20、视觉伺服路径规划：技术综述与挑战

视觉伺服路径规划：技术综述与挑战

1. 优化理论在视觉伺服路径规划中的应用

在可见性约束下的视觉伺服中，最优控制理论被用于设计图像轨迹。以差分驱动机器人（DDR）为例，在使用有限视野相机保持地标可见性的情况下规划最短路径时，系统的最短（最优）路径由直线段或使相机视野达到饱和的曲线段组成，后者对应指数螺旋线（T 曲线）。
- 路径跟踪控制 ：通过基于单应性矩阵元素收敛性设计的控制，使机器人沿着这些最短路径移动。
- 运动规划拓展 ：有研究将最优曲线段作为运动原语，为 DDR 设计在有障碍物环境中的局部最优路径，并给出了路径可行性的充要条件，但该规划未考虑障碍物遮挡，假设障碍物是透明的。
- 图像空间拓展 ：部分研究将最优曲线拓展到图像空间，通过一组 Lyapunov 控制器实现图像中最优路径的反馈控制，但 DDR 所有最短路径的完整特征描述和解析描述仍未解决。

不过，基于优化的路径规划技术虽能深入理解问题复杂性和可行的最优路径，但大多局限于简单场景和系统。引入通用的机器人/物理约束会极大增加优化问题的复杂性和时间复杂度。

2. 基于势场的路径规划

势场法是机器人路径规划中一种有前景的局部快速避障策略，用于在受限环境中为机器人规划安全实时的运动。其核心思想是构建一个人工势场，由吸引势和排斥势组成，吸引势将机器人拉向目标位置，排斥势使机器人远离各种约束，如障碍物或机器人关节限制。沿着势场负梯度计算的驱动力推动机器人向目标移动。

2.1 基于势场的图像控制

Mezouar 和 C