一种时变性能边界约束的视觉伺服自适应跟踪控制方法技术

本发明专利技术涉及一种时变性能边界约束的视觉伺服自适应跟踪控制方法；包括：获取期望目标图像的特征向量sd，根据摄像头的位置，获取当前目标图像的特征向量s，若||s‑sd||小于预设值，则完成任务，否则计算图像雅可比矩阵，并利用具有时变性能边界约束控制器

【技术实现步骤摘要】
一种时变性能边界约束的视觉伺服自适应跟踪控制方法
本专利技术涉及视觉伺服
，尤其涉及一种时变性能边界约束的视觉伺服自适应跟踪控制方法。
技术介绍
视觉伺服(VS)是机器人的一种重要反馈方式，极大地提高了机器人的智能性和鲁棒性。它广泛应用于机器人的各个领域，例如机械臂、移动机器人、无人驾驶飞行器、水下机器人等。目前，视觉伺服控制分为三类：第一类是基于位置的视觉伺服(PBVS)；第二类是基于图像的视觉伺服(IBVS)；第三类是混合视觉伺服。PBVS系统利用观察到的视觉特征、标定的摄像头和已知的目标物体几何模型获得目标物体相对于摄像头的位姿，最大限度地减小位姿误差是PBVS系统的主要任务，因此PBVS系统的性能受到目标的几何模型和摄像头标定精度的影响。与PBVS系统相比，IBVS系统中图像数据直接用于控制机器人，所以IBVS系统不需要任何的位姿估计而且它对相机和手眼标定误差具有鲁棒性。目前，在第二类的IBVS系统中较为常见的算法包括：(1)比例控制器，该算法为了使图像特征点误差以指数形式收敛；(2)模型预测控制器，该算法能够处理机器人在运动过程中的系统约束，例如图像边界约束和机器人关节约束；(3)增广的基于图像视觉伺服控制器，该方法将加速度作为控制指令，提高了系统的收敛速度等；(4)卡尔曼滤波神经网络，该算法被应用于无标定视觉伺服环境中的机械臂控制；很多自适应方法有能力处理系统的未知和不确定参数，但是对于具有空间速度耦合的视觉伺服系统，这些自适应方法不能较好的抑制在图像平面的图像轨迹冗余运动；很多自适应方法有能力处理系统的未知和不确定参数，但是对于具有空间速度耦合的视觉伺服系统，这些自适应方法不能较好的抑制在图像平面的图像轨迹冗余运动。此外，具有时变性能边界约束的自适应跟踪控制方法很少被应用于视觉伺服控制领域；此方法不仅可以补偿参数不确定性，而且可以保证跟踪误差的范数小于自己定义的性能边界；一些文章针对不确定系统提出了自适应跟踪控制策略来保证自定义的性能界限；不同于这些文章，另一些文章提出的一种控制策略能够实现自定义的时变性能界限而不是自定义的常值性能界限；对于复杂的多输入多输出(MIMO)视觉伺服非线性系统，现有的具有时变性能约束的单输入单输出(SISO)系统的控制技术不能直接应用于VS控制中，并且在这个问题上的实验结果很少。因此，有必要找到一种具有时变性能约束的自适应跟踪技术可以应用于这种多输入多输出的模型中。
技术实现思路
(一)要解决的技术问题为了解决现有技术的上述问题，本专利技术提供一种时变性能边界约束的视觉伺服自适应跟踪控制方法。(二)技术方案为了达到上述目的，本专利技术采用的主要技术方案包括：所应用的IBVS系统包括主控单元、机械臂和设置在机械臂执行器末端的摄像头，主控单元根据摄像头获取的图像特征信息生成控制指令驱动机械臂运动，摄像头随机械臂运动后再次获取图像，形成运动-反馈-运动的循环，其特征在于，运动-反馈-运动的循环包括以下步骤：101、预先确定摄像头和目标物体的相对位姿，获取此时的目标物体的图像作为期望目标图像，获取期望目标图像的特征向量sd；102、获取六自由度机械臂的当前位置，获取当前位置时摄像头采集的当前目标图像，获取所述当前目标图像的特征向量s；103、将所述当前目标图像的特征向量s与期望目标图像的特征向量sd做差，获取图像特征误差s-sd；104、判断所述图像特征误差的范数||s-sd||小于