机械人「视觉伺服」控制的新要领

机械人视觉伺服系统是机械视觉和机械人控制的有机结合，是一个非线性、强耦合的庞大系统，其内容涉及图象处理、机械人运动学和动力学、控制理论等研究领域。随着摄像设备性能价格比和盘算机信息处理速度的提高，以及有关理论的日益完善，视觉伺服已具备实际应用的技术条件，相关的技术问题也成为目今研究的热点。

机械视觉，美国制造工程师协会（smesocietyofmanufacturingengineers）机械视觉分会和美国机械人工业协会（riaroboticindustriesassociation）的自动化视觉分会给出的界说是：“机械视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机械人运动的装置。”

机械视觉作为与人眼类似的机械仿生系统，从广义角度通常通过光学装置获取真实物体的信息以及对相关信息的处理与执行都是机械视觉，这就包括了可见视觉以及非可见视觉，甚至包括人类视觉不可直接视察到的、物体内部信息的获取与处理等。

视觉伺服的界说：

人类关于外部的信息获取大部分是通过眼睛获得的，千百年来人类一直梦想着能够制造出智能机械，这种智能机械首先具有人眼的功效，可以对外部世界进行认识和理解。人脑中有许多组织加入了视觉信息的处理，因而能够轻易的处理许多视觉问题，可是视觉认知作为一个历程，人类却知道的很少，从而造成了对智能机械的梦想一直难以实现。随着照相机技术的生长和盘算机技术的泛起，具有视觉功效的智能机械开始被人类制造出来，逐步形成了机械视觉学科和工业。所谓机械视觉，美国制造工程师协会(smesocietyofmanufacturingengineers)机械视觉分会和美国机械人工业协会(riaroboticindustriesassociation)的自动化视觉分会给出的界说是：

“机械视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机械人运动的装置。”

机械视觉作为与人眼类似的机械仿生系统，从广义角度通常通过光学装置获取真实物体的信息以及对相关信息的处理与执行都是机械视觉，这就包括了可见视觉以及非可见视觉，甚至包括人类视觉不可直接视察到的、物体内部信息的获取与处理等。

机械人视觉生长历程

上个世纪60年代，由于机械人和盘算机技术的生长，人们开始研究具有视觉功效的机械人。但在这些研究中，机械人的视觉与机械人的行动，严格上讲是开环的
；等说氖泳跸低惩ü枷翊，获得目标位姿，然后凭据目标位姿，盘算出机械运动的位姿，在整个历程中，视觉系统一次性地“提供”信息，然后就不加入历程了。在1973年，有人将视觉系统应用于机械人控制系统，在这一时期把这一历程称作视觉反响(visualfeedback)。直到1979年，hill和park提出了“视觉伺服”(visualservo)看法。很明显，视觉反响的寄义只是从视觉信息中提取反响信号，而视觉伺服则是包括了从视觉信号处理，到机械人控制的全历程，所以视觉伺服比视觉反响能更全面地反应机械人视觉和控制的有关研究内容。

上个世纪80年以来，随着盘算机技术和摄像设备的生长，机械人视觉伺服系统的技术问题吸引了众多研究人员的注意。在已往的几年里，机械人视觉伺服无论是在理论上照旧在应用方面都取得了很大进展。在许多学术集会上，视觉伺服技术经常列为集会的一个专题。视觉伺服已逐渐生长为跨机械人、自动控制和图像处理等技术领域的一门独立技术。

机械人视觉伺服系统分类：

目前，机械人视觉伺服控制系统有以下几种分类方法：

●凭据摄像机的数目的差别，可分为单目视觉伺服系统、双目视觉伺服系统以及多目视觉伺服系统

单目视觉系统只能获得二维平面图像，无法直接获得目标的深度信息;多目视觉伺服系统可以获取目标多偏向的图像，获得的信息富厚，但图像的信息处理量大，且摄像机越多越难以包管系统的稳定性。目今的视觉伺服系统主要接纳双目视觉。

●凭据摄像机安排位置的差别，可以分为手眼系统(eyeinhand)和牢固摄像机系统(eyetohand或standalone)

在理论上手眼系统能够实现精确控制，但对系统的标定误差和机械人运动误差敏感;牢固摄像机系统对机械人的运动学误差不敏感，但同等情况下获得的目标位姿信息的精度不如手眼系统，所以控制精度相对也低。

