论文主要针对机器人视觉伺服控制进行了研究,详细介绍了四种常用的伺服控制方法,即基于位置伺服控制、基于图像伺服控制、2.5 维伺服控制和基于活动轮廓的伺服控制。 基于位置的控制方式是在机器人任务空间中以摄像机的当前位姿与期望位姿间的误差来设计控制器,主要优点是在 3 维空间中直接控制摄像机的轨迹。文中以 RPY 角描述法定义方位误差,构造了新的雅可比矩阵,设计了一种可加速运动 PID 视觉伺服控制器,摄像机可以以加速运动跟踪或定位目标。 基于图像的控制方式中误差信号直接在图像空间中定义,可以保证目标一直处于摄像机视野之内。文中设计了两种基于图像的控制方式,一是基于 Delta 算子的视觉伺服机器人最优控制,而在 Delta 域中设计最优控制律几乎还没有。另一种是基于图像矩的自适应视觉伺服机器人控制,利用图像矩来构造图像雅可比矩阵,克服了因纹理、照明、噪声条件等造成的匹配精度差弱点。并用自适应方法对动力学方程线性补偿。 将基于位置和基于图像的伺服相综合,文中提出了一种 2.5 维视觉伺服方法。误差信号既定义在图像空间又定义在位姿空间,与基于位置的视觉伺服相比,它不需要知道 3 维目标的几何模型。与基于图像的视觉伺服相比,它能保证控制律在整个任务空间都是收敛的。此外这种控制器对摄像机的标定误差具有很好的鲁棒性。 本文还介绍了第四种伺服方法,即基于活动轮廓的伺服方法。在该方法中,机器人可以跟踪空间中的平面物体,还可以廉价的从图像数据中提取视觉参数。