基于点线特征的解耦视觉伺服控制方法

针对机器人的自动对准问题,提出一种基于点线特征的解耦视觉伺服控制方法。所提方法以点和直线作为图像特征,并利用图像特征的交互矩阵解耦姿态控制和位置控制,实现六自由度对准。首先利用直线及其交互矩阵设计姿态控制律,以消除旋转偏差;然后利用点及其交互矩阵设计位置控制律,以消除位置偏差;最后实现机器人末端目标的自动对准。在对准控制过程中,基于执行的相机运动量以及相机运动前后特征的变化量,可实现对深度的在线估计。另外,还设计了监督器对相机的运动速度进行调节,从而确保特征一直处于相机视野当中。在Eye-in-Hand机器人平台上,分别用所提方法和传统的基于图像的视觉伺服方法实现了机器人的六自由度对准。所提方法经过16步实现了机器人的自动对准,对准结束时机器人末端位姿的最大平移误差为3.26 mm,最大旋转误差为0.72°。相较于对比方法,该方法的控制过程更加高效,控制误差收敛更快,对准误差更小。实验结果表明,所提方法可以实现快速高精度的自动对准,能够提高机器人操作的自主性和智能化水平,有望应用于目标跟踪、拾取和定位、自动化装配、焊接、服务机器人等领域。     

基于视觉特征库的交互控制方法

针对现有人机交互控制方法在不同应用场景需要采用不同算法,各种样本库训练费时等情况,提出以凸包缺陷面积和来刻画手掌,不需要添加额外样本库,总结出了以物距、手势特征周长、手势特征面积、凸包缺陷三角形面积和等因素为基础的手势特征库,设计出了手势控制的整套算法,并以幻灯片控制为例,使用VS2008和OpenCV完成了交互控制的软件开发;实验结果表明该方法虚拟交互时间在1 ms内,能很好的识别出2种特定的动态手势,解析出多种控制命令,可用于交互系统控制。     

基于Hough直线特征的障碍物检测方法

在平时的生活中障碍物的检测有着重要的应用,为了减少交通事故的发生,降低其而带来的危害,针对障碍物检测过程中出现的问题,在研究障碍物改进技术的基础上。本文从图像边缘信息的角度上,对障碍物检测技术进行了分析研究,提出了基于Hough直线特征的障碍物检测方法,该方法利用图像的特征信息实现了对障碍物轮廓的检测。     

具有一般交互矩阵的多变量系统的随机直接自适应控制

本文使用系统的交互矩阵,提出了基于广义最小方差控制律的一般随机多变量系统的直接自适应控制算法,并对该算法进行了稳定性和收敛性分析.该算法即使用于非最小相位系统仍然具有全局收敛特性.     

基于单应矩阵的直线匹配

提出了在单应矩阵原理约束下进行直线匹配的算法。首先利用单应矩阵将从不同影像上提取出的直线集变换到同一影像坐标系下;然后结合直线自身的几何特性及其特性支持区域的灰度特性,初步确定同名直线;最后依据左右一致性准则,剔除错误匹配。当引入直线特性支持区域的灰度测度时,只考虑几何变形和灰度畸变较小的一侧,提高了匹配的可靠性。实验表明,该算法简单、易行,并有效解决了部分被遮挡直线以及断裂直线的匹配问题。     

基于直线射影特征的摄像机参数标定方法

对于精度要求高、成本低或使用广角镜头的系统,在标定摄像机参数时需要校正镜头畸变.通常在摄像机标定算法中,镜头畸变参数的校正和摄像机参数求解都结合在一起,增加了算法的复杂性,并且依赖标定模板.针对以上问题,提出了一种新的标定方法,即不需要标定模板,也不需要确定空间点的精确坐标.首先通过直线的射影不变性校正镜头畸变参数,再...     

单目视觉伺服研究综述

视觉伺服是机器人视觉领域的研究热点之一,具有十分广泛的应用前景.本文针对单目视觉系统,从视觉伺服的运动映射关系、误差表征、控制律设计、关键影响因素等多个层面,对视觉伺服的研究现状进行了论述,并分析了不同视觉伺服方法的特点,给出了视觉伺服在不同领域的典型应用.最后,指出了视觉伺服未来的主要发展方向.     

基于联合特征块学习的特征直线描述方法

特征直线描述是特征直线匹配过程的关键和基础。为了改善手工设计方法在复杂场景下存在区分性弱、鲁棒性差的缺陷,提出了一种基于联合特征块学习的特征直线描述方法。首先,在原有的小型直线数据集上重新构造直线块,即通过联合每幅图像中直线支撑区域内像素的亮度与梯度获得固定大小的直线块。其次,将获得的直线块输入预先训练的L2-Net,使用微调策略和三元组损失函数训练网络。最后,输出紧凑且强区分性的特征直线描述子。特征匹配任务的实验结果证明,所提出的基于联合特征块学习的特征直线描述方法与最先进的手工直线描述符相比,更具有优越性和有效性。     

直线伺服同步传动的H∞控制

研究直线伺服系统位置同步传动的H∞控制问题，以2台直线电机作为高速度，高精度龙门移动式镗铣床的龙门柱纵向进给的传动机构为应用背景，提出一种同步传动H∞控制方案，该方案将同步传动的2台电机看作一个整体被控对象，由H∞反馈控制器保证同步精度。仿真结果表明了所提出方案的合理性和有效性。     

基于线特征与内区域特征的视觉伺服解耦控制

针对多自由度机械臂快速趋近任意四边形态目标的视觉伺服控制难题，提出了结合线特征与内区域特征的机器人视觉伺服解耦控制方法.构建了目标内区域特征以指导相机的平移运动速率，利用目标的线特征给出相机的旋转角速率，并通过引入内区域特征的矢量补偿和质心坐标的位置补偿，实现了平移和旋转控制的部分解耦.最后，对机器人视觉伺服控制系统进行了稳定性分析.仿真验证结果表明所提方法能控制相机以较快而平滑的动作收敛到期望位姿，且在相机光轴与目标平面近似垂直的条件下能较好地克服深度估计造成的不确定性问题.     

