欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020110091799
申请人: 湖南师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2025-12-19
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种面向移动柱状组合体的视觉伺服趋近方法,其特征在于,包括:建立柱状组合体目标的视觉信息、目标模型参数和成像模型之间的关系;

根据建立的所述关系,在成像视角范围内至少提取四个像素点的坐标,构建面向柱状组合体目标的视觉伺服控制输入特征向量以及与构建的所述控制输入特征向量对应的雅可比转换矩阵;

在视角约束时,对构建的所述控制输入特征向量和参照特征向量进行自适应重组,并得到与重组后的所述控制输入特征向量对应的特征雅可比转换矩阵;

根据重组后的所述控制输入特征向量和所述参照特征向量以及得到的所述特征雅可比转换矩阵,对视觉伺服控制器的输出进行调校补偿,使视觉伺服系统趋近移动中的柱状组合体目标。

2.根据权利要求1所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,建立的柱状组合体目标的视觉信息、目标模型参数和成像模型之间的关系包括:其中,在成像视角范围内的像素点 作为柱状组合体目标的视觉信息,, 为端面成像的中心点像素坐标, 为零阶图像矩, 、、 为中心图像矩, 为柱状组合体目标的曲面与成像面 轴之间的夹角;

位于以 为中心, 为半长轴, 为半短轴的椭圆映射边缘上:且有,

其中,将柱状组合体目标看作是一个圆的直线移动,该圆由一个中心为,为半径的球体与一个法向量为[ ]: 的平面相交形成; 为端面椭圆映射的倾斜角正切值。

3.根据权利要求2所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,采用下列公式构建面向柱状组合体目标的视觉伺服控制输入特征向量 :其中, 为可视范围内像素坐标 的均值, 为可视范围内像素坐标 的均值,为由像素点 出发经过像素点 的射线与成像面 轴之间的夹角。

4.根据权利要求3所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,采用下列公式构建与所述控制输入特征向量对应的雅可比转换矩阵 :其中, 为特征 对应的雅可比转换向量,是雅可比转换矩阵 中的第一个行向量,为特征 对应的雅可比转换向量,是雅可比转换矩阵 中的第二个行向量, 为特征对应的雅可比转换矩阵中的其余分项, 和 分别为特征 和 对应的雅可比转换向量。

5.根据权利要求4所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,在构建与所述控制输入特征向量对应的雅可比转换矩阵之前,还包括:建立像素点坐标与成像焦点空间运动速率之间的转换关系;所述转换关系如下:其中, 为针孔相机模型的成像焦点空间运动速率, 分别表示在相机参考坐标系中成像焦点沿轴 的运动速率, 分别表示在相机参考坐标系中成像焦点绕轴 的旋转速率。

6.根据权利要求5所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,采用下列公式计算 和 :其中, 、 、 、 、 、 、 为其下标所示各个特征对应的雅可比转换向量; 为图像矩特征。

7.根据权利要求6所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,对构建的所述控制输入特征向量进行自适应重组,具体包括:引入一个用于标识 满足视角约束的情况的标识量 ,标识量初始化为 , 视觉伺服控制迭代过程中,实时判断提取像素坐标 和 的取值范围,当或 时,设置标识量 ; 表示针孔相机的成像分辨率;令

当 ,终止视觉伺服;若 ,则引入一个标识矩阵:

用于记录 时相应特征位于特征向量中的位置, 和 用于记录满足的 取值;记特征向量初始化取值为:

得到重组后的特征向量如下:

其中, 、 分别为经过筛选后的 和 。

8.根据权利要求7所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,采用下列公式得到与重组后的所述控制输入特征向量对应的特征雅可比转换矩阵:其中, 、 、 、 、 分别为特征 、 、 、 、 对应的雅可比转换向量。

9.根据权利要求8所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,根据重组后的所述控制输入特征向量和所述参照特征向量以及得到的所述特征雅可比转换矩阵,对视觉伺服控制器的输出进行调校补偿,具体包括:在动态环境下,通过在视觉伺服控制器中引入参照特征的校正量和视觉伺服控制器输出的动态补偿量,结合重组后的所述控制输入特征向量和所述参照特征向量以及得到的所述特征雅可比转换矩阵,对视觉伺服控制器的输出进行调校补偿。

10.根据权利要求9所述的面向移动柱状组合体的视觉伺服趋近方法,其特征在于,采用下列公式计算针孔相机模型的成像焦点空间运动速率 :其中,为控制器增益, 是雅可比转换矩阵 的广义逆估计, 表示相机运动至姿态 的时间 距离当前时间 的时间间隔, 记录了机械臂手持相机运动的中间节点位姿, 表示视觉伺服的起始位姿, 包含目标沿期望相机位姿坐标系中的轴 的移动速率,表示目标物的三维坐标, 表示相机在任意两个位姿之间做机械运动需要的时间间隔; 为特征向量, 为参照特征值,为参照特征的校正量,取决于相机内部参数、目标所在位置  、目标移动方向和速率 和伺服输入特征的计算模型; 为视觉伺服控制器输出的动态补偿量,取决于相机姿态 、相机机械运动时间间隔 和目标移动方向和速率 。