不需要标定系统模型的"眼在手上"视觉伺服控制技术

工业实践中不可能精确地标定摄像机和机器人模型，但当前的视觉伺服控制都需要标定系统模型．针对这一现象，提出一种新颖的、能应用于“眼在手上”视觉伺服控制结构的动态无标定的视觉伺服控制算法，无需标定摄像机和机器人运动学模型即可跟踪运动物体，通过将非线性目标函数最小化，以视觉信息跟踪动态图像．针对目前视觉伺服控制系统中“眼在手上”系统的复合雅克比矩阵随每个时间增量的变化无法计算的现象，提出了对每一时间增量时刻的图像雅克比矩阵的变化做出估计的方法，仿真实验证明了上述方法的正确性和有效性．     

一种新的双环结构机器人无标定自抗扰视觉伺服控制方法

在研究基于自抗扰控制器的机器人无标定视觉伺服方法的基础上，提出了一种新的双环结构机器人无标定自抗扰视觉伺服控制方法．内环采用Kalman滤波算法进行图像雅可比矩阵的在线辨识，可较好地逼近真实模型；外环采用自抗扰控制器，利用非线性观测器实时估计系统相对于当前估计模型的总扰动，并在控制中加以动态补偿．针对六自由度工业机器人进行了二维运动目标的跟踪实验，实验结果表明了该方法的可行性和有效性．     

图像雅可比矩阵伪逆估计在视觉伺服中的应用

在一般无标定视觉伺服算法的基础上，提出了一种基于递推最小二乘法估计图像雅可比矩阵伪逆的无标定视觉伺服算法．这种方法无需计算雅可比矩阵伪逆．针对固定目标，文中给出了比例控制算法的稳定性条件．针对运动目标，推导了基于图像雅可比矩阵伪逆估计的伪高斯—牛顿视觉伺服算法和信任区视觉伺服算法．最后,仿真验证了三种视觉伺服算法的有效性．     

基于雅可比预测的机器人无模型视觉伺服定位控制

针对未知相机标定及目标3D几何模型,研究机器人无模型视觉伺服定位方法.引入状态空间,建立机器人“视觉空间-运动空间”雅可比非线性映射的状态方程和观测方程,提出神经网络联合卡尔曼滤波雅可比预测算法,网络在线动态补偿系统近似误差与参数估计误差,实现最小均方差条件下的雅可比预测;以李雅普诺夫稳定性准则构建雅可比预测的无模型图像视觉伺服控制方案,避免了相机标定和目标建模.“眼在手”六自由度机器人定位比较实验表明,图像空间特征轨迹平滑稳定在相机视场中,笛卡尔空间机器人末端运动平稳,无震荡回退,定位精度在10个像素范围内.     

基于无模型自适应控制的视觉伺服

传统的机器人视觉伺服控制技术需要已知机器人精确的动力学和运动学模型以及机器人的手-眼参数。然而,由于机器人建模、手-眼标定等过程存在一定误差,因此很难精确获得视觉伺服控制模型,从而影响机器人视觉伺服系统的精度和收敛速度。针对这一难题,本文提出一种基于无模型自适应控制方法（MFAC）的机器人视觉伺服技术。利用视觉伺服系统的输入与输出数据,实现自适应视觉伺服控制,即通过MFAC在线估计机器人伺服控制器中的雅各比矩阵,并结合滑模控制器,实现机器人对目标的快速精确跟踪。实验结果表明,本文提出的方法在系统参数变化引起的未知扰动情况下仍能保证伺服控制器平稳收敛,并且能够减小视觉跟踪误差。     

微操作机器人的视觉伺服控制

视觉伺服控制是微操作机器人实现精确运动,完成自动操作的必要手段．本文介绍 了实现微操作机器人视觉伺服控制的方法．首先论述了微操作机器人的视觉伺服结构,并以 建立的面向生物工程的双手微操作机器人系统为例,介绍了基于二维显微视觉信息的三自由 度柔性铰链微操作机器人的运动学建模方法,针对压电驱动器控制器的特点提出了基本的PI D视觉伺服控制规律实现方法,并进行了点到点运动和圆轨迹跟踪实验．实验结果表明,视 觉伺服控制克服了由于标定以及环境等因素导致的运动模型不准确而引入的误差．     

