机械手控制一个通过视觉伺服

通过视觉伺服系统的机械手控制

文摘:在本文中,我们提出一个方法通过传感器来控制机器人手臂位移。因为该机械手通常是开环控制关节定位是无法利用的,所以为了获得更有效的控制界面,我们还提出了一种闭环系统的基础在一个眼对手视觉伺服方法。我们发现通过使用这样的一个方法,就是测量机械手的运动传感器的下意识不能精确控制机器人末端执行器运动。我们提出的解决方案,就是控制基础位置的机械手的速度控制。为了保持最后控制装置的视觉领域,相机方向也要被控制，其结果表明了该算法的有效性和效率的方法。

关键词:眼，手视觉伺服;无本体传感器;构成的计算;

1介绍

视觉伺服【哈钦森96】长期以来被证明是一种在恶劣的环境中非常有效地来控制机械手方法（核环境、空间、水下机器人等）。在本文中我们提出了一个通用的框架来控制一个大致的模型和使用一个眼对手视觉伺服系统校准机械手【艾伦93年,黑格95年,Horaud 98】。推动力是维克多6000机械手的控制。维克多6000[诺金 97]是一个深海远程操作工具,通过法国海洋研究所建造和营运,被用来探索海洋的地板。这是一个可以用船控制的海底车,目的是进行光学调查,进行局部作业、执行仪器仪表控制和样品水、沉积物或岩石鉴定采集。维克多6000配备两臂：6自由度机械手叫迈斯卓，一个四自由度的机械手叫夏尔巴人。在这个水下环境，眼对手视觉伺服已经用来控制远程操作工具（如【河流 97 地段 00 地段 01 范德荷兰尼克森 01】）。正如已经开始的，目标不止是控制远程操作工具本身,而是利用由一个相机提供的信息来控制机械手的运动。这台相机是安装在一个带有掀动头效果水下机器人上并遵守机械手的末端手爪控制。为了降低成本，这机械手并不灵敏，没有加装某些装置。并且由于缺乏本体感受的传感器，在量距和一些个别关节位置并不适合有效的，所以机器人通常是通过操纵杆开环控制着。因此如果没有外部传感器是用来提供的一个闭环系统是没有办法衡量机械手，并且任何运动控制将会是不精确的。这更促进一种通过在视觉伺服的框架下的移动相机到一个通用的框架来控制移动机械的方法引入。

该基准方法的几种主要利益特征和贡献。恶劣的环境（如，深海压力条件）在这种情况下的传感器可能会有剧烈损耗。我们在本文中说明的这些传感器使用方法是不需要精准的控制

一个手末端爪的。事实上，控制环路是被相机“封闭”的，现在由有效的传感器代替。这个控治可以被实现，即使相机本身就是运动。最后,这个方法能很好地抑制坏/粗略校准系统。此外，一个主要的利处是决定于手臂所达到的独立的位置以及不同建模和校准的错误,还有手臂上的的传感器，它有可能通机械手传达所指派的工作，由传感器直接在空间进行测量。

在该系统中，机械手用一个眼对手视觉伺服系统的三维可视化方法来控制，而相机运动本身也是由视觉伺服控制的。我们将考虑一个粗糙的校准相机。事实上，由于闭环用于控制，视觉伺服技术被认为在对校正误差方面是稳定的。该系统包括几个主要功能:姿势控制和速度控制。在控制模式的基本姿势下,机械手必须达到一个指定的位移。在实施这种转移之前, 一个必要步骤是计算在摄影机框架显示下相应的满意机械手的位置。当预期的机械手位置被计算时，那么你可以用传统的视觉伺服技术来实现的定位的任务。所提出的控制策略表现了基础控制优势（优化轨迹：旋转线，转化直线），另外由于照相机的控制，通过确保目标仍然是在像机的视场内避免它的主要缺点。这一阶段的控制需要利用逆机械手‘雅克宾‘，其取决于机械手关节的重要性。因为这些价值是未知的，在摄影机框架下手的位置使用一个姿态计算算法来估计每个获得图像。机械手关节的标准然后通过求解反机器人几何模型方程计算。接下来，这方法被扩展到允许速率控制模式。从一个特定的位移表示为一个速度，控制问题,在于确定的轨道，机器人末端执行器轨道和提出一种控制律能够遵循这一轨道，同时使跟踪误差最小化。

最后，控制摄像机的镜头摇晃和倾斜是很重要的, 它确保机械手的末段无论什么指定位移仍在像机的视场内。虽然控制这台相机从视觉伺服的观点来说是一个微不足道的问题，但它的运动诱发更复杂的眼对手机械手的控制建模。

提醒本文组织如下; 下个章节,我们将展示如何通过到位的视觉伺服系统来控制机械手的运动（达到操作者指定的一个位移）和速度（在那种情况下, 操作者指定的速度），然后进行描述图像处理算法; 最后我们展示在多方面的实验结果,所提方法的有效性。

2．影像基准控制

2.1符号和定义

让我们注意a M b在坐标Ra和坐标R b下的变换关系。a M b作为一个齐次矩阵定义为:

a R

和a T b分别表示两个坐标中的旋转矩阵和平移向量。如果(x b, y b, z b, 1)T是在坐标中表示一b

个点的坐标(x a, y a, z a, 1)T，那么在坐标R a中也表示了这样一个相同点的坐标(x a, y a, z a, 1)T= a M b(x b, y b, z b, 1)T

本文用图2表示。第一个字母代表坐标原点(c是指摄像机，e是指控制器，o是指被摄像机观察并和控制器连接的物体，第二个字母在坐标中的位置如下（i为初始位置，c为当前位置，d为需要移动到的位置）. 最后, Fm代表底座机械手而F pt代表底座倾斜的单位。例如

ci M

表示物体在初始摄影机位下的理想位置。

od

图2：不同坐标的综述

本文在提醒我们, 我们将会参考许多坐标变换，而这些变化必须是对摄像机和系统本身提供的粗糙信息标准进行进一步估计。

•F ptM F m是一个常数，需要手动测量。

ei Moi =ec Moc =ed Mod =e Mo是一个常数，需要手动测量。

F ptM

用测量头倾斜测量。

c

2.2 视觉伺服: 概述

视觉伺服技术【艾斯帕 92，哈钦森 96，桥本 93，帕艾尼克斯 93】允许一个机器人关于它的环境运用视觉的数据自动定位，它包括指定的任务如监管的一组信息，提取图像【艾斯帕 92，桥本 93】。

通常，一个基准的任务’e’定义为【艾斯帕 92，萨姆森 91】：

e = J+(P − P d)

‘P’表示用于视觉伺服的任务选择的该套视觉标准，’P d’它们的期望值。’J+’是关于机械手

的操作空间和形象的雅可比矩阵的拟逆。