1、LOGO 指 导 教 师 ：邢超 视觉伺服技术研究 n 班 级 ： 191003 n 答 辩 人：魏 荧 鑫 n 学号 ： 103648 课题研究 的背景及意义 u 制造能够替代人劳动的机器一直是人类的梦想。但目前即使是世 界上智能最高的机器人，对外部环境变化的适应能力也非常有限，距人 们预想的还有很大距离，这极大地影响了机器人的推广使用。其中的一 个重要原因就是机器人缺乏像人一样的感知能力。为解决这一问题，学 者们开始为机器人添加各种外部传感器，其中比较重要的一种就是视觉 传感器。 u 在现代工业自动化生产过程中，机器视觉正成为一种提高生产效率 和保证产品质量的关键技术，如机械零件的自动检测
2、、智能机器人控制 及生产线的自动监控等。在国防和航天等领域，机器视觉也具有相当重 要的应用意义，如运动目标的自动跟踪与识别、自治战车导航、登月舱 的自动着陆以及空间机器人的视觉控制等。但在机器人视觉领域中，大 部分研究仍建立在解析式描述的基础上，并以满足某些特定任务为目标 ，因而在实际中的应用十分有限。 u 如何使机器人具有类似人类视觉的能力，是一个需要长期研究的 问题 。 论文的结构和主要内容 论文论文 结构图结构图 主要内容 u 对视觉 伺服系 统 的情况从 发 展、分 类 以及当今使用 领 域做 了大致的介 绍 。 u 设计 特征光 标 、 中 值滤 波 ，基于区域生 长 的 图 像分割
3、，形 态 学开运算以及重心法 计 算 图 像上光 标 的坐 标 ，采用上述 方法在拍 摄 的光 标图 像上 进 行了 实验 。然后介 绍 了本系 统 将要用到的 摄 像机 针 孔模型，及 摄 像机的内外参数。 u 先在一般空 间 机器人模型的基 础 上 给 出了在几种不同情况 时 空 间 机器人的运 动 学基本方程；其次推 导 了反映 图 像特 征 误 差与机械臂末端速度关系的 图 像雅可比矩 阵 ，在此基 础 上，提出了基于 图 像的 视觉 伺服控制算法，包括机械臂 末端速度 规 划、关 节 运 动 速度 规 划、关 节 PD 控制等 过 程 。 u 以系 统 仿真作 为对 全文理 论 的
4、验证 。 视觉伺服技术的发展 u1 机器视觉出现于上世纪 60年代 u2 70年代 视觉 信息用于机械手定位的 研究 u3 80年代后期 ， 人 们 开始系 统 地研究机器 人 视觉 控制系 统 。 u4 90年代 ， 机器人 视觉 控制在理 论 上 和 应 用 方面都有很大 进 步。 视觉伺服系统的分类 u按反馈信息： 基于位置的视觉伺服系统 视觉伺服系统的分类 基于图像的视觉伺服系统 视觉伺服系统的分类 u按摄像机数目： 单 目 视觉 伺服系 统 双目 视觉 伺服系 统 多 目 视觉 伺服系 统 视觉伺服系统的分类 u放置位置不同： 手眼系 统 固定 摄 像机系 统 图 像 处 理流程 特
5、征提取 举 例 编 号 1 2 3 4 5 6 7 U(像素 ) 255.63 179.36 331.79 255.65 179.39 331.83 225.65 V(像素 ) 141.81 155.63 155.63 228.18 307.35 307.34 313.12 编 号 1 2 3 4 5 6 7 U(像素 ) 255.65 179.38 331.81 255.64 179.38 331.85 255.64 V(像素 ) 141.83 155.63 155.63 228.17 307.33 307.33 313.11 特征光 标 u、 v 坐 标测 量 值 特征光 标 u、 v 坐
6、 标实际值 基于 图 像的伺服控制算法流程 基于 图 像的机器人 视觉 伺服系 统 仿真 结 果 空 间 坐 标 下 运 动 目 标实时 跟踪 轨 迹 旋 转 跟踪 结 果 致谢 u大学本科的学习生活即将结束。在此，我 要感谢所有曾经教导过我的老师和关心过 我的同学，他们在我成长过程中给予了我 很大的帮助。本文能够顺利完成，要特别 感谢我的导师 邢超 老师，感谢各位系的老 师的关心和帮助。 u最后向所有关心和帮助过我的人表示真心 的感谢。 谢谢 英 文 翻 译 系 别 自动化系 专 业 自动化 班 级 191003 学生姓名 魏荧鑫 学 号 103648 指导教师 邢超 1 英文资料及译文 A
7、 Tutorial on Visual Servo Control This article provides a tutorial introduction to visual servo control of robotic manipulators. Since the topic spans many disciplines our goal is limited to providing a basic conceptual framework. We begin by reviewing the prerequisite topics from robotics and compu
8、ter vision, including a brief review of coordinate transformations, velocity representation, and a description of the geometric aspects of the image formation process. We then present a taxonomy of visual servo control systems. The two major classes of systems, position-based and image-based systems
9、, are then discussed in detail. Since any visual servo system must be capable of tracking image features in a sequence of images, we also include an overview of feature-based and correlation-based methods for tracking. We conclude the tutorial with a number of observations on the current directions of the research field of visual servo control. The vast majority of todays growing robot population operate in factories where the environment can be contrived to suit the robot. Robots have had far less impact in applications where the work
