针对旋翼无人机视觉伺服中相机视场范围过小等问题, 提出一种基于云台相机的视觉伺服控制方法, 实现了旋翼无人机在经典视觉伺服视场外位置的定点悬停控制。首先建立了云台相机的图像特征运动学模型, 设计了基于云台相机的旋翼无人机视觉伺服控制方法, 并将模糊PID算法融入云台控制, 旨在提高响应速度。分别进行了近目标点和中远目标点的旋翼无人机视觉伺服定点悬停仿真。仿真结果表明, 所提方法大幅扩大了旋翼无人机视觉伺服控制的视野范围, 扩展了无人机视觉伺服的应用场景。
视觉伺服 云台相机 旋翼无人机 视场约束 visual servo pan tilt camera rotor UAV FOV constraint
1 北京理工大学 光电学院 精密光电测试仪器及技术北京市重点实验室, 北京 100081
2 长春理工大学 光电工程学院, 长春 130022
3 湖南师范大学 工程与设计学院, 长沙 410082
基于互信息的视觉伺服使用图像全局信息来实现伺服控制, 避免了对传统几何特征的提取、匹配和跟踪, 并且对光照变化、部分遮挡具有鲁棒性, 但由于其任务函数的高非线性, 该方法具有收敛域较小的缺点。提出了基于主成分分析(PCA)重建图像的互信息视觉伺服方法, 有效降低了任务函数的非线性。通过实验比较了基于PCA重建图像的互信息视觉伺服和基于原始图像的互信息视觉伺服收敛域大小及收敛速度, 并考虑了PCA中主成分个数的影响, 结果表明基于PCA重建图像的互信息视觉伺服有效地扩大了互信息视觉伺服的收敛域, 且具有更快的收敛速度。
主成分分析 互信息 视觉伺服 收敛域 principal component analysis mutual information visual servo convergence region
1 新疆大学, 乌鲁木齐 830000
2 北京化工大学, 北京 100000
针对四旋翼无人机视觉伺服过程中易受到干扰的问题, 利用积分反步滑模控制方法设计基于图像的四旋翼无人机视觉伺服抗干扰的非线性控制器。选择图像矩作为特征, 利用虚拟相机平面改进存在模型不确定和外部干扰的动力学模型。针对难以直接测量的虚拟平面的线速度, 通过反步法设计线速度估计器, 提高了控制的准确性。通过Lyapunov理论证明了所提出的全局积分反步滑模控制器的稳定性。仿真实验结果证明了设计的控制器的有效性和鲁棒性。
四旋翼无人机 视觉伺服控制 积分反步滑模控制 状态观测器 抗干扰 quadrotor UAV visual servo control integral backstepping sliding mode control status observer disturbance rejection
为提高四旋翼无人机对目标跟踪的动态性能和精度, 结合图像视觉伺服(IBVS)提出一种新型非奇异固定时间滑模控制方法, 实现了四旋翼无人机对速度指令和姿态指令的固定时间精确跟踪。首先通过透视投影建立虚拟图像平面, 利用图像矩推导出虚拟平面的四旋翼无人机动力学模型。在此基础上, 由固定时间稳定理论设计新型固定时间滑模面, 给出了精确的收敛时间估算方法, 分别结合四旋翼无人机动力学模型的位置环和姿态环设计了非奇异固定时间滑模控制器, 并基于Lyapunov理论证明了系统的稳定性。数值仿真表明, 所设计的控制器能避免无人机的超调问题并减小稳态误差, 具有良好的鲁棒性。
四旋翼无人机 图像视觉伺服 虚拟图像平面 固定时间滑模控制 Lyapunov理论 quad-rotor UAV image-based visual servoing virtual image plane fixed-time sliding mode control Lyapunov theory
针对四旋翼无人机的欠驱动和强耦合特性造成像机固定于机体的视觉伺服效果不佳的问题,提出一种基于图像矩的视觉伺服方法。首先,构建虚拟像平面,选取图像矩为特征,进行图像动力学解耦,进一步结合四旋翼无人机动力学模型建立特征误差与速度之间的伺服关系;其次,根据四旋翼无人机动力学解耦关系,将系统解耦为位置控制和姿态控制;位置控制器根据伺服关系求取速度控制律,通过动力学扩展的方式直接求得期望的姿态;最后,由于系统非线性特性造成姿态扰动,设计滑模控制器进行姿态跟踪控制。跟踪移动目标的仿真实验结果证明所提方法的优越性和鲁棒性。
四旋翼无人机 虚拟像机 图像矩 视觉伺服 quadrotor UAV virtual camera image moment visual servo
1 北京卫星环境工程研究所,北京 100094
2 北京市航天产品智能装配技术与装备工程技术研究中心,北京 100094
