微動機器人視覺伺服控制系統優化

苑隆寅， 王 哲， 耿元芳

(重慶郵電大學 移通學院，重慶 401520)

微動機器人視覺伺服控制系統優化

苑隆寅， 王 哲， 耿元芳

(重慶郵電大學 移通學院，重慶 401520)

基于雙目顯微視覺伺服控制和透視成像原理，優化了雙目顯微視覺伺服控制模型。結果表明：設計的視覺模型不再含有深度信息，直接采用了圖像信息從場景中獲取視覺信息，圖像特征點的誤差向量在0～2 s范圍內一直收斂到0；當微立方體處于焦平面上時，圖中微立方體形狀有微小的變化，這表示物體到攝像機的距離是有微小變化的，深度信息是變化的。設計的模型不再需要測量或估計未知點的深度信息，能夠實現準確、快速地獲取深度信息，實現了微動機器人視覺伺服控制系統優化。

顯微視覺； 圖像信息； 透視成像

0 引 言

視覺伺服控制主要是機器視覺的閉環控制，從而使控制目標能夠最快地接近目標。自Hutchinson提出了單目視覺伺服控制的模型后，其需要了解被控對象的深度信息的問題不斷被放大[1-2]，于是提出了雙目視覺伺服控制方法，隨著研究的深入，研究人員發現對微小物體操作成為了該領域應用的主要方向[3-6]。上述微操作系統控制問題涵蓋了微機電系統(MEMS)、生物細胞注射、外科手術等多個學科，在微操作技術領域中，顯微視覺是一個關鍵的因素，而顯微鏡作為一個重要的傳感器，起到了指導操作的作用[7-9]。如果操作系統中缺少顯微鏡，系統將不能自動地處理常規的操作，關鍵的數據也獲取不了[10-12]。通過顯微鏡獲取到的這些視覺信息，可用于控制微操作中的一些參數而使系統能夠實現自動控制。顯微視覺目前已經應用在微操作系統的很多領域，例如對微物體的位置反饋和物體的抓取以及對微物體的過程檢測，物體微變形的定性測量[13-15]。體視顯微鏡在圖像的傳輸實時性、實時立體成像觀測、3D數據獲取、使用環境等方面具有獨特的優點。基于上述發展背景，本文基于視覺伺服控制進行雙目顯微視覺伺服控制改進研究，且選用體視顯微鏡作為微操作系統的視覺傳感器。

1 伺服控制

雙目顯微視覺伺服系統由光學顯微鏡、操作平臺、微操作臂和2個安裝在目鏡上的CCD攝像機構成。采用標準的立體視覺配置結構：兩攝像機平行安裝在顯微鏡的目鏡上，其成像平面稱為I1平面與I2平面。兩成像面的水平軸同線，y軸相同，z1、z2表示兩攝像機的光軸，并與X-Y平面垂直。兩鏡頭中心距離O1-O2為B，原點O位于B的中心點。焦距為f,Σw和Σc分別表示世界坐標系和攝像機坐標系且兩坐標系完全重合。系統的結構圖如圖1所示,成像的幾何圖如圖2所示。

圖1 視覺系統結構圖

本文假定目標為靜止的物體且由一系列的物點組成,為了便于計算，首先取其中1點進行計算。在雙目視覺伺服系統中cve和cωe分別表示微操作臂末端執行器在攝像機坐標系下的平移速度和旋轉速度,表示為u=(cve,cωe),mi=[x,y,θ]T∈R3表示第i個物點的特征點映射到成像平面上的圖像坐標。則圖像特征點mi和速度u的關系可表示為

(1)

其中：J(m)反映了圖像特征與微操作臂位姿變換關系的矩陣，即圖像雅克比矩陣。

圖2 幾何結構圖

根據小孔成像原理,物點

和成像在I1(x,y),I2(θ,y)平面上的圖像特征點的關系為：

(2)

(3)

(4)

根據式(2)和(4)可得

(5)

對式(2)～(4)求導

(6)

根據在變化的坐標系下一個運動點的速度關于一個固定坐標系的一般公式，可推出物點W與u的關系為

(7)

將式(7)代入(6)可得：

(8)

由式(2)可推出

(9)

聯立式(5),(8)和(9)可得：

(10)

從式(10)中可得：

(11)

其中，J(m)∈R3×6即為本文所提出的新的顯微立體視覺模型，此模型不含深度信息,在物體深度未知或者時變時，不需要估計或測量其深度信息。

假定目標物體是由k個特征點構成的，即m=[m1,m2,…,mk]T∈R3k，則表示wv=-wv個圖像特征點的雅克比矩陣為：

(12)

2 系統仿真

通過圖像處理方法獲取目標物體的4個頂點作為特征點進行系統的仿真實驗，特征點單位為pixels。微操作臂的初始空間關節分別為：α=72 626 pixels/m。λ=0.11 m，B=0.027 m，其相關參數如下：桿1長l1=2.6 mm，桿2長l2=2.1 mm，桿1重心lc1=1.35 mm，桿2重心lc2=4.206 mm，桿1質量m1=13.8×10-3kg，桿2質量m2=3.72×10-3kg，桿1慣量I1=8.266 8×10-7kg·m2，桿2慣量I2=5.8×10-6kg·m2，重力加速度g=9.805 m/s2。