基于视觉伺服的工业机器人位姿跟踪方法

目前，工业机器人工作大多是基于先精确示教后运行的，工作效率较低，因此采用视觉提高机器人的智能水平，以实现对目标物体的自动检测和定位抓取，具有重要的现实意义和研究价值。文章以机器人视觉伺服为研究对象，利用视觉伺服使机器人末端跟踪标定板的位姿，包括摄像机标定、机器人手眼标定、机器人控制，可为机械臂的定位抓取提供帮助。     

基于视觉预测的运动目标实时跟踪系统

针对机器人控制系统中更高的视觉反馈实时性要求,提出一种基于最小二乘法预测的目标实时跟踪方 法．该方法采用最小二乘法预测运动目标的位置,以限定目标搜索范围,从而提高跟踪速度．实验结果表明该方法 能满足快速视觉伺服响应的实时性要求．     

基于Adept机器人的视觉伺服控制系统

机器人视觉伺服控制在理论和应用等方面还有许多问题需要研究,例如特征选择、系统标定和伺服控制算法等.针对Adept机器人,提出了一种简单快速的不需要精确标定摄像机内外部参数的摄像机标定方法,完成了从被观测物体表面所在的视觉平面坐标系到机器人基坐标系的坐标变换.使用图像的全局特征,即图像矩特征进行伺服跟踪;利用所推导的图像雅可比矩阵,设计了由图像反馈与目标运动自适应补偿组成的视觉伺服控制器.将算法对静态目标的定位实验进行了验证,然后又将其应用到移动目标的跟踪上,通过调节和优选控制参数,实现了稳定的伺服跟踪和抓取.实验结果表明采用图像矩作为图像特征能够避免复杂的特征匹配过程,并且能够获得较好的跟踪精度.     

曲线焊缝跟踪的视觉伺服协调控制

为实现工业机器人自动跟踪曲线焊缝，提出了协调焊枪运动和视觉跟踪的视觉伺服控制方法．建立了特征点的数学模型，并在此基础上确定机器人运动的旋转轴．设计了一种双层结构的模糊视觉伺服控制器，通过动态确定控制量有效范围来保证图像特征存在于视场中．为准确确定有效范围，设计了带模型动态补偿的Kalman滤波器．曲线焊缝的自动跟踪实验验证了所提方法的有效性．     

基于LS–SVR的机器人空间4DOF无标定视觉定位

研究了基于智能算法的机器人无标定视觉伺服问题, 提出了一种新的基于最小二乘支持向量回归的机器人无标定视觉免疫控制方法. 利用最小二乘支持向量回归学习机器人位姿变化和观测到的图像特征变化之间的复杂非线性关系, 其中最小二乘支持向量回归的参数由自适应免疫算法加5折交叉检验优化确定, 在此基础上利用免疫控制原理设计了视觉控制器. 六自由度工业机器人空间4DOF 视觉定位实验结果表明了该方法的有效性.     

多摄像机图像间的稳定切换控制

为获得连续动态的图像雅可比矩阵,分析了融合方式和传统图像直接切换方法的缺陷,提出了一种基于融合的多图像稳定切换算法,算法采用动态加权融合策略。在移动机器人位置未知和无标定多摄像机的情况下,仿真和实验结果表明:该算法比传统方法具有更高的适应能力,图像切换过程的稳定性得到了很大提高。     

Uncalibrated Eye-to-Hand Visual Servoing Using Inverse Fuzzy Models

A new uncalibrated eye-to-hand visual servoing based on inverse fuzzy modeling is proposed in this paper. In classical visual servoing, the Jacobian plays a decisive role in the convergence of the controller, as its analytical model depends on the selected image features. This Jacobian must also be inverted online. Fuzzy modeling is applied to obtain an inverse model of the mapping between image feature variations and joint velocities. This approach is independent from the robot's kinematic model or camera calibration and also avoids the necessity of inverting the Jacobian online. An inverse model is identified for the robot workspace, using measurement data of a robotic manipulator. This inverse model is directly used as a controller. The inverse fuzzy control scheme is applied to a robotic manipulator performing visual servoing for random positioning in the robot workspace. The obtained experimental results show the effectiveness of the proposed control scheme. The fuzzy controller can position the robotic manipulator at any point in the workspace with better accuracy than the classic visual servoing approach.     

