基于圖像矩的視覺伺服控制方法的研究.pdf

1、視覺伺服是機器視覺研究中的重要內(nèi)容之一。它在國防、航天、和工業(yè)自動化等領(lǐng)域中具有非常重要的應(yīng)用意義，如自動導(dǎo)航、目標跟蹤、自動監(jiān)控、機器人手－眼系統(tǒng)等都或多或少地與視覺伺服相關(guān)。尤其在機器人手－眼系統(tǒng)中，對靜止或移動目標進行實時視覺伺服研究可解決移動機器人的自動避障、機器人對環(huán)境自適應(yīng)、及在未知環(huán)境中對機器人進行控制等問題。 論文研究一種新的基于圖像的視覺伺服(IBVS)控制方法。傳統(tǒng)的IBVS方法需要根據(jù)圖像特征求取圖像雅可比

2、矩陣(即，反映三維空間中攝像機運動與二維平面上圖像特征運動之間映射關(guān)系的矩陣)。多數(shù)IBVS系統(tǒng)采用圖像的局部特征，如角點、線段、邊緣等，以簡化圖像雅可比陣。然而，局部圖像特征的可靠抽取在很大程度上依賴于物體形狀及其周圍環(huán)境。此外，采用局部圖像特征必須進行圖像特征匹配。全局圖像特征由于需要考慮圖像上所有數(shù)據(jù)，因此對圖像噪聲有很強的魯棒性。并且，當圖像上只有一個具明顯幾何形狀的物體時，采用全局圖像特征無需進行圖像特征匹配。論文基于二值目標

3、圖像的零階和一階矩特征(一種比較簡單的全局圖像特征)，研究靜止目標和三維平動目標的視覺伺服問題。其中，運動目標的視覺伺服問題又稱為視覺跟蹤問題。 論文首先限定以下條件：①目標為一始終垂直于攝像機光軸的平面剛體；②攝像機只能在三維笛卡兒空間中平動。然后，根據(jù)攝像機透視投影公式，論文推導(dǎo)出圖像運動仿射模型?；谙薅l件和圖像運動模型，論文研究了目標深度與二值目標圖像的零階圖像矩之間的數(shù)學(xué)關(guān)系。接著，在此數(shù)學(xué)關(guān)系的基礎(chǔ)上，論文提出以二

4、值目標圖像的零階和一階圖像矩作為視覺伺服系統(tǒng)的圖像特征。最后，論文提出一種新的基于圖像的視覺伺服控制方法。該方法的基本思想是，將深度軸上的攝像機平動速度(Tz)從攝像機線速度(v=[Tx，Ty，Tz]T)中分離出來，對它進行單獨控制。在研究視覺伺服控制方法時，論文先考慮目標靜止的情況，提出靜止目標視覺伺服控制算法。然后就如何利用模糊控制和PI控制算法改進靜止目標視覺伺服控制算法，使之用于三維平動目標的跟蹤，論文展開深入研究。論文所提出的

5、視覺伺服方法完全基于圖像矩，并且無需估算目標深度。因此，該方法對圖像噪聲不敏感，簡單實用，實時性較強。 論文的創(chuàng)新成果主要包括： 1.根據(jù)圖像運動模型推導(dǎo)出引理1(即，當目標為一始終垂直于攝像機光軸的平面剛體時，目標深度與其二值圖像的零階圖像矩的開方成反比)，并以實驗證明之?；谝?，選擇二值目標圖像的零階和一階圖像矩作為視覺伺服系統(tǒng)的圖像特征，并提出一種迭代計算零階和一階圖像矩的快速算法。 2.論文提出新的基

6、于圖像的視覺伺服控制策略，并基于此策略設(shè)計出視覺伺服控制結(jié)構(gòu)和基于圖像矩的靜止目標視覺伺服算法。為進行系統(tǒng)仿真，論文還研究了視覺伺服系統(tǒng)中受控對象的數(shù)學(xué)模型，并用實驗加以驗證。與傳統(tǒng)的IBVS控制方法不同，我們的IBVS控制方法用兩個控制器來實現(xiàn)視覺伺服：①目標深度控制器，基于與零階圖像矩相關(guān)的系統(tǒng)誤差控制目標深度逐漸趨于理想目標深度；②圖像特征點位置控制器，基于目標中心的投影位置誤差(由目標圖像的零階和一階圖像矩估算)，在Tz已知的情

7、況下，控制目標中心投影位置逐步逼近圖像中央。根據(jù)引理1，論文以二值目標圖像的零階圖像矩的開方(√M00)作為反映目標深度的圖像特征，并基于此圖像特征的偏差(即(√(M00)d-√M00))，設(shè)計簡單的P控制律作為目標深度控制算法。仿真結(jié)果表明，當目標靜止時，該算法能有效地控制目標深度收斂于理想目標深度。同時，為使目標逐漸成像于圖像中央，論文基于圖像雅可比陣和Lyapunov函數(shù)設(shè)計圖像特征點位置控制算法。仿真實驗表明，當目標靜止時，我們

8、的視覺伺服方法完全能滿足視覺伺服要求，對攝像機的焦距和比例因子誤差有較強的魯棒性。 3.對于三維平動目標的視覺跟蹤，論文提出將跟蹤前的初始狀態(tài)分為四種情況，并針對每種情況設(shè)計合適的PI控制算法。此外，論文還提出了初始狀態(tài)的判別方法。三維平動目標視覺跟蹤研究實際上是靜止目標視覺伺服研究的延續(xù)，兩者的前提條件和控制要求均相同，只要將視覺伺服算法改進為視覺跟蹤控制算法，原有的視覺伺服系統(tǒng)就可成為視覺跟蹤系統(tǒng)。無論是對于目標深度控制算法

9、還是對于圖像特征點位置控制算法，其改進主要體現(xiàn)在兩方面：①加入積分控制和限幅控制，形成受限“P+PI”控制算法或受限PI控制算法；②將跟蹤前的初始狀態(tài)分為A、B、C、D四種情況，根據(jù)初始狀態(tài)的情況以決定是否引入模糊控制，即根據(jù)初始狀態(tài)的不同情況分別采用固定參數(shù)PI控制律和參數(shù)模糊自調(diào)節(jié)PI控制律。仿真結(jié)果表明論文提出的視覺跟蹤控制算法簡單可行，當目標在三維笛卡兒空間平動時，該算法可將目標深度誤差控制在1毫米以內(nèi)，特征點位置誤差控制在1個