文档介绍：机器人学概论
徐 德 研究员
2010年12月7日
1
上次课内容提要
摄像机模型
视觉测量中的约束条件
单目视觉位置测量
立体视觉位置测量
基于矩形目标约束的位姿的测量
基于PnP问题的位姿测量
基于消失点的视觉测量
基于位置的视觉控制
基于图像的视觉控制
混合视觉伺服控制
直接视觉控制
2
小孔模型
X
Z
f
1
4参数模型
5参数模型
摄像机的内参数模型描述的是景物点与图像点之间的关系。
外参数模型
摄像机的外参数模型，是景物坐标系在摄像机坐标中的描述。
3
平面全局视觉
平面视觉摄像机的位姿
摄像机光轴中心线与景物平面平行，景物坐标为
摄像机固定不动，焦距固定。景物坐标系原点可选择光轴中心线与景物平面的交点，于是有R=I, p=[0 0 d]T, d是选择光轴中心到景物平面的距离。
摄像机的标定
Xc
Oc
Yc
Xw
Zc
Ow
Yw
Zw
图2-2-1 单目二维视觉测量的坐标系
4
立体视觉位置测量
双目视觉
结构光视觉
空间点P在摄像机C1的光轴中心点与点P1c1构成的直线上，也在摄像机C2的光轴中心点与点P1c2构成的直线上。
特征点在激光平面上，同时还在摄像机的光轴中心点与成像平面上的成像点之间的一条空间直线上。
X1
Y1
Z1
O1
P
X2
Y2
Z2
O2
双目立体视觉示意图
C1
C2
c1Mc2
CCD摄像机
激光器
平凸柱面镜
工件
结构光
线结构光测量原理示意图
5
基于位置的视觉控制
位置给定型机器人视觉控制
位置反馈型机器人视觉控制
Eye-to-Hand位置给定型机器人视觉控制，利用视觉测量的目标位置对机器人进行位置给定，使机器人的末端到达目标位置。视觉位置给定由机器人位姿获取、图像采集、特征提取、笛卡儿空间三维坐标求取、关节位置给定值确定等部分构成。
Eye-in-Hand位置给定型机器人视觉控制，虽然末端位姿引入位置给定部分，但仅参与三维坐标的计算，并未构成机器人末端位置的闭环控制。
控制系统由三个闭环构成，外环为笛卡儿空间的位置环；各个关节采用位置闭环和速度闭环控制，其内环为速度环，外环为位置环。
6
基于图像的视觉控制
基于图像的视觉控制
基于图像的视觉控制
图像采集
特征提取
目标特征测量
期望图像特征
机器人位姿调整策略
关节位置控制环节
+
末端
位姿
当前图像特征
机器人本体
+
逆运动学求解
6路关节位置控制器
计算末端位姿给定
7
基于图像的视觉控制
基于图像的视觉伺服
基于图像的视觉伺服控制
图像采集
特征提取
目标特征测量
期望图像特征
机器人运动调整策略
关节速度控制环节
+
末端
位姿
当前图像特征
机器人本体
+
6路关节速度控制器
图像雅可比矩阵
1/s
8
混合视觉伺服控制
将单应性矩阵进行分解，分别得到旋转分量和位置分量的图像特征。位置分量的图像特征与给定的位置分量的图像特征相比较，作为位置控制律的输入。旋转分量的图像特征与给定的姿态的图像特征相比较，作为位置控制律和旋转控制律的输入。位置控制律采用基于图像的视觉伺服方法，旋转控制律采用基于位置的视觉伺服方法。
[5]
位置控制律
旋转控制律
关节控制器
机器人对象
摄像机
获得图像特征
单应矩阵分解
图像特征
位置给定
姿态给定
输出图像
旋转分量
位置分量的
图像特征
V
9
直接视觉控制
直接视觉控制的结构
直接视觉控制一般采用Eye-to-Hand型视觉系统，摄像机位置固定，工作空间固定。图像特征与关节位置的映射关系被称为visual-motor函数
直接视觉伺服控制框图
图像采集
特征提取
特征关节位置映射
P
I
D
控制
伺服放大
执行电机
1/6
S
机器人本体
+
+
关节
位置
关节位置给定
末端
位姿
6路关节位置控制器
10