一種無標定機械臂視覺伺服控制裝置的製作方法
2023-09-21 22:42:55
本發明涉及自動控制領域和機器臂控制領域,尤其是視覺伺服領域。
背景技術:
早期的機器人機械臂控制是在關節空間進行的,即控制任務和控制器的設計需要在關節空間中描述。示教再現(Teach By Showing)方法即為這種方法的典型代表。簡單來說,在物體抓取任務中,機械手在操作人員的輔助下運動到末端執行器能對物體進行抓取的某個位姿,在此過程中記錄此時機械手各個關節對應的關節向量,作為期望關節向量。依次重複這樣的過程,將可能所需的抓取位置和抓取軌跡儘可能多的記錄下來,完成示範。而當目標物體再次位於某一位姿時,根據記錄,關節空間控制器將控制機械手的運動,使當前關節向量等於期望關節向量,此時末端執行器即可到達抓取位姿。完成再現。這種示教再現方法能獲取極高的控制精度重複精度,但缺乏靈活性,物體每次必須精確放置在示教過的位置上,精度受物體放置精度影響較大。
另外,機械臂的控制還可在三維空間中進行,即:控制器設計和任務描述均是三維的。這種方法無需求機械臂運動學逆解,而是通過正向運動學求取末端執行器的當前位姿(理想狀態時為三維的準確位姿),機械臂關節角作為反饋信號,實現向期望位姿逼近的控制目標。正向運動學求解位姿時嚴格來講並非準確位姿,這是因為機械結構存在一定量的誤差,如:齒輪空隙、連杆彎曲、關節滑動和夾具尺寸。因此,此方法在應用過程中,需要進行定期的標定刻度。
隨著外部傳感器在機器人領域的應用,使得對機械臂的控制得以在更多的空間上得以實現,從而使機器人能更好適應目標和環境的變化。在眾多外部傳感器中,攝像機是最為常用的視覺傳感器,它的引入將能大大提高系統靈活性。攝像機可用於獲取期望位姿,物體的放置不再局限於預知的位置,只要位於機械手工作範圍內,是可任意放置的。因此,基於視覺傳感器的機械臂控制引起了越來越多的關注。根據反饋信號形式不同,視覺伺服可分為基於位置的視覺伺服(PBVS)、基於圖像的視覺伺服(IBVS)以及混合圖像伺服(HVS)。本發明專利所涉及的視覺伺服技術為基於圖像的視覺伺服技術。
根據對精確參數的需求情況,可將視覺伺服方法分為基於標定的(calibration-based visual servoing)和無標定(uncalibrated visual servoing)的視覺伺服。基於標定的視覺伺服方案中,攝像機內外部參數等系統相關參數必須在視覺伺服之前精確標定。然而,這些標定工作通常來講較為複雜繁瑣,並在某些特定情況下無法實施(非結構化或動態環境中)。此外,當工作環境有變化時,需要重新標定。無標定的視覺伺服方法,則無需預先對攝像機參數進行精準標定,在系統結構上,主要針對基於圖像的伺服方法。雅克比矩陣是視覺伺服的重要概念。它反映了圖像空間和機械臂控制空間之間的速度映射關係。因此,雅克比不僅依賴於攝像機的內外參數,更依賴於機器人運動學和動力學參數,並與視覺系統結構和配置也相關。區別於基於標定的視覺伺服方法,無標定的視覺伺服研究是建立在上述系統參數粗略已知或完全未知的情況下的。無標定的視覺伺服方法主要有:基於雅克比在線估計的方法、基於非線性視覺映射模型估計的方法、基於近似雅克比的方法、基於自適應雅克比的方法。本發明專利所涉及的方法屬於基於自適應雅克比的無標定視覺伺服控制方法。
現有的基於自適應雅克比的無標定視覺伺服控制方法主要存在如下幾個方面的問題:
1)僅考慮了深度信息時不變或者慢時變,並未考慮時變的深度參數不確定情況下的線性參數化問題;