预设值，则完成任务；否则，根据当前目标图像计算图像雅克比矩阵，根据图像雅克比矩阵、图像特征误差和具有时变性能边界约束控制器利用公式一计算出摄像头在笛卡尔空间中的空间速度Vc，再将空间速度Vc转换为驱动摄像头运动到下一位姿的机械臂各个关节速度，并跳转至步骤102；公式一：其中,Ls＝[Ls1；Ls2；Ls3；Ls4]∈R8×6，Ls1、Ls2、Ls3和Ls4均为图像雅克比矩阵，表示为Ls估计值的伪逆，且满足δ(t)是一个满足δ(t)≤ξ的时变未知矩阵，ξ为一个未知正常数；λ为正常数，e为图像特征误差，I∈R8×8为单位矩阵。可选地，摄像头在笛卡尔空间中的空间速度Vc表示为Vc＝[vcxvcyvczωcxωcyωcz]T∈R6×1；其中，vcx、vcy和vcz均表示摄像头的线速度，ωcx、ωcy和ωcz表示摄像头的角速度。可选地，在步骤104中当前目标图像计算雅克比矩阵的具体运算步骤包括：将n个固定3D坐标目标点Pi＝(Xi,Yi,Zi)T∈R3×1投影到图像平面，利用公式二获取2D图像平面si＝(ui,vi)T∈R2×1，i＝1,....,n；公式二：根据公式四计算出图像雅可比矩阵Lsi；公式四：式中，Xi、Yi和Zi为目标点相对于世界坐标系的空间坐标；ui和vi像素坐标；是u轴上的归一化焦距，是v轴上的归一化焦距，f是摄像头的焦距，(u0,v0)为主点的坐标，pu和pv分别为每个像素的宽和高。可选地，具有时变性能边界约束控制器包括；公式五：其中，K和Q为矩阵，且满足Q(A+BK)+(A+BK)TQ＜0，V∈R8×8，P∈R8×8，P为矩阵，且满足AV+BP＝VAr，Ar是一个预设的赫尔维兹矩阵；A为表示内部参数的常数矩阵，B为单位矩阵；引入参考模型其中，xr∈R8×1表示参考图像特征误差向量，为xr的一阶导数；以及引入状态空间模型式中，x＝e，表示为系统的控制输入，其中，为外部扰动，ΔA＝λδ(t)为内部不确定参数，且满足||ΔA||≤λξ，λ正常数，ξ为一个未知正常数；η1、η2和η3通过公式六至公式十获得；公式六：er＝x-Vxr；公式七：式中，θ(t)为预设指数衰减函数；公式八：公式九：公式十：式中，∈为正常数，满足和分别为和的估计值，其中是一个未知正常数，δ0为正常数；为θ的一阶导数；λmax(·)为矩阵的最大特征值；λmin(·)为矩阵的最小特征值；根据公式十一和十二自适应更新和公式十一：公式十二：根据公式十三和十四获取参考估计误差和的自适应更新律；公式十三：公式十四：其中，γ1和γ2为正的自适应增益，和分别为和初始值且均为有限值，可选地，所述机械臂有六个自由度。一种视觉伺服机器人系统，包括：六自由度机械臂，安装在六自由度机械臂执行器末端的摄像头，基于时变性能自适应模型的视觉伺服跟踪控制方法驱动六自由度机械臂运动的主控单元和通信模块；通信模块用于摄像头、主控单元和机械臂接收，和\或发送数据信息和控制指令。(三)有益效果本专利技术的有益效果是：本专利技术的方法提高IBVS系统的鲁棒性，同时引入具有时变性能边界约束的自适应跟踪控制方法从而抑制了图像平面特征轨迹的冗余运动，并且有效的降低了在视觉伺服期间特征点离开视觉区域的风险，因此本专利技术方法可以完成长距离的视觉伺服任务；且该方法具有良好的实时性，为机器人视觉伺服控制等问题提供了一种新的解决思路。附图说明图1为本专利技术一实施例提供的一种时变性能边界约束的视觉伺服自适应跟踪控制方法的流程图；图2为本专利技术一实施提供的控制原理示意图；图3为本专利技术一实施例提供的视觉伺服机器人系统整体结构示意图；图4a为本专利技术一实施例提在任务1中传统的IBVS控制器图像特征轨迹；图4b为本专利技术一实施例提在任务1中本专利技术方法的图像特征轨迹；图4c为本专利技术一实施例提在任本文档来自技高网...

