23、基于统一模型相机的视觉伺服与位姿估计

基于统一模型相机的视觉伺服与位姿估计

1. 引言

视觉伺服旨在利用一个或多个相机提供的信息来控制机器人系统。根据视觉特征的定义空间，可分为几种不同类型的视觉伺服。

• 基于位置的视觉伺服（PBVS） ：特征定义在三维空间中，通常能获得合适的三维轨迹，如旋转的测地线和平移的直线。但可能因图像噪声而出现潜在不稳定问题，且需要精确的物体三维模型。
• 基于图像的视觉伺服（IBVS） ：通过消除图像中定义的视觉特征误差来控制机器人运动。一般来说，它比PBVS对图像噪声和校准误差更具鲁棒性。然而，当初始位姿和期望位姿之间的误差较大时，如果视觉特征选择不当，三维行为将变得不可预测，还可能出现局部最小值或任务奇异性等问题。此外，还有一种混合视觉伺服，通过结合图像特征和部分三维数据来实现。

本文主要关注IBVS。IBVS的主要问题在于图像空间与工作空间之间关系的强非线性，通常体现在交互矩阵中。若交互矩阵为常数，视觉特征和相机速度将同时呈指数解耦下降，实现完美控制，但实际情况并非如此。为克服交互矩阵的非线性问题，可利用测量值构建特定的视觉特征，以确保控制方案具有预期特性。此前已有许多相关工作，例如选择消失点和地平线、使用消失点控制特定物体、设计六个视觉特征控制机器人手臂的六个自由度等。

本文将使用从单位球面上投影计算得到的不变量，以改善IBVS在收敛域和三维行为方面的性能。此前，一些图像矩组合的不变性被用于解耦自由度，但这些工作主要针对平面物体和传统透视相机。本文改进了相关特征，新特征能使交互矩阵在深度分布方面几乎保持恒定，从而降低系统非线性，提高收敛速度和比