基于Kalman滤波的MOTOMANSV3XL机器人视觉定位.pdfVIP

郭蓝彬，杨延话，刘丁 西安理工大学信息与控制研究中心710048 e—mail：lanbin guo@yahoo．corn．cn 摘要：机器入视觉伺服系统是机器人领域一重要的研究方向。本文采用Kalman滤波估计算法，在摄像 机与机器人坐标系无标定的情况下，对六自由度MOTOMAN—SV3XL机器人进行运动估计。并建立了固定H挺的视 觉定位系统，编制了相应的控制软件。进行了大量的实验研究，取得了良好的效果。 关键词：视觉定位无标定卡尔曼滤波 KalmanFilter—basedVision for Positioning MOTOMAN．SV3XLRobot Lanbin Liu Guo，Yanxi Yang，Ding ResearchCenterofInformationand Control，Xi’an 710048 UniversityofTechnology e-mail：lanbin_guo@yahoo．corn．cn Abstract：Theofrobotvision isoneofthemost inthefield system servoing importantsubjects ofrobot．T．he motionestimationforthe6DOFMOTOMAN-SV3XLrobotisdiscussedintheuncalibratedcoordination hand·-eye withtheKalmanfilterestimation the tohandvision is systems algorithm．Andeye positioningsystem setup，the controlsoftwareis are with results． given．Lotsofexperimentalexamplesperformedsatisfying Words：vision filter Key positioning，calibrationfree，Kalman 1．引言 机器人视觉伺服是智能机器人主要研究方向之一…。传统的视觉伺服系统采用基于模型 的控制方法，本质上属于开环静态控制，因机械臂定位精度与模型标定准确度有关，误差累 积现象严重，难以在工程中实现幢’。近年来，无标定方法引起各国学者的广泛注意”’。其核 心是在不精确或未知手眼关系条件下，利用视觉反馈误差规划机器人运动，从而完成视觉定 位、跟踪任务。因此，研究手眼关系未知的机器人手眼系统的控制算法是提高机器人视觉伺 服系统性能的有效途径。 本文针对MOTOMAN-SV3XL机器人，在摄像机与机器入坐标系无标定的情况下，采用Kalman 滤波估计算法对固定眼的图像雅可比矩阵进行在线辨识，并使用机器人已完成的运动在线估 计每一位置的雅可比矩阵值，建立直接图像反馈控制，导引机器人末端执行器在二维平面上 完成目标固定的视觉定位实验。 2．图像雅可比矩阵模型 在建立视觉伺服系统时，首先必须选择一种合适的模型来描述机器人的手眼映射关系。 基于图像雅可比矩阵的方法是目前在机器人视觉伺服研究领域中使用最为广泛的一类方法。 此模型的定义如下n1