59、基于轻量级机械臂的扩展卡尔曼滤波校准方法及物联网服务平台建模

基于轻量级机械臂的扩展卡尔曼滤波校准方法及物联网服务平台建模

基于轻量级机械臂的扩展卡尔曼滤波校准方法

在工业生产、交通运输、医疗、军事对抗和太空探索等众多领域，机械臂的视觉伺服技术都有着广泛的应用。其中，基于位置的视觉伺服（PBVS）方法能够获取目标的相对位姿信息，进而实现机械臂的目标跟踪等任务。然而，PBVS方法的控制性能极易受到视觉校准精度的影响，而视觉校准过程中由于测量误差和机械运动干扰，累积误差是不可避免的。

以往提出的一些视觉校准方法，如机器人线激光校准、单位八元组手眼校准算法以及基于相机和激光传感器的视觉系统校准方法，虽然能通过高精度测量设备实现高精度校准效果，但对于执行简单任务的轻量级机械臂来说，并不需要过高的校准精度，使用高精度传感器成本效益不高。而基于扩展卡尔曼滤波的方法不仅能估计视觉校准参数，且计算复杂度相对较低，适用于轻量级机械臂的校准。

基础知识

• 相机模型 ：如图1所示，$O_c - X_cY_cZ_c$ 表示相机坐标系，$O_w - X_wY_wZ_w$ 表示物体坐标系，物体平面为 $\Pi_1$，成像平面为 $\Pi’ 2$，$Z_c$ 轴沿相机光轴方向且垂直于 $\Pi’_2$。对于相机坐标系中的三维点 $(x_1, y_1, z_1)$，其对应的图像归一化点为 $(u, v, 1)$，根据针孔相机模型的几何关系有：
  [
  \begin{bmatrix}
  u \
  v \
  1
  \end{bmatrix}
  =
  \begin{bmatrix}
  k_x & 0 & u_