基于鲁棒信息滤波器的图像雅可比矩阵在线估计-西安理工大学学报.PDF

　西安理工大学学报 ＪｏｕｒｎａｌｏｆＸｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（２０１１）Ｖｏｌ．２７Ｎｏ．２　 １３３ 　　文章编号：１００６４７１０（２０１１）０２０１３３０６ 基于鲁棒信息滤波器的图像雅可比矩阵在线估计 张捷，刘丁 （西安理工大学 自动化与信息工程学院，陕西 西安７１００４８） 摘要：针对现有的图像雅可比矩阵无标定求解方法，分析了基于Ｋａｌｍａｎ滤波、模糊自适应Ｋａｌｍａｎ 滤波和粒子滤波的图像雅可比矩阵在线估计的优缺点。为了进一步提高未知环境下的系统估计精 度，选择基于滤波理论的估计框架，对系统模型进行调整，用鲁棒信息滤波器在线估计图像雅可比 矩阵，该滤波算法对任意分布的有界噪声都具有较强的鲁棒性。仿真和实验结果表明，在未知系统 噪声的情况下，该算法仍可以实现图像雅可比矩阵的精确估计。 关键词：视觉伺服；图像雅可比矩阵；卡尔曼滤波器；鲁棒信息滤波器 中图分类号：ＴＰ３０１，ＴＰ３４２　　　文献标志码：Ａ  ＯｎｌｉｎｅＥｓｔｉｍａｔｉｏｎｏｆＩｍａｇｅＪａｃｏｂｉａｎＭａｔｒｉｘＢａｓｅｄｏｎＲｏｂｕｓｔＩｎｆｏｒｍａｔｉｏｎＦｉｌｔｅｒ ． ＺＨＡＮＧＪｉｅ，ＬＩＵＤｉｎｇ （ＦａｃｕｌｔｙｏｆＡｕｔｏｍａｔｉｏｎａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉ’ａｎ７１００４８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒｒｅｖｉｅｗｓｐｒｅｓｅｎｔｍａｉｎｓｔｒｅａｍｕｎｃａｌｉｂｒａｔｅｄｅｓｔｉｍａｔｉｏｎｓｏｆｉｍａｇｅＪａｃｏｂｉａｎｍａｔｒｉｘ （ＩＪＭ），ａｎｄａｎａｌｙｚｅｓｍｅｔｈｏｄｓｂａｓｅｄｏｎＫａｌｍａｎＦｉｌｔｅｒ，ＦｕｚｚｙＡｄａｐｔｉｖｅＫａｌｍａｎＦｉｌｔｅｒａｎｄＰａｒｔｉｃｌｅＦｉｌｔｅｒ， ａｓｗｅｌｌａｓｔｈｅｉｒａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓｉｎｄｅｔａｉｌ．Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｓｙｓｔｅｍｅｓｔｉｍａｔｉｏｎｐｒｅｃｉｓｉｏｎｉｎ ｕｎｋｎｏｗｎｅｎｖｉｒｏｎｍｅｎｔ，ｔｈｉｓｐａｐｅｒｓｅｌｅｃｔｓｔｈｅｅｓｔｉｍａｔｉｏｎｆｒａｍｅｗｏｒｋｂａｓｅｄｏｎｆｉｌｔｅｒｉｎｇｔｈｅｏｒｙ，ａｄｊｕｓｔｓｔｈｅ ｓｙｓｔｅｍｍｏｄｅｌ，ｕｔｉｌｉｚｅｓＲｏｂｕｓｔＩｎｆｏｒｍａｔｉｏｎＦｉｌｔｅｒ（ＲＩＦ）ｔｏｅｓｔｉｍａｔｅＩＪＭ，ａｎｄｒｅａｌｉｚｅｓｍｏｖｉｎｇｏｂｊｅｃｔ ｔｒａｃｋｉｎｇａｃｃｕｒａｔｅｌｙｉｎｓｉｍｕｌａｔｉｏｎａｎｄｉｎｄｕｓｔｒｉａｌｒｏｂｏｔｓｙｓｔｅｍｒｅｓｐｅｃｔｉｖｅｌｙ．ＲＩＦｉｓｒｏｂｕｓｔｔｏｂｏｕｎｄｅｄｎｏｉｓｅ ｗｉｔｈａｎｙｄｉｓｔｒｉｂｕｔｉｏｎ，ｂｏｔｈｓｉｍｕｌａｔｉｏｎａｎｄｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｉｎｔｒｏｄｕｃｅｄ ｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ：ｖｉｓｕａｌｓｅｒｖｏｉｎｇ；ｉｍａｇｅＪａｃｏｂｉａｎｍａｔｒｉｘ；ＫａｌｍａｎＦｉｌｔｅｒ；ＲｏｂｕｓｔＩｎｆｏｒｍａｔｉｏｎＦｉｌｔｅｒ ［１］ 　　在基于图像的视觉伺服（ＩＢＶＳ） 中，图像雅可 时估计图像雅可比矩阵和运动目标速度完成了目标 比矩阵（ＩＪＭ）用来描述机器人手眼关系，是整个系 跟踪；文献［８］［９］给出了改进的ＢＲＯＹＤＥＮ估计策 统的重要环节。 略，提高了系统稳定性及其对噪声的鲁棒性；文献 传统的图像雅可比矩阵求解方法需要系统标定 ［１０］使用 Ｋａｌｍａｎ滤波器（ＫＦ）在线估计图像雅可 参数，但通常标定算法繁琐、易错、