基于视觉伺服的非完整轮式移动机器人控制研究

基于视觉伺服的非完整轮式移动机器人控制研究视觉传感器通过模拟人类视觉感知的方式,能够实现对环境的非接触式测量。视觉相机具有成本低、所含信息量丰富、可靠性高等优点,因此常用作移动机器人的传感器,以实现机器人精确定位与检测目标的功能,其应用涉及家庭服务、智能交通、航空航天等多个领域。基于视觉传感器的移动机器人视觉伺服问题也成为了一个研究热点。所谓视觉伺服,就是利用视觉传感器获取反馈信息从而控制机器人达到期望位姿(点镇定)或实现对期望轨迹的跟踪(轨迹跟踪)。移动机器人系统是一种典型的严格非线性、欠驱动的非完整系统,而视觉传感器会带来诸多不确定性的因素使其成为一种不确定的非完整系统,其视觉伺服控制器的设计极具挑战性。此外,受机器人本体结构的限制,相机坐标系可能与机器人坐标系不重合,需要对相机外参数进行标定,这也给视觉伺服的具体应用带来不便。尽管移动机器人的视觉伺服问题研究已经取得不少进展,但仍存在一些不足。首先,现有的大多数视觉伺服方法都属于自适应控制,它们虽能够保证闭环系统误差的渐近收敛,但其控制器增益易受系统初始状态的影响,不易调节。其次,这些方法主要采用的是时变控制律,具有较慢的收敛速度。另外,移动机器人的视觉镇定任务与轨迹跟踪任务有时不能严格地被区分,若设计非统一的控制律会给实际应用带来不便。最后,目前已有的视觉伺服镇定控制器大多是在运动学层面设计的,这要求所设计的速度信号能够快速地被跟踪上,但受机器人质量与惯性的限制,这些在运动学层面设计的控制律可能无法达到预期的效果。针对上述这些问题,本文对非完整约束的轮式移动机器人视觉伺服问题进行了深入研究,主要内容和创新点如下:1.基于不变流形的移动机器人视觉伺服镇定控制。针对相机外参数未知下的移动机器人视觉镇定问题,提出了一种基于自适应不变流形的二步控制方法,能够保证系统误差指数有界收敛,且控制器增益不受系统初始状态和图像深度信息的影响。借助二步切换的思想,视觉伺服过程中将不会出现不变流形所具有的数值奇异性问题。2.基于非自适应切换方法的移动机器人视觉伺服镇定控制。针对与1相同的控制问题,提出了一种基于不变流形的非自适应三步控制方法,能够实现系统误差的指数有界收敛。在保持1中控制方法优点的前提下,它无需对外参和深度信息进行在线估计,其软件实现更为简单。此外,利用该控制方法,系统的超调量也将尽可能地减小。3.同时镇定与跟踪的移动机器人视觉伺服。提出了一种基于视觉的移动机器人同时镇定与跟踪控制方法,可避免移动机器人视觉伺服系统在镇定与跟踪任务间频繁切换。与已有的方法相比,其关于参考速度的假设更为直观和合理。4.力矩层的移动机器人视觉伺服镇定控制。利用反演法和自适应控制技术,设计了一种基于力矩层的全局时变控制律,实现了相机外参数未知情况下的移动机器人视觉镇定。5.加速度层的移动机器人视觉伺服镇定控制。基于加速度-伪动力学的伺服框架,设计了基于扩展的I&I控制律,可实现力矩层不开源情形下的移动机器人视觉镇定。为了验证上述控制律的性能,对其进行了大量的仿真与实验测试。这些结果表明,论文中所设