基于光流場的手眼相機任務函數研究

王天琪 賀乃寶 高倩 趙俊杰

摘要：利用視覺信息驅動機器人運動的技術稱為視覺伺服，其中視覺信息一般采用圖像平面誤差構成任務函數法。圖像平面誤差由期望特征點和當前特征點差值產生，雖然目前對特征點的研究非常成熟，但是其存在噪聲敏感、容錯率差等固有缺陷，所以不適用于實際生產。本文采用光流場信息作為任務函數的自變量，能夠實時反映運動過程中的目標狀態，使用PID控制器在線調整特征速度，避免在手眼相機趨近過程中出現特征點丟失，任務函數不收斂等問題。

關鍵詞：視覺伺服;光流場：PID控制器;任務函數法

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2020）03-0261-02

隨著現代生產小批量、多品種的生產特點，生產線的柔性化要求越來越凸顯出來。利用傳統的PLC生產線難以適應多變的生產要求，機器人生產系統承擔了越來越復雜的任務。通過引進視覺伺服控制作為機器人的視覺反饋信息，能夠最大限度上獲取外部信息，提高機器人制造系統的靈活性，并能夠縮減周邊設備的資金投入，在機器人控制系統中具有不可替代的作用[1]。

視覺伺服技術核心思想是利用采集到的視覺信息構成任務函數e（p* -p），并使用一個控制器將其調節到最小，其中p*是目標的期望狀態，p是目標的當前狀態。因為只需要考慮物體在兩個相鄰幀直接的相對位移，所以視覺伺服簡化了由視覺傳感器傳送數據的處理流程。用手眼相機趨近目標的作業任務包括兩個主要研究方面：任務函數的構建和控制器的設計。本文采用光流場信息作為任務函數的自變量，通過趨近過程中產生的光流信息，確定在與目標進行配準時的運動狀態，避免視野丟失這類問題。設計了一個PID控制器，減小超調量，加快系統的響應時間，改善系統的動態性能。

1 控制方案說明

在經典的控制方案[2]基礎上，本文提出了如圖1所示的視覺伺服控制方案。在本方案中機器人離散模型用R（z）表示，視覺系統用V（z）表示，其通常被建模為一個純延遲V（z）=k.Z^-d。其中的增益kv是將目標姿態與圖像平面相關聯的增益。模塊C（z）表示機器人PID控制器，它將最大限度地減小;（目標位置茹x（k）與機器人位置x，（k）之間的差的數值）。低水平的連續機器人模型R'（ s）/s由機器人的慣性和執行機構的動力學構成，采用經典單元負反饋的低水平動態控制器D（Z）對機器人塊R（Z）進行控制。

由式（8）和式（13）可知，點特征的光流解析解建立在兩個很小間隔內的點坐標之差，基于雅克比矩陣的點特征則需要結合相機速度和該點坐標以及深度。考慮到光流解只需要獲取到準確的點坐標，即可計算出精準的解析解，而圖像雅克比需要考慮外部相機的速度以及點的深度信息，具有不確定性。因而，將光流解作為期望的速度矢量，將雅克比矩陣計算得到的點速度作為當前的速度矢量，通過計算兩者的差值，保證其在一個可控范圍內，可以保證相機趨近作業非常平穩。

以兩個不同角度擺放的象棋為例，使用上述步驟進行實驗仿真的結果如圖2所示。使用SIFT算法[s]檢測特征點，在運動過程中，特征點能夠很好地進行配準，并平滑地向期望位姿變化。

5 結論

本文以光流場的解析解和點特征的雅克比矩陣計算的速度矢量之差代替傳統的圖像像素平面誤差，能夠實時反映運動狀態下的目標位姿，驅動相機平穩的到達定位點。

參考文獻：

[1]賈丙西，劉山，張凱祥，等.機器人視覺伺服研究進展：視覺系統與控制策略[J]自動化學報，2015，41（5）：861-873.

[2] Hutchinson S，Hager G D，Corke P I.A tutorial on visual servocontroI[J]. IEEE Transactions on Robotics and Automation.1996.12（5）：651-670.

[3]崔智高，王華，李艾華，等.動態背景下基于光流場分析的運動目標檢測算法[J].物理學報，2017，66（8）：107-115.

[4]（澳）Peter Corke，機器人學、機器視覺與控制[M].劉榮，譯，北京：電子工業出版社，2016：449-450.

[5]左飛.數字圖像處理原理與實踐：MATLAB版[M].北京：電子工業出版社。2014.