機(jī)器人視覺(jué)伺服系統(tǒng)是機(jī)器視覺(jué)和機(jī)器人控制的有機(jī)結(jié)合，是一個(gè)非線性、強(qiáng)耦合的復(fù)雜系統(tǒng)，其內(nèi)容涉及圖象處理、機(jī)器人運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)、控制理論等研究領(lǐng)域。隨著攝像設(shè)備性能價(jià)格比和計(jì)算機(jī)信息處理速度的提高，以及有關(guān)理論的日益完善，視覺(jué)伺服已具備實(shí)際應(yīng)用的技術(shù)條件，相關(guān)的技術(shù)問(wèn)題也成為當(dāng)前研究的熱點(diǎn)。

視覺(jué)伺服的定義

人類對(duì)于外部的信息獲取大部分是通過(guò)眼睛獲得的，千百年來(lái)人類一直夢(mèng)想著能夠制造出智能機(jī)器，這種智能機(jī)器首先具有人眼的功能，可以對(duì)外部世界進(jìn)行認(rèn)識(shí)和理解。人腦中有很多組織參與了視覺(jué)信息的處理，因而能夠輕易的處理許多視覺(jué)問(wèn)題，可是視覺(jué)認(rèn)知作為一個(gè)過(guò)程，人類卻知道的很少，從而造成了對(duì)智能機(jī)器的夢(mèng)想一直難以實(shí)現(xiàn)。隨著照相機(jī)技術(shù)的發(fā)展和計(jì)算機(jī)技術(shù)的出現(xiàn)，具有視覺(jué)功能的智能機(jī)器開(kāi)始被人類制造出來(lái)，逐步形成了機(jī)器視覺(jué)學(xué)科和產(chǎn)業(yè)。

所謂機(jī)器視覺(jué)，美國(guó)制造工程師協(xié)會(huì)(Smesociety of Manufacturing Engineers)機(jī)器視覺(jué)分會(huì)和美國(guó)機(jī)器人工業(yè)協(xié)會(huì)(Riarobotic Industries Association)的自動(dòng)化視覺(jué)分會(huì)給出的定義是：

“機(jī)器視覺(jué)是通過(guò)光學(xué)的裝置和非接觸的傳感器自動(dòng)地接收和處理一個(gè)真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人運(yùn)動(dòng)的裝置?！?/p>

機(jī)器視覺(jué)作為與人眼類似的機(jī)器仿生系統(tǒng)，從廣義角度凡是通過(guò)光學(xué)裝置獲取真實(shí)物體的信息以及對(duì)相關(guān)信息的處理與執(zhí)行都是機(jī)器視覺(jué)，這就包括了可見(jiàn)視覺(jué)以及非可見(jiàn)視覺(jué)，甚至包括人類視覺(jué)不能直接觀察到的、物體內(nèi)部信息的獲取與處理等。

機(jī)器人視覺(jué)發(fā)展歷程

上個(gè)世紀(jì)60年代，由于機(jī)器人和計(jì)算機(jī)技術(shù)的發(fā)展，人們開(kāi)始研究具有視覺(jué)功能的機(jī)器人。但在這些研究中，機(jī)器人的視覺(jué)與機(jī)器人的動(dòng)作，嚴(yán)格上講是開(kāi)環(huán)的。機(jī)器人的視覺(jué)系統(tǒng)通過(guò)圖像處理，得到目標(biāo)位姿，然后根據(jù)目標(biāo)位姿，計(jì)算出機(jī)器運(yùn)動(dòng)的位姿，在整個(gè)過(guò)程中，視覺(jué)系統(tǒng)一次性地“提供”信息，然后就不參與過(guò)程了。在1973年，有人將視覺(jué)系統(tǒng)應(yīng)用于機(jī)器人控制系統(tǒng)，在這一時(shí)期把這一過(guò)程稱作視覺(jué)反饋(visualfeedback)。直到1979年，hill和park提出了“視覺(jué)伺服”(visualservo)概念。很明顯，視覺(jué)反饋的含義只是從視覺(jué)信息中提取反饋信號(hào)，而視覺(jué)伺服則是包括了從視覺(jué)信號(hào)處理，到機(jī)器人控制的全過(guò)程，所以視覺(jué)伺服比視覺(jué)反饋能更全面地反映機(jī)器人視覺(jué)和控制的有關(guān)研究?jī)?nèi)容。