●凭据机械人的空间位置或图像特征，视觉伺服系统分为基于位置的视觉伺服系统和基于图像的视觉伺服系统

在基于位置的视觉伺服系统中，对图像进行处理后盘算出目标相关于摄像机和机械人的位姿，所以这就要求对摄像机、目标和机械人的模型进行校准，校准精度影响控制精度，这是这种要领的难点？刂剖苯枰涓锏奈蛔俗苫等耸嗯ψ慕嵌，由枢纽控制器来控制机械人枢纽转动。

在基于图像的视觉伺服系统中，控制误差信息来自于目标图像特征与期望图像特征之间的差别。关于这种控制要领，要害的问题是如何建立反应图像差别变革与机械手位姿速度变革之间关系的图像雅可比矩阵
；另外一个问题是，图像是二维的，盘算图像雅可比矩阵需要预计目标深度(三维信息)，而深度预计一直是盘算机视觉中的难点。

雅可比矩阵的盘算要领有公式推导法、标定法、预计要领以及学习要领等，前者可以凭据模型推导或标定获得，后者可以在线预计，学习要领主要利用神经网络要领。

●凭据接纳闭环枢纽控制器的机械人，视觉伺服系统分为动态视察-移动系统和直接视觉伺服

前者接纳机械人枢纽反响内环稳定机械臂，由图像处理？榕趟愠錾阆窕哂械乃俣然蛭恢迷隽，反响至机械人枢纽控制器
；后者则由图像处理？橹苯优趟慊等耸直鄹魇嗯υ硕目刂屏。

视觉伺服所面临的主要问题

视觉伺服的研究到目前已有近20年的历史，可是由于视觉伺服所涉及的学科众多，所以其生长有赖于这些学科的生长，目前在视觉伺服的研究中仍然有许多问题没有很好地解决。

●图像处理的要领在理论和实际盘算处理速度上都是图像伺服最大的难点
；

●在图像处理完成后，图像特征与机械人枢纽运动之间模型的建立是图像伺服的另一难点
；

●目前的许多控制要领都不可包管系统在事情时是大规模稳定的，所以对有关控制要领的研究也是须要的。

视觉伺服的生长前景

未来视觉伺服的研究偏向主要有以下几方面：

●在实际情况下快速、鲁棒地获取图像特征是视觉伺服系统的要害问题

由于图像处理的信息量大和可编程器件技术的生长，近期把通用算法硬件化，以加速信息处理的速度的要领可能会使这一问题的研究取得进展。

●建立适合机械人视觉系统的有关理论和软件

目前的许多机械人视觉伺服系统的图像处理要领都不是针对机械人视觉系统的，如果有这样的专用的软件平台，在完成视觉伺服任务时，就可以减少事情量，甚至可以通过视觉信息处理硬件化来提高视觉伺服系统的性能。

●将种种人工智能要领应用于机械人视觉伺服系统

虽然神经网络在机械人视觉伺服中已获得应用，但许多智能要领在机械人视觉伺服系统中还没有获得充分地应用，并且，目前研究有过于依赖数学建模和数学盘算的倾向，这使得机械人视觉伺服系统在事情时盘算量太大，目前盘算机的处理速度很难满足系统快速性的要求，可是人类在实现有关的功效时并不是通过大宗的盘算来完成的，这就启发各人是否可以用人工智能的要领降低数学盘算量，以满足系统快速性的要求。

●将主动视觉技术应用于机械人视觉伺服系统

主动视觉是当今盘算机视觉和机械视觉研究领域中的一个热点，在这里视觉系统能主动地感知情况，按一定规则主动地提取需要的图像特征，这使得在一般情况下难以解决的问题得以解决。

●将视觉传感器与其它外部传感器结合起来

为了使机械人能够更全面地感知情况，特别是对机械人视觉系统起信息增补，可以将多种传感器加入机械人视觉系统，这样做可以克服机械人视觉系统的一些困难，但多传感器的引入，就需要解决机械人视觉系统的信息融合和信息冗余问题。

结语

近年来，机械人视觉伺服技术有了很大生长，海内、外机械人视觉系统的实际应用也越来越多，许多技术难题都有希望在近期的研究中取得进展。在未来一段时间内，机械人视觉伺服系统将在机械人技术中占有突出的职位，机械人视觉伺服系统将会越来越多地应用于工业生产中。

来源于网络整理

本文仅做学术分享，如有侵权，请联系删文。

来源丨新机械视觉

（*如有版权问题请联系后台，将在24小时内删除文章）