仿真結果如圖3～6所示。從圖2能夠驗證圖像特征點的誤差向量在0～2 s是一直收斂到0。由圖4和5可見，隨著時間的變化，圖像特征點也會隨之變化，并趨向期望圖像特征點。且從圖中能夠方向驗證的目標是微小的立方體，當微立方體處于焦平面上時圖中微立方體的形狀有微小的變化，這表示物體到攝像機的距離是有微小變化的，即深度信息是變化的。

圖6則進一步闡釋了其中4個圖像特征點的位置誤差，從圖中結果可證明設計雙目控制模型的有效性。

圖3 圖像特征點誤差范數圖4 左圖像的目標運動軌跡圖5 右圖像的目標運動軌跡

圖6 微動平臺的速度曲線

3 結 語

本文針對雙目顯微視覺伺服控制系統，基于針孔透視成像原理，推導出了雙目顯微視覺伺服控制模型。此視覺模型不含深度信息，直接利用圖像信息可以從場景中獲取視覺信息且不需要測量或估計未知點的深度信息，實現了準確快速獲取深度信息，從而提高了系統的控制性能。

[1] 陳姿言,吳逢鐵,何 西，等.體視顯微鏡與CCD成像系統在高階貝塞爾光束光斑測量中的應用[J].強激光與粒子束,2014,26(11):27-32.

[2] 吳 磊,陽 寧,劉 俊，等.腹腔鏡與顯微鏡下精索內靜脈高位結扎術治療精索靜脈曲張的比較[J].實用醫學雜志,2016,32(5):764-767.

[3] 羅 兵,夏大海.掃描電化學顯微鏡原位表征pH值對核電蒸汽發生器合金腐蝕行為的影響[J].物理化學學報,2014,12(1):59-66.

[4] 張 遷,蘇宏偉,韓 磊，等.顯微鏡下三種精索靜脈結扎術治療精索靜脈曲張的臨床比較[J].山東醫藥,2016,56(16):88-89.

[5] 李 鵬,張常麟,王文學，等.掃描離子電導顯微鏡的研制與實現[J].紅外與激光工程,2014,10(6):1894-1898.

[6] 孫 志,王 暄,韓 柏，等.聚酰亞胺薄膜表面電荷的開爾文力顯微鏡研究[J].中國電機工程學報,2014,32(12):1957-1964.

[7] 翟永平,劉云輝,周東翔，等.稀疏圖像內容情況下顯微鏡自動聚焦算法?[J].軟件學報,2013,17(5):1281-1294.

[8] 牛海玉,肖利娟,韓博平，等.采用倒置顯微鏡法定量浮游植物的數據穩定性[J].湖泊科學,2016,28(1):141-148.

[9] 張桂榮,屈玉福.改進堆棧調焦的顯微鏡景深擴展技術研究[J].儀器儀表學報,2014,12(z2):84-88.

[10] 朱 君,秦柳麗,宋樹祥，等.SPASER技術的MIM波導放大器特性分析[J].紅外與激光工程,2016,45(3):0320002-1-0320002-7.

[11] 孫麗存,孟偉東,李 強，等.電子目鏡顯微鏡景深的確定與測量[J].光學精密工程,2013,21(5):1151-1159.

[12] 曹海青,王 渝,杜明芳，等.基于局域預測的動載天線伺服控制策略研究[J].電波科學學報,2014,29(1):106-113,134.

[13] 方春恩,李 偉,楊立鋒，等.采用模糊控制和脈沖寬度調制技術的同步真空開關位置伺服控制器設計[J].高電壓技術,2012,38(6):1327-1333.

[14] 孫 航,韓紅霞,曹立華，等.大型光電經緯儀速度環PID參數模糊自整定研究[J].儀器儀表學報,2013,34(10):2388-2394.

[15] 幸 權,唐 猛,張 兵，等.電機伺服控制PDF策略頻域設計方法優化[J].測控技術,2014,33(11):85-88.

Optimization of Micro Robot Visual Servo Control System

YUANLong-yin,WANGZhe,GENGYuan-fang

(College of Mobile Telecommunications, Chongqing University of Posts and Telecommunications, Chongqing 401520, China)

Current monocular visual servo control of a micro robot needs to know the depth of the controlled object. In order to improve the microscopic visual servo control performance, visual servo control is designed based on binocular microscope and X-ray imaging principle, the binocular microscope visual servo control is optimized. The verification results show that the design of the visual model no longer contains depth information, and applies directly to the image information from the visual information in the scene. The error of image feature point vector is in the range of 0 ～ 2 s and always converges to zero. When the cube in the focal plane figure has small change, it means that the distance of the object to the camera has small change, depth of information is changing. Design of the model no longer needs to measure or estimate the unknown point depth information, hence it can realize accurate and fast for depth information, realize the optimization of micro robot visual servo control system.

microscopic vision; image information; X-ray imaging

2016-04-22

國家自然科學基金資助項目(90922007)

苑隆寅(1973-)，男，四川廣安人，碩士，副教授，現主要從事于數字資源利用和信息系統工程。

Tel.：13883188676；E-mail:yaoyangokok@163.com

TP 242

A

1006-7167(2017)01-0022-03