Model Predictive Control for Constrained Image‐Based Visual Servoing in Uncalibrated Environments

This paper presents a novel approach for image‐based visual servoing (IBVS) of a robotic system by considering the constraints in the case when the camera intrinsic and extrinsic parameters are uncalibrated and the position parameters of the features in 3‐D space are unknown. Based on the model predictive control method, the robotic system's input and output constraints, such as visibility constraints and actuators limitations, can be explicitly taken into account. Most of the constrained IBVS controllers use the traditional image Jacobian matrix, the proposed IBVS scheme is developed by using the depth‐independent interaction matrix. The unknown parameters can appear linearly in the prediction model and they can be estimated by the identification algorithm effectively. In addition, the model predictive control determines the optimal control input and updates the estimated parameters together with the prediction model. The proposed approach can simultaneously handle system constraints, unknown camera parameters and depth parameters. Both the visual positioning and tracking tasks can be achieved desired performances. Simulation results based on a 2‐DOF planar robot manipulator for both the eye‐in‐hand and eye‐to‐hand camera configurations are used to demonstrate the effectiveness of the proposed method.     

一种适用于软件产品线的特征模型

针对传统的特征模型中存在的对软件产品线可变性需求表达不准确、缺乏特征描述方法的问题,在FODA等方法的研究基础上,从特征模型的层次分解、特征间依赖关系、变化性表示方法等方面进行描绘,提出一种适用于软件产品线的特征模型和特征描述方法．该特征模型能够帮助产品设计人员和开发人员正确理解产品需求,也是为后续实现软件产品线自动化生产打下基础．     

基于特征模型的软件产品线可变性建模方法

特征建模是软件产品线开发中的一项关键活动,对特征可变性和特征依赖的建模是特征模型中最重要的组成部分。阐述了特征模型的元模型,着重讨论了特征可变性建模过程,详细分析了特征可变性、特征之间关系、特征依赖类型的识别方法和使用特征依赖矩阵的表示方法。在此基础上,还通过一个库房监视系统应用软件的产品线可变性建模实例验证了该方法的有效性。     

Robust triple mode MPC

This paper reviews triple mode predictive control for linear time invariant systems, and then proposes a new algorithm for robust triple mode predictive control for constrained linear systems described by polytopic uncertainty models. The approach significantly enlarges the feasibility region compared to recently proposed robust dual mode approaches. The efficacy of the approach is demonstrated with numerical examples.     

基于模糊控制的光照自适应特征提取

为了提高变化光照下视觉特征的识别能力,提出一种光照自适应的特征提取方法。动态选择颜色、边缘特征建立特征集,解决单一类特征造成的跟踪不稳定性问题;定义局部光照变化测定函数,检测光照变化;利用Fisher准则评价特征识别能力,在线更新特征集,克服光强变化、噪声等因素的影响;采用模糊方法根据光强变化控制特征集的更新度。应用特征提取方法在粒子滤波框架下进行跟踪实验,在光照不断变化情况下能够实现稳定的目标跟踪,准确率较基于颜色特征的视觉跟踪方法有所提高。     

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．     

Markerless visual servo control of a servosphere for behavior observation of a variety of wandering animals

ABSTRACT

Servospheres are robotized observation equipments that produce endless fields for behavior observation of wandering animals. This paper first proposes a markerless visual tracking technique for estimation of the position and the heading direction of wandering animals, since existing techniques for servospheres require special markers or do not estimate the heading direction. The proposed markerless visual tracking technique is then integrated with a visual servo controller for a servosphere. The integrated markerless visual servo controller is available for wandering animals whose shapes in the image plane are represented by long bodies and thinner parts than their bodies. This paper demonstrates that the proposed controller is available for ants, crickets, mantises and spiders, while the shapes of their bodies and legs are different from each other.     

Visual Object Tracking and Servoing Control of a Nano-Scale Quadrotor: System,Algorithms, and Experiments

There are two main trends in the development of unmanned aerial vehicle(UAV)technologies:miniaturization and intellectualization,in which realizing object tracking capabilities for a nano-scale UAV is one of the most challenging problems.In this paper,we present a visual object tracking and servoing control system utilizing a tailor-made 38 g nano-scale quadrotor.A lightweight visual module is integrated to enable object tracking capabilities,and a micro positioning deck is mounted to provide accurate pose estimation.In order to be robust against object appearance variations,a novel object tracking algorithm,denoted by RMCTer,is proposed,which integrates a powerful short-term tracking module and an efficient long-term processing module.In particular,the long-term processing module can provide additional object information and modify the short-term tracking model in a timely manner.Furthermore,a positionbased visual servoing control method is proposed for the quadrotor,where an adaptive tracking controller is designed by leveraging backstepping and adaptive techniques.Stable and accurate object tracking is achieved even under disturbances.Experimental results are presented to demonstrate the high accuracy and stability of the whole tracking system.