上個(gè)世紀(jì)80年以來(lái)，隨著計(jì)算機(jī)技術(shù)和攝像設(shè)備的發(fā)展，機(jī)器人視覺(jué)伺服系統(tǒng)的技術(shù)問(wèn)題吸引了眾多研究人員的注意。在過(guò)去的幾年里，機(jī)器人視覺(jué)伺服無(wú)論是在理論上還是在應(yīng)用方面都取得了很大進(jìn)展。在許多學(xué)術(shù)會(huì)議上，視覺(jué)伺服技術(shù)經(jīng)常列為會(huì)議的一個(gè)專題。視覺(jué)伺服已逐漸發(fā)展為跨機(jī)器人、自動(dòng)控制和圖像處理等技術(shù)領(lǐng)域的一門(mén)獨(dú)立技術(shù)。

機(jī)器人視覺(jué)伺服系統(tǒng)分類

目前，機(jī)器人視覺(jué)伺服控制系統(tǒng)有以下幾種分類方式：

按照攝像機(jī)的數(shù)目的不同，可分為單目視覺(jué)伺服系統(tǒng)、雙目視覺(jué)伺服系統(tǒng)以及多目視覺(jué)伺服系統(tǒng)。

單目視覺(jué)系統(tǒng)只能得到二維平面圖像，無(wú)法直接得到目標(biāo)的深度信息;多目視覺(jué)伺服系統(tǒng)可以獲取目標(biāo)多方向的圖像，得到的信息豐富，但圖像的信息處理量大，且攝像機(jī)越多越難以保證系統(tǒng)的穩(wěn)定性。當(dāng)前的視覺(jué)伺服系統(tǒng)主要采用雙目視覺(jué)。

按照攝像機(jī)放置位置的不同，可以分為手眼系統(tǒng)(eye in hand)和固定攝像機(jī)系統(tǒng)(eye to hand或stand alone)。

在理論上手眼系統(tǒng)能夠?qū)崿F(xiàn)精確控制，但對(duì)系統(tǒng)的標(biāo)定誤差和機(jī)器人運(yùn)動(dòng)誤差敏感;固定攝像機(jī)系統(tǒng)對(duì)機(jī)器人的運(yùn)動(dòng)學(xué)誤差不敏感，但同等情況下得到的目標(biāo)位姿信息的精度不如手眼系統(tǒng)，所以控制精度相對(duì)也低。

按照機(jī)器人的空間位置或圖像特征，視覺(jué)伺服系統(tǒng)分為基于位置的視覺(jué)伺服系統(tǒng)和基于圖像的視覺(jué)伺服系統(tǒng)。

在基于位置的視覺(jué)伺服系統(tǒng)中，對(duì)圖像進(jìn)行處理后計(jì)算出目標(biāo)相對(duì)于攝像機(jī)和機(jī)器人的位姿，所以這就要求對(duì)攝像機(jī)、目標(biāo)和機(jī)器人的模型進(jìn)行校準(zhǔn)，校準(zhǔn)精度影響控制精度，這是這種方法的難點(diǎn)?？刂茣r(shí)將需要變化的位姿轉(zhuǎn)化成機(jī)器人關(guān)節(jié)轉(zhuǎn)動(dòng)的角度，由關(guān)節(jié)控制器來(lái)控制機(jī)器人關(guān)節(jié)轉(zhuǎn)動(dòng)。

在基于圖像的視覺(jué)伺服系統(tǒng)中，控制誤差信息來(lái)自于目標(biāo)圖像特征與期望圖像特征之間的差異。對(duì)于這種控制方法，關(guān)鍵的問(wèn)題是如何建立反映圖像差異變化與機(jī)器手位姿速度變化之間關(guān)系的圖像雅可比矩陣;另外一個(gè)問(wèn)題是，圖像是二維的，計(jì)算圖像雅可比矩陣需要估計(jì)目標(biāo)深度(三維信息)，而深度估計(jì)一直是計(jì)算機(jī)視覺(jué)中的難點(diǎn)。

