基于图像的机器人视觉伺服实验研究

　　制造出像人一样具有智能的能替代人类劳动的机器人，一直是人类的梦想，人类获取的信息80%以上是通过视觉。因此，在智能机器人的研究中，具有视觉的机器人的研究也就成了第一位的。对机器人视觉伺服系统的研究是机器人领域中的重要内容之一，其研究成果可应用在机器人自动避障、轨迹跟踪和运动目标跟踪等问题中。从反馈信息类型的角度分类，机器人视觉伺服系统可分为基于位置的视觉伺服系统（position-base）和基于图像的视觉伺服系统（image-base）［1］。基于位置的视觉伺服系统首先要估计目标物体在直角坐标空间中相对于摄像机的位置，其视觉伺服误差定义在三维笛卡尔空间，视觉或特征信息用来估计机械手末端与目标的相对位姿，这种方法需要对视觉系统和机器人进行精确标定，另外由于要对图像进行解释，因而计算量较大。基于图像的视觉伺服系统的伺服误差直接定义在图像特征空间，即摄像机观察到的特征信息直接用于反馈，不需要对三维姿态进行估计，但系统需在线计算图像雅可比矩阵（图像特征参数变化量与任务空间位姿变化量的关系矩阵）及其逆阵，而图像雅可比矩阵跟许多实时变化的参数有关，这是一个复杂的非线性过程，从理论上很难分析，并且对机器人的控制设计提出了较大的要求［2］。机器人视觉伺服系统是一个很复杂的系统，综合了许多学科的内容，而各学科的发展又极不平衡，影响了其进一步发展。正是基于此，机器人视觉伺服研究目前处于停滞不前的状态，国内对此方面的研究大多只是进行了仿真实验，而未在实际机器人系统上实现。本文利用松下交流伺服系统、pmac运动控制卡、dsp图像处理系统、工控机和机器人组成了伺服系统，在具体机器人系统中对其进行实验研究，探索基于图像的机器人视觉伺服实现问题。

机器人视觉伺服系统组成部分

　　机器人系统及研究内容

　　图1是本实验的机器人系统硬件图。二自由度平面机器人的第一关节垂直固定于工作平台上，2个关节均由松下交流伺服电机驱动，且只能在水平平面内转动，固定于第二根杆末端的摄像头为单目ccd摄像头，用dsp图像处理系统完成图像采集、处理，提取目标特征值作为视觉信息反馈量。本文选取圆形目标物体的灰度质心在图像平面的坐标值作为图像特征［3］。本文研究的是基于图像的机器人视觉伺服系统的伺服实现问题，根据目标物体图像特征值的变化控制机器人两关节的运动使其第二根杆末端能跟踪到位于工作台上的静止或运动物体，对系统实现视觉伺服控制。

机器人视觉系统数学模型

　　本文拟对系统进行实验研究。建立机器人坐标、摄像机坐标、图像坐标和目标点坐标的坐标变换关系。图2是在机器人的第二根杆末端安装一个摄像头，形成eye-in-hand构型而建立的坐标变换关系图。图3是摄像机系统坐标与图像坐标的关系及成像原理示意图。

　　设机器人第一关节和第二关节的转角分别为θ1和θ2，第一根杆长为l1，第二根杆长为l2。选取图2中o点作为基坐标参考点，用［x0 y0 z0］t表示，摄像机坐标系用［xc yc zc］t表示，图像坐标系用［u w］t表示;机器人第一关节用［x1 y1 z1］t表示，第二关节用［x2 y2 z2］t表示，设固定的目标点pc在摄像机坐标系（c）的齐次坐标为： pc =［xc yc zc1］t，在基坐标系（o）的齐次坐标为：p0=［x0 y0 z0 1］t，两个坐标系之间的变换关系为：p0=0tcpc。

　　根据机器人运动学得到摄像机坐标系与基坐标系之间的变换矩阵如下：

松下交流伺服系统

　　本实验中机器人两个关节均是由松下交流伺服电机驱动，电机和其驱动控制器共同构成了松下交流伺服系统。松下minasa系列交流伺服系统由a系列驱动器和配套交流伺服电机组成。其以三相交流伺服系统为基本原理［5］，采用光电编码器作为电机转速和转子磁极位置检测单元，系统在驱动器内部集成了相关功能模块，构成了一个高集成度、高控制精度、数字化、智能化的闭环伺服控制系统。根据期望输入指令值，按照已设定好的控制方式和各参数设定值，驱动器控制各相关功能单元，产生出控制igbtpwm模块的信号，最终控制伺服电机按照期望值运转。系统具有分倍频功能，可以以多种形式将反馈脉冲输出给外部控制器或接收位置控制指令信号。系统具有多种控制模式，如速度和转矩控制模式，以模拟信号作为输入，本文采用的是转矩控制模式［6］。

　　pmac运动控制卡

　　pmac运动控制卡是美国delta tau data systems公司生产的一种可编程、高性能伺服运动多轴控制器，采用motorola公司的数字信号处理芯片dsp56001作为cpu。

pmac可认为是一台完整的计算机，用dsp芯片作为主处理器，处理8个轴的所有计