针对卫星特殊部件的装配需求,为了使机器人具有适用不同工况的柔性并在卫星多变的装配工况中获得较高的应用效率,本文研究视觉引导与力反馈控制下的机器人装配技术,给出一种视觉与力觉结合的机器人装配方案: 在装配孔位安装辅助销钉,通过视觉引导将部件引导至销钉的锥面导向范围内,而后在销钉导向下对机器人采用力反馈控制,实现工件的准确装配到位。采用红外相机结合合作靶标的方式实现稳定地视觉识别与目标定位,设计了探针式测量工具,并给出测量方法,实现了目标点位的柔性便捷测量。给出了一种已知空间对应点对条件下,求位姿变换矩阵及机器人目标位姿的计算方法。采用力/位混合控制方法实现柔顺销钉导向控制。实验结果表明: 装配对应孔位的测量匹配误差在2.9 mm以内,机器人在视觉引导下,可以将工件运送至销钉的导向范围内,并在销钉导向及力反馈控制下将工件准确装配到位,力控制阈值为30 N。证明了本文所采用的技术可以满足卫星部件装配的工程实施要求。
视觉伺服 力反馈控制 位姿变换 卫星部件装配 机器人 visual guide force feedback control pose transformation satellite component assembly robot 光学 精密工程
2018, 26(10): 2504
1 中国科学院西安光学精密机械研究所,陕西 西安 7100071
2 中国工程物理研究院激光聚变研究中心,四川 绵阳 621900
为了获取准确的激光打靶实验数据,需要使用诊断搭载平台搭载物理诊断设备对打靶目标进行高精度准直。针对传统方法存在耗时、误差(RMS)较大的问题,根据搭载平台与物理诊断设备的特点,提出了一种基于视觉伺服的精确自动准直方法。首先,构建三维准直向量估算立体视觉系统中靶的偏差,在弱透视条件下,估算值接近于真值;然后,建立三自由度姿态调节模型,提高姿态调节精度。最后,运用准直向量与调节模型设计视觉伺服控制器,仅需一次离线标定即可进行快速准直。通过以上改进,实现了物理诊断设备的精确自动准直。实验结果表明,诊断设备的准直精度(RMS)分别为:x指向为11 μm,y指向为12 μm。搭载分幅相机进行激光打靶考核验证,得到了物理实验过程的X光焦斑图像,表明准直方法满足工程使用要求。
自动准直 准直向量 调节模型 搭载平台 视觉伺服 automatic alignment alignment vector adjusting model DIM visualservoing
中科院西安光学精密机械研究所, 西安 710072
为了实现搭载平台对打靶目标的高准确度定位瞄准,提出了一种基于视觉伺服的瞄准方法.定义视觉系统中的脱靶量与投影矩阵,并用投影矩阵计算脱靶量,使得计算值接近于真值;再使用三自由度混联机构运动模型,提高姿态调节准确度;最后,通过投影矩阵与运动模型优化视觉伺服策略,使得整个瞄准过程得到很大简化,不需较准视觉系统即可进行自动瞄准.将搭载平台安装到神光装置上进行自动瞄准准确度检测,得到其瞄准准确度为:X方向11 μm,Y方向12 μm,Z方向14 μm.搭载条纹相机进行激光打靶考核验证,得到了物理实验过程的完整数据,表明该瞄准方法满足工程使用要求.
搭载平台 视觉伺服 投影矩阵 运动模型 Diagnostic instrument manipulator Visual servoing Projection matrix Motion mode
1 中国科学院 西安光学精密机械研究所, 西安 710119
2 中国工程物理研究院 激光聚变研究中心, 四川 绵阳 621900
神光Ⅲ主机靶室中用来搭载多种物理诊断设备(条纹相机、分幅相机等)的平台要求具有很高的定位精度和工作稳定性,能方便、可靠地实现对靶室内打靶目标的瞄准,为此设计了一种双光路自动调整与瞄准装置,其位置精度可以保证20 μm范围内。搭载平台采用了一套双光路成像系统和一套三自由度运动部件构成瞄准系统。在瞄准系统中,应用视觉伺服控制技术,实现了搭载平台对打靶目标的高精度自动瞄准。搭载平台已经安装到神光Ⅲ主机装置上进行了自动瞄准精度检测,得到径向(z)和指向(x,y)的瞄准调整精度分别为14,11,12 μm; 实际搭载了分幅相机进行激光打靶考核验证,通过物理实验得到了X光焦斑图像,表明该自动瞄准调整系统满足工程使用要求。
自动瞄准 双光路成像 视觉伺服 三自由度运动部件 automatic aiming double optical path imaging visual servoing 3-DOF motion components 强激光与粒子束
2014, 26(7): 072003
1 中国科学院光电研究院, 北京 100094
2 中国科学院研究生院, 北京 100049
本文建立了基于机器视觉反馈的云台控制模型, 并通过相邻帧间的目标位置预测来简化搜索算法, 实现快速高效的视觉云台对运动目标的连续跟踪。在制定系统空间转角输入量的控制策略中, 简化了控制模型并对产生的偏差量进行了分析。结果表明, 简化后的控制算法能够实现快速反馈和像面调整, 在 25帧/秒时实现对运动目标稳健跟踪, 且跟踪精度高于传统算法; 在目标速度 2 m/s、相机 60帧/秒时, 改进算法实现了对运动目标的连续跟踪。同时提出了立体视觉系统模型及其在云台控制中的应用, 通过像面坐标获取空间位置信息以规避目标跟丢现象。
视觉伺服控制 立体视觉 目标跟踪 visual servo control Stereo vision object tracking