具有变结构控制器的无定标视觉伺服*

从控制的角度出发,提出了一种模型无关的无定标视觉伺服控制方法.在该方法中不需要机器人及摄像机模型,图像雅克比矩阵的计算采用最小二乘估计,机器人系统采用变结构的控制理论设计控制器;而后用李亚普诺夫方法对其进行了稳定性分析,结果证明系统能够渐近稳定.仿真实验证明了算法的有效性.     

Quasi-min-max MPC for visual servoing stabilization of omnidirectional wheeled mobile robots

This paper proposes a new visual servoing quasi-min-max MPC algorithm for stabilization control of an omnidirectional wheeled mobile robot subject to physical and visual constraints. The visual servoing dynamics of the robot are modeled as the state-dependent linear error system with nonlinear control inputs of rotation and deflection velocities of wheels. The state-dependent linear error system is covered as linear parameters-varying models which is used to design the visual servoing quasi-min-max MPC controller. The actual control inputs of the robot are then computed by the solution of an inverse algebraic equation of the MPC actions. The recursive feasibility and stability of the new visual servoing MPC are ensured by some LMIs conditions. The performance and practicability of the visual servoing MPC are verified by some simulation and experiment results.     

Dynamic feedback robust stabilization of nonholonomic mobile robots based on visual servoing

This paper investigates the visual servoing robust stabilization of nonholonomic mobile robots. The calibration of visual parameters is not only complicated, but also needs great consumption of calculated time so that the accurate calibration is impossible in some situations for high requirement of real timing. Hence, it is interesting and important to consider the design of stabilizing controllers for nonholonomic kinematic systems with uncalibrated visual parameters. A novel uncertain model of these nonholonomic kinematic systems is proposed. Based on this model, a stabilizing controller is discussed by using dynamic feedback and two-step techniques. The proposed robust controller makes the mobile robot image pose and the orientation converge to the desired configuration despite the lack of depth information and the lack of precise visual parameters. The stability of the closed loop system is rigorously proved. The simulation is given to show the effectiveness of the presented controllers.     

基于自适应免疫整定的机器人无标定自抗扰视觉伺服控制

研究了机器人无标定自抗扰视觉伺服控制问题. 针对系统中所用的自抗扰控制器参数选取困难问题, 提出了基于自适应免疫算法的自抗扰控制器参数整定方法. 证明了系统中所用的非线性离散二阶扩张状态观测器稳定的充要条件, 并将该条件应用在参数整定过程中. 6 自由度工业机器人的实验结果表明了该方法的可行性和有效性.     

Position-Based Visual Servoing in Industrial Multirobot Cells Using a Hybrid Camera Configuration

This paper deals with the problem of position-based visual servoing in a multiarm robotic cell equipped with a hybrid eye-in-hand/eye-to-hand multicamera system. The proposed approach is based on the real-time estimation of the pose of a target object by using the extended Kalman filter. The data provided by all the cameras are selected by a suitable algorithm on the basis of the prediction of the object self-occlusions, as well as of the mutual occlusions caused by the robot links and tools. Only an optimal subset of image features is considered for feature extraction, thus ensuring high estimation accuracy with a computational cost independent of the number of cameras. A salient feature of the paper is the implementation of the proposed approach to the case of a robotic cell composed of two industrial robot manipulators. Two different case studies are presented to test the effectiveness of the hybrid camera configuration and the robustness of the visual servoing algorithm with respect to the occurrence of occlusions