【技术保护点】
1.一种时变性能边界约束的视觉伺服自适应跟踪控制方法，所应用的IBVS系统包括主控单元、机械臂和安装在机械臂执行器末端的摄像头，主控单元根据摄像头获取的图像特征信息生成控制指令驱动机械臂运动，摄像头随机械臂运动后再次获取图像，形成运动‑反馈‑运动的循环，其特征在于，运动‑反馈‑运动的循环包括以下步骤：101、预先确定摄像头和目标物体的相对位姿，获取此时的目标物体的图像作为期望目标图像，获取期望目标图像的特征向量sd；102、获取六自由度机械臂的当前位置，获取当前位置时摄像头采集的当前目标图像，获取所述当前目标图像的特征向量s；103、将所述当前目标图像的特征向量s与期望目标图像的特征向量sd做差，获取图像特征误差s‑sd；104、判断所述图像特征误差的范数||s‑sd||小于预设值，则完成任务；否则，根据当前目标图像计算图像雅克比矩阵，根据图像雅克比矩阵、图像特征误差和具有时变性能边界约束控制器

【技术特征摘要】
1.一种时变性能边界约束的视觉伺服自适应跟踪控制方法，所应用的IBVS系统包括主控单元、机械臂和安装在机械臂执行器末端的摄像头，主控单元根据摄像头获取的图像特征信息生成控制指令驱动机械臂运动，摄像头随机械臂运动后再次获取图像，形成运动-反馈-运动的循环，其特征在于，运动-反馈-运动的循环包括以下步骤：101、预先确定摄像头和目标物体的相对位姿，获取此时的目标物体的图像作为期望目标图像，获取期望目标图像的特征向量sd；102、获取六自由度机械臂的当前位置，获取当前位置时摄像头采集的当前目标图像，获取所述当前目标图像的特征向量s；103、将所述当前目标图像的特征向量s与期望目标图像的特征向量sd做差，获取图像特征误差s-sd；104、判断所述图像特征误差的范数||s-sd||小于预设值，则完成任务；否则，根据当前目标图像计算图像雅克比矩阵，根据图像雅克比矩阵、图像特征误差和具有时变性能边界约束控制器利用公式一计算出摄像头在笛卡尔空间中的空间速度Vc，再将空间速度Vc转换为驱动摄像头运动到下一位姿的机械臂各个关节速度，并跳转至步骤102；公式一：其中,Ls＝[Ls1；Ls2；Ls3；Ls4]∈R8×6，Ls1、Ls2、Ls3和Ls4均为图像雅克比矩阵，表示为Ls估计值的伪逆，且满足δ(t)是一个满足δ(t)≤ξ的时变未知矩阵，ξ为一个未知正常数；λ为正常数，e为图像特征误差，I∈R8×8为单位矩阵。2.如权利要求1所述的方法，其特征在于，摄像头在笛卡尔空间中的空间速度Vc表示为Vc＝[vcxvcyvczωcxωcyωcz]T∈R6×1；其中，vcx、vcy和vcz均表示摄像头的线速度，ωcx、ωcy和ωcz表示摄像头的角速度。3.如权利要求1或2所述的方法，其特征在于，在步骤104中当前目标图像计算雅克比矩阵的具体运算步骤包括：将n个固定3D坐标目标点Pi＝(Xi,Yi,Zi)T∈R3×1投影到图像平面，利用公式二获取2D...

【专利技术属性】
技术研发人员：董久祥，陈浩，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21