移动机器人图像轨迹规划.docxVIP

移动机器人图像轨迹规划摘要图像空间的路径规划在未知相机标定参数或目标模型的情况下通过在初始图像与期望图像之间进行插值得到图像空间的路径，其主要难点在于规划的图像空间路径可能无法找到对应的相机在笛卡尔空间中的路径。因此，很多研究集中在规划合适的图像空间路径以保证找到对应的相机在未标定空间下的路径。本文重点研究，移动机器人（购物车机器人）在图像空间中的移动和在机器人空间移动对应关系，在可视化约束和移动机器人约束条件下，直接在图像空间中规划移动机器人的线速度和角速度，使得整个运动过程中，耗能最少。建立模型用matlab非线性优化函数fmincon求解。关键词：轨迹规划，空间变化问题的提出为了使机器人快速准确地达到期望位置与姿态，很多视觉伺服系统预先在机器人起始位姿和目标位姿之间进行路径规划，并设计合适的控制器使机器人沿规划好的路径运动。一般是将传感器的输出变化为位姿信息，但是一般传感器输出信号会失真[1],被限制在视野的范围内，为了得到全局的坐标系下的位姿，需要各种刻度和投影变换。直接在图像空间规划路径，可以有效避免，各种变化的计算，减少计算时间，同时对于模型和计算的误差具有一定的鲁棒性。通常是将势场(potential field)和导航函数(navigation function)等方法应使机器人快速准确地达到期望位置与姿态用于视觉伺服系统来规划图像平面的路径。例如，Y．Mezouar等人应用势场方法在图像空间构造了一条路径，并利用二维视觉伺服使机器人跟踪这条路径[2]。此外，也可以利用几何方法，根据视觉图像的运动特点来规划伺服路径。以确保伺服过程中，参照物体始终位于摄像机的视野之内。本文研究，基于图像平面，找到图像平面的轨迹和机器人输入之间的关系，规划合适的图像路径，使得整个运动过程耗能最少。模型分析采用针孔模型，模型投影变换如下： （1）其中为焦距，位置信息可以作为图像空间了一个特征，重点研究怎么给这些特征一个虚拟的估计规划，忽略具体的特征提取过程，采用特征为，其中为物体在图像空间的角速度和线速度，为物体在图像空间中的半径。控制的目标为使得图像特征从初始位置，运动到期望位置[3]。得到图像的状态空间表示如下： （2）对于无漂移系统，可以简化公式（2）如下 （3）根据初始和末端的位姿进行投影和刻度的变换可以得到图像的初始和目标特征的状态，为了简单，。根据机器人运动限制，有限的输入输出和保证图像特征一直在视野里，有一定的约束条件。在机器人坐标空间表示如下： （4）规划能够使得运动过程中耗能最少，目标函数如下 （5）上面的约束和目标均表示在机器人坐标系下，可以通过转换，得到这些约束在图像空间中的约束和目标函数。根据上面的分析，可以得到机器人在图像空间中的虚拟路径规划，下面根据具体的购物车建立模型。模型建立将摄像头安装在购物车两个轮子的中心，并如图1的方式安装，则摄像头的光轴和机器人空间的x轴同方向 图1 购物车抽象图 图2 机器人坐标系如图1和图2所示，两个输入为机器人的线速度和角速度。给定目标点的坐标为，经过转化可以得到下式 （6）其中可以建立机器人的速度和图像特征变化之间的关系，这里选取图像特征为，目标点在图像空间中的水平坐标和尺寸大小，如下式： （7）为在图像空间水平位置，为目标位置在图像空间中的尺寸，为摄像头的焦距，R为目标点在机器人空间的尺寸。根据式（7）可以求得图像特征和机器人坐标之间的雅克比矩阵，易得到图像特征和机器人运动之间的关系如下： （8）其中将式（7）带入式（8）得到 （9）根据能量最小，求得虚拟规划的目标 （10）同时为了保证特征一直在视野里的保证下式 （11）其中，分别为图像左右边界，为了防止机器人撞到目标，保证了n的范围 （12）其中的参数如下，，，初始位置,经过计算得到初始图像特征为,目标位置的图像特征为。为了方便研究假设动能和势能前面的系数均为1,。根据上面的模型，将输入（0，1）时间内离散为8段，建立非线性最有规划模型如下 目标函数为s.t. 模型求解和结果分析利用matlab编程求解得到最优输入为得到的机器人的输入如图3所示图3 输入u，w，v，n与时间的关系从虚拟轨迹可以得到机器人空间坐标下的轨迹，结果显示，一段时间，由于摄像头视野约束，在一段时间内机器人是远离目标点的。基本能够跟踪目标，但是模型存在不足，输入分为8段不连续的函数，同时解模型时候，求解图像特征时，迭代只用了8次，过大，影响结果。进一步的研究在于计算适合的分段时间和求解特征时候合适的迭代次数。进一步研究是在有障碍的情况下，怎么在图像空间中规划路径。参考文献[1] B.K.P. Horn,Robot Vision. Cambrige,MA:MIT Press,1986[2] MEZ0U