基于非线性模型预测的智能小车2.5维视觉伺服控制方法技术

本发明专利技术公开一种基于非线性模型预测的智能小车2.5维视觉伺服控制方法，首先在当前位姿和期望位姿处通过摄像机分别获取参考目标的当前图像和期望图像；然后从获取的图像中提取参考目标的特征点以及小车的姿态信息，通过坐标变换将二维图像信号与三维姿态信号进行有机结合，建立2.5维视觉误差模型；最后针对2.5维视觉误差模型，利用非线性模型预测控制方法设计一种多级视觉预测控制器。本发明专利技术解决现有2.5维视觉伺服控制方法不能处理运动执行系统存在的速度和力矩约束以及摄像机的可见性约束问题，能够确保参考目标在伺服过程中始终保持可见，大大提高视觉伺服系统的可靠性和安全性。

【技术实现步骤摘要】

本专利技术涉及智能机器人
，具体地说是指一种基于非线性模型预测的智能小车2. 5维视觉伺服控制方法。
技术介绍
智能小车视觉伺服是指利用视觉传感器获取的视觉信息对小车位置和方向进行精确控制。视觉伺服对于提高小车的智能化水平与工作能力具有非常重要的意义，可以提高小车对外界环境的学习和适应能力。按照反馈信息类型的差别，视觉伺服可以分为三维视觉伺服、二维视觉伺服以及2. 5维视觉伺服，其中2. 5维视觉伺服是一种将二维信息与三维信息有机结合的混合伺服方法，可以在一定程度上解决三维和二维视觉伺服存在的鲁棒性、奇异性、局部极小等问题。因此，智能小车2. 5维视觉伺服越来越受到广泛关注。 近年来，国内外许多研究学者对2. 5维视觉伺服控制方法做了大量的研究。FangYongchun 等人在 2005 年 IEEE Transactions on Systems, Man, and Cybernetics, PartB: Cybernetics, 35(5)期刊上设计了一种基于单应矩阵的2. 5维视觉伺服控制策略,这种方法在深度信息未知的情况下仍然能够使移动机器人渐近运动到由一副参考图像定本文档来自技高网...

【技术保护点】
一种基于非线性模型预测的智能小车2.5维视觉伺服控制方法，其特征在于：包含以下步骤：1.1.在当前位姿和期望位姿处通过摄像机分别获取参考目标的当前图像和期望图像；1.2.从获取的当前图像和期望图像中提取参考目标的特征点及小车的姿态信号，建立2.5维视觉误差模型；设目标特征点在当前图像中的位置为p=[px，py]T，在期望图像中的位置为pd=[pxd，pyd]T，θ和θd分别为移动小车的当前方向角和期望方向角，通过坐标变换将二维图像信号与三维姿态信号进行有机结合，构造一种2.5维视觉误差信号，其中s1，s1d，s2，s2d为经过坐标变换的二维图像信号，θed为三维姿态误差信号；1.3.根据步骤1...

【技术特征摘要】

【专利技术属性】
技术研发人员：曹政才，殷龙杰，付宜利，王永吉，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：