一种基于自适应位姿估计的移动机器人跟随控制方法技术

一种基于自适应位姿估计的移动机器人跟随控制方法，包括以下步骤：1)建立机器人运动学模型；2)追踪特征区域；3)自主在线学习进行目标跟踪；4)提取特征区域，膨胀、腐蚀、滤波优化处理特征区域，提取特征点并自适应匹配特征点；5)匹配的特征点进行位姿估计；6)设计PID视觉伺服跟随控制器。本发明专利技术提供了一种可以有效解决特征点无法追踪或特征点缺失复杂背景下的自适应位姿估计的PID移动机器人视觉跟随控制方法。

【技术实现步骤摘要】
一种基于自适应位姿估计的移动机器人跟随控制方法
本专利技术涉及基于视觉的移动机器人目标追踪跟随控制系统，尤其涉及的是存在输入限制下自适应位姿估计的移动机器人跟随控制方法。
技术介绍
随着科学技术和控制技术的发展，计算机视觉在各个领域已有广泛的运用，视觉数据信息量丰富，处理手段丰富等特点使得基于视觉的移动机器人控制被广泛应用于科研、军事、工业以及物流等领域。机器人的位姿作为机器人运动控制中的基本问题之一，一直备受广泛关注，针对基于视觉的移动机器人目标跟随伺服控制技术的研究，不仅可以丰富移动机器人运动控制的理论成果，还可以满足多领域对运动控制技术越来越高的要求，具有重大的理论和工程意义。此外，通过引入视觉信息，延展了移动机器人的能力范围，可以有效满足人机交互的需求。然而在实际环境中，特别是在复杂背景下，视觉信息不可避免地存在光线因素以及运动过程中抖动等各种干扰问题，给基于视觉的移动机器人路径跟踪控制带来了新的挑战。基于自适应位姿估计的移动机器人跟随控制方法是将位姿估计系统和PID参数驱动控制系统组合起来并且设计控制器使得整个系统快速渐近稳定的控制策略。相较于其他控制方法，在线学习目标追踪本文档来自技高网...

【技术保护点】
1.一种基于自适应位姿估计的移动机器人跟随控制方法，其特征在于，所述方法包括以下步骤：1)建立基于视觉的移动机器人模型，定义x和y为归一化后的相机横纵坐标，z

【技术特征摘要】
1.一种基于自适应位姿估计的移动机器人跟随控制方法，其特征在于，所述方法包括以下步骤：1)建立基于视觉的移动机器人模型，定义x和y为归一化后的相机横纵坐标，zc为相机在z轴的坐标，相机在相机坐标系下的速度矢量为vc和ωc分别为移动机器人的在z轴线速度和x-z平面角速度，机器人在自身坐标系下的速度矢量为vr和ωr分别为移动机器人的参考在z轴线速度和x-z平面角速度，则基于视觉的移动机器人运动学模型为：2)追踪特征区域提取特征点；追踪特征区域，提取特征区域，在HSV颜色空间模型中将蓝色区域标注为255，其他区域标注为0进行二值化，并且利用膨胀、腐蚀、滤波优化二值化图像，获取标注为255的白色连通区域，计算连通区域的四个重心，即四个特征点；定义四个连通区域的重心为连通区域重心计算如下：其中，f(u,v)为像素点值，Ω为连通区域，利用公式(2)得同理计算其他三个重心点像素坐标转换成图像坐标计算如下：其中，dx是一个像素点占x方向的长度单位，dy是一个像素点占y方向的长度单位，u0，v0是图像中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数，利用公式(3)将像素坐标转化为图像坐标系下的坐标同理计算另外三个点在图像坐标系下的坐标图像坐标转换成相机坐标计算如下：其中，f是焦距，利用公式(4)将图像坐标转换成相机坐标系下的坐标同理计算另外三个点在相机坐标系下的坐标3)位姿估计步骤2)得到特征点在相机坐标系下的坐标而世界坐标系建立在物体坐标系上，第一个特征点是物体坐标系的原点，也即世界坐标系的原点；由此，根据实际测量可得目标板上四个特征点的世界坐标相机坐标系与世界坐标系的转换关系为：其中，是旋转矩阵，是平移矩阵，利用公式(5)将相机坐标系的四个点与世界坐标系上的四个点对应求解出R旋转矩阵以及t平移矩阵；利用旋转矩阵求解旋转角的计算如下：其中，θx是相机坐标系Xc轴相对于世界坐标系Xw轴的旋转角，θy是相机坐标系Yc轴相对于世界坐标系Yw轴的旋转角，θz是相机坐标系Zc轴相对于世界坐标系Zw轴的旋转角，即相机的姿态；利用平移矩阵计算相机的世界坐标：其中，是相机的世界坐标位置，为了验证位姿是否正确，将第五个世界坐标系下的点坐标重投影到像素坐标系中验证位姿是否正确，重投影计算方式如下：其中，是第五个特征点的世界坐标，(u5,v5)是重投影后的像素坐标，是第五...

【专利技术属性】
技术研发人员：俞立，陈旭，吴锦辉，刘安东，仇翔，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33