2)動力學、攝像機內外參和深度三者不確定參數線性化處理時產生的過參數化的問題;
3)攝像機系統採樣率、量化誤差以及傳輸時延所導致的視覺系統無法精準伺服控制系統的問題;
4)定位控制或跟蹤控制過程中,若存在不確定參數,末端執行器與目標的收斂精度與收斂速度則受較大影響,無法達到需要的控制品質。
為了便於技術方案描述,現給出如下公式,以對本裝置構成進行數學描述:
公式1:
其中,y=(u v)T,u為圖像橫坐標,v為圖像縱坐標;zc∈R為實數(由公式2給出),為透視投影矩陣M矩陣(由公式4給出)中的第i行;x表示特徵點的笛卡爾空間坐標。
公式2:
zc表示在攝像機坐標中,特徵點位置的z軸坐標,即深度;為透視投影矩陣M矩陣的第3行;
公式3:
該矩陣指代現有機器人運動學工程實踐中所描述的機器人齊次坐標變換關係T4×4,在本裝置中,T的具體含義由工程實踐情況所決定,例如,若使用本控制器控制手眼配置(eye-in-hand)的機械臂時,T指代由基座坐標繫到末端執行器坐標系的變換矩陣;若配置場景視覺(Fixed configuration)時,T指代由末端執行器坐標繫到基座坐標系的坐標矩陣;
公式4:M=ΩT′
該矩陣描述了透視投影矩陣的構成M∈R3×4。其中Ω為相機內部參數矩陣(與現有通用技術所定義的內參矩陣相統一),T』為齊次坐標變換矩陣,具體含義由工程實踐決定。例如:若使用本發明所提控制器控制手眼配置(eye-in-hand)的機械臂時,T′指代由末端執行器坐標繫到相機坐標系的變換矩陣;若配置場景視覺(Fixed configuration)時,T′指代由基座坐標繫到相機坐標系的齊次變換矩陣。
為了克服上述現有技術存在的問題,本發明的目的在於提供一種區別於現有技術下的無標定視覺伺服裝置。
本發明所述控制裝置是由如下模塊構成的:
(M1)視覺期望軌跡規劃模塊、(M2)控制器模塊、(M3)機械臂模塊以及(M4)攝像機及圖像處理模塊組成。
本發明中除控制器模塊外,視覺期望軌跡規劃模塊、機械臂模塊以及攝像機及圖像處理模塊均使用現行通用技術下的設備進行配置即可,無需特殊設置。
本發明所設計的控制器模塊的技術方案可由下述式子進行描述:
上式中各個符號的含義由下列各項給出:
(a)控制器輸出τ∈Rn,代表機械臂各關節電機輸出扭矩組成的向量,其中n為關節數。
(b)代表現有通用的機器人拉格朗日動力學方程的線性參數化後的回歸矩陣,括號內四個參數依次為關節向量,關節向量的一階導數,參考關節向量的一階導數(由c項給出)和參考關節向量的二階導數(由c項給出)。
(c)和分別代表參考關節向量信號的一階導數和二階導數。其構成表述為:構成表述為:其中,為第(d)項所描述的深度參數估計值;為補償深度的雅克比矩陣偽逆矩陣的估計值;為第(f)項所描述的參考圖像速度一階導數。
(c-1)的獲取是通過現行通用的線性參數化方法,對進行線性參數化,並對未知參數使用在線迭代估計獲取,即
(c-2)其中,表示期望軌跡的速度;λ表示可調節的恆定增益;Δy=y-yd表示圖像跟蹤位置誤差。
(c-3)其中的獲取是通過現行通用的線性參數化方法,對進行線性參數化,並對未知參數使用在線迭代估計獲取,即:
(d)的獲取是通過現有通用的機器人拉格朗日動力學方程的線性參數化後的未知參數向量。
(e)Ks和Ky表示可調節的恆定增益;
(f)sig(*)表示sig(ξ)α=[|ξ1|αsgn(ξ1),...,|ξn|αsgn(ξn)]T其中sgn(*)表示標準符號函數,即:
(g)sq表示滑模向量,定義如下:
