【技术实现步骤摘要】
一种基于李雅普诺夫函数的移动机器人视觉伺服控制方法
[0001]本专利技术涉及机器人
，具体涉及一种基于李雅普诺夫函数的移动机器人视觉伺服控制方法。
技术介绍
[0002]近年来，基于视觉反馈的移动机器人伺服控制受到了越来越多的关注，通常关注于非完整运动学约束，即非完整移动机器人(NMRs)。在基于视觉反馈的NMRs伺服控制研究中，存在两个基本的视觉伺服控制问题，即NMRs的视觉伺服跟踪控制和视觉伺服稳定控制。在基于位置的视觉伺服系统框架下，这些视觉伺服控制问题可以归结为非视觉伺服系统的笛卡尔运动控制问题。
[0003]在早期的研究中，NMRs的视觉伺服稳定需要特征点相对于摄像机
‑
机器人平台的位置信息。基于图像的视觉伺服方法可以从三维场景的特征点获取直接描述控制目标的先验知识。通常，早期基于图像的视觉伺服控制器计算核磁共振图像雅可比矩阵的逆，这将会在NMRs的某些期望姿态中受到奇异性的影响。
[0004]近年来，一些先进的控制方法被用来设计视觉伺服控制器来稳定NMR。然而，视觉伺服M...
【技术保护点】
【技术特征摘要】
1.一种基于李雅普诺夫函数的移动机器人视觉伺服控制方法，其特征在于，包括如下步骤：步骤1)建立机器人运动学模型:1.1)机器人运动学模型表示为:式中q＝[x,y,θ]
T
为机器人的状态，x和y为机器人的中心坐标，θ为移动机器人的方向角，ν(t)为移动机器人的线速度、ω(t)为移动机器人的角速度，这里选择移动机器人的线速度v和角速度w作为机器人的控制输入；1.2)假定以空间中的4个特征点作为目标点，根据投影模型，二维图像坐标p＝[p
x
,p
y
]
T
由下式得到：P
x
＝fx
c
/y
c
，P
y
＝fz
c
/y
c
ꢀꢀꢀꢀꢀꢀ
(2)其中，f为相机的焦距，x
c
、y
c
、z
c
表示特征点在摄像机下的三维空间坐标；通过上式，将三维欧几里得空间中的目标点投影到图像平面中对应的点；1.3)视觉伺服稳定化是利用视觉信息驱动移动机器人到达目标图像，当移动机器人稳定到期望目标时，当前误差和期望图像误差收敛到零；定义目标特征点P(P
xd
,P
yd
)，θ
d
为移动机器人到达目标位置的角度，那么二维图像坐标下的误差模型(s1,s2,s3)表示为：以及期望的坐标为s
d
＝[P
xd
/P
yd
‑
f/P
yd
θ
d
]
T
；1.4)定义图像坐标和姿态角的视觉伺服稳定误差为：以及变换矩阵：式中θ
e
＝θ
‑
θ
d
为移动机器人视觉伺服稳定化的角度误差；e1、e2、e3三个量表示二维图像坐标下构建的误差模型；s
1d
、s
2d
、s
3d
三个量表示二维图像坐标下期望的机器人位姿；1.5)考虑带摄像头的机器人与目标点的关系，通过误差向量e与相关坐标系的正交变换，将式(1)组合得到误差系统的微分方程为：
其中，h＝1/z
c
为非零常数，因为相机高度不为零，即z
c
≠0，e(t)为一个误差向量e(t)＝[e1(t),e2(t),e3(t)]
T
；l是移动机器人质心和两个后轮轴线中心的距离；1.6)根据式(4)和式(5)，当误差e
→
0时，移动机器人将到达如式(7)所示的目标状态；s1→
s
1d
,s2→
s
2d
,θ
→
θ
d
ꢀꢀꢀꢀꢀꢀ
(7)由式(3)和式(7)可以看出，图像坐标P
x
→
P
xd
,P
y
→
P
yd
,以及θ
e
→
0，因此，需要设计一种移动机器人视觉伺服稳定控制器u(t)＝u(e(t))使lim
t
→
∞
e(t)＝0以及lim
t
→
∞
u(t)＝0；步骤2)针对非完整移动机器人视觉伺服系统，设计控制器，过程如下：2.1)将式(6)离散化得到NMR的离散时间非线性视觉伺服误差模型如下：T
s
>0是一个足够小的采样间隔，控制输入u＝[v ω]
T
；2.2)输入矩阵为：2.3)引入定义1，考虑系统x
+
＝f(x)+g(x)u,这里x
+
为连续的x，如果存在一个反馈控制律K(x)，导致系统x
+
＝f(x)+g(x)K(x)是在原点渐近稳定,则认为系统在控制输入u＝K(x)下在原点附近渐进稳定；2.4)引入定义2，考虑一个光滑的、正定的正函数V:R
n
→
R
+
，以及系统x
+
＝...
【专利技术属性】
技术研发人员：林叶贵，邢科新，何德峰，邢明，
申请(专利权)人：浙江同筑科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。