(h)α1和α2分別代表可調節的參數,其中,α2=2α1/(1+α1),且0<α1<1。
本發明所設計的控制器模塊器特徵在於,如式(5)及(a-h)各項所描述的控制器方案。
本發明相對於現有技術的有益效果如下:
1)在未標定的視覺伺服系統中,本發明能夠在相機笛卡爾坐標空間中深度信息時變的情況下,仍能實現較好的控制性能;
2)避免了動力學、攝像機內外參數以及未知的靜態跟蹤目標位置三者同時存在時,自適應控制器的過參數化問題,使得控制器計算簡化;
3)相對於直接利用圖像速度作為反饋項的控制器技術,本發明不直接利用圖像速度作為控制器的微分項,使其能在攝像機系統採樣率、量化誤差傳輸噪聲均存在的情況下,使得本發明所涉及控制器對圖像噪聲不敏感。
附圖說明
圖1為本發明所涉及的一種機械臂視覺伺服控制裝置的結構框圖。
具體實施方式
本發明的工作原理:
視覺期望軌跡規劃模塊主要用以實現在線規劃期望軌跡,因此該模塊主要負責產生圖像空間的期望位置yd和期望速度控制器模塊實現對輸入的狀態信號並產生控制信號輸出,該控制信號隨之被傳送至機械臂模塊。機械臂模塊實現機械臂任務的執行。攝像機及圖像處理模塊實現對機械臂圖像信息的獲取和處理,並將處理後的圖像位置信息y作為狀態反饋至控制器中。本發明所述方案的結構框圖如圖1所示。
使用本發明所述的控制裝置的具體實施方式如下:
1、利用視覺期望軌跡規劃模塊M1在攝像機及圖像處理模塊(M4)所反饋的圖像空間中進行在線實時軌跡規劃。該軌跡包含了圖像特徵點的期望位置yd和期望速度
2、控制器M2模塊利用期望軌跡當前機械臂關節狀態向量以及M4模塊反饋的y狀態向量,通過式(5)及(a-h)各項所述方案進行運算,最終產生控制輸出τ。
上式中各個符號的含義由下列各項給出:
(i)控制器輸出τ∈Rn,代表機械臂各關節電機輸出扭矩組成的向量,其中n為關節數。
(j)代表現有通用的機器人拉格朗日動力學方程的線性參數化後的回歸矩陣,括號內四個參數依次為關節向量,關節向量的一階導數,參考關節向量的一階導數(由c項給出)和參考關節向量的二階導數(由c項給出)。
(k)和分別代表參考關節向量信號的一階導數和二階導數。其構成表述為:構成表述為:其中,為第(d)項所描述的深度參數估計值;為補償深度的雅克比矩陣偽逆矩陣的估計值;為第(f)項所描述的參考圖像速度一階導數。
(c-1)的獲取是通過現行通用的線性參數化方法,對進行線性參數化,並對未知參數使用在線迭代估計獲取,即
(c-2)其中,表示期望軌跡的速度;λ表示可調節的恆定增益;Δy=y-yd表示圖像跟蹤位置誤差。
(c-3)其中的獲取是通過現行通用的線性參數化方法,對進行線性參數化,並對未知參數使用在線迭代估計獲取,即:
(l)的獲取是通過現有通用的機器人拉格朗日動力學方程的線性參數化後的未知參數向量。
(m)Ks和Ky表示可調節的恆定增益;
(n)sig(*)表示sig(ξ)α=[|ξ1|αsgn(ξ1),...,|ξn|αsgn(ξn)]T其中sig(*)表示標準符號函數,即:
(o)sq表示滑模向量,定義如下:
(p)α1和α2分別代表可調節的參數,其中,α2=2α1/(1+α1),且0<α1<1。
3、M3機械臂模塊在接受到控制器輸出τ後,將該信號轉換成為分別控制各電機的控制信號,以驅動機械臂各關節電機。
4、M4攝像機與信號處理模塊以某種配置(手眼配置或場景配置均可)作為圖像信息的獲取即處理裝置,用以將當前特徵點在圖像中的位置y反饋至控制器中,完成控制鏈路的閉合。