雅可比矩陣的計(jì)算方法有公式推導(dǎo)法、標(biāo)定法、估計(jì)方法以及學(xué)習(xí)方法等，前者可以根據(jù)模型推導(dǎo)或標(biāo)定得到，后者可以在線估計(jì)，學(xué)習(xí)方法主要利用神經(jīng)網(wǎng)絡(luò)方法。

按照采用閉環(huán)關(guān)節(jié)控制器的機(jī)器人，視覺(jué)伺服系統(tǒng)分為動(dòng)態(tài)觀察-移動(dòng)系統(tǒng)和直接視覺(jué)伺服。

前者采用機(jī)器人關(guān)節(jié)反饋內(nèi)環(huán)穩(wěn)定機(jī)械臂，由圖像處理模塊計(jì)算出攝像機(jī)應(yīng)具有的速度或位置增量，反饋至機(jī)器人關(guān)節(jié)控制器;后者則由圖像處理模塊直接計(jì)算機(jī)器人手臂各關(guān)節(jié)運(yùn)動(dòng)的控制量。

視覺(jué)伺服所面臨的主要問(wèn)題

視覺(jué)伺服的研究到目前已有近20年的歷史，但是由于視覺(jué)伺服所涉及的學(xué)科眾多，所以其發(fā)展有賴于這些學(xué)科的發(fā)展，目前在視覺(jué)伺服的研究中仍然有很多問(wèn)題沒(méi)有很好地解決。

圖像處理的方法在理論和實(shí)際計(jì)算處理速度上都是圖像伺服最大的難點(diǎn);

在圖像處理完成后，圖像特征與機(jī)器人關(guān)節(jié)運(yùn)動(dòng)之間模型的建立是圖像伺服的另一難點(diǎn);

目前的許多控制方法都不能保證系統(tǒng)在工作時(shí)是大范圍穩(wěn)定的，所以對(duì)有關(guān)控制方法的研究也是必要的。

視覺(jué)伺服的發(fā)展前景

未來(lái)視覺(jué)伺服的研究方向主要有以下幾方面：

在實(shí)際環(huán)境下快速、魯棒地獲取圖像特征是視覺(jué)伺服系統(tǒng)的關(guān)鍵問(wèn)題。

由于圖像處理的信息量大和可編程器件技術(shù)的發(fā)展，近期把通用算法硬件化，以加快信息處理的速度的方法可能會(huì)使這一問(wèn)題的研究取得進(jìn)展。

建立適合機(jī)器人視覺(jué)系統(tǒng)的有關(guān)理論和軟件。

目前的許多機(jī)器人視覺(jué)伺服系統(tǒng)的圖像處理方法都不是針對(duì)機(jī)器人視覺(jué)系統(tǒng)的，如果有這樣的專用的軟件平臺(tái)，在完成視覺(jué)伺服任務(wù)時(shí)，就可以減少工作量，甚至可以通過(guò)視覺(jué)信息處理硬件化來(lái)提高視覺(jué)伺服系統(tǒng)的性能。

將各種人工智能方法應(yīng)用于機(jī)器人視覺(jué)伺服系統(tǒng)。

雖然神經(jīng)網(wǎng)絡(luò)在機(jī)器人視覺(jué)伺服中已得到應(yīng)用，但許多智能方法在機(jī)器人視覺(jué)伺服系統(tǒng)中還沒(méi)有得到充分地應(yīng)用，而且，目前研究有過(guò)于依賴數(shù)學(xué)建模和數(shù)學(xué)計(jì)算的傾向，這使得機(jī)器人視覺(jué)伺服系統(tǒng)在工作時(shí)計(jì)算量太大，目前計(jì)算機(jī)的處理速度很難滿足系統(tǒng)快速性的要求，但是人類在實(shí)現(xiàn)有關(guān)的功能時(shí)并不是通過(guò)大量的計(jì)算來(lái)完成的，這就啟發(fā)大家是否可以用人工智能的方法降低數(shù)學(xué)計(jì)算量，以滿足系統(tǒng)快速性的要求。

將主動(dòng)視覺(jué)技術(shù)應(yīng)用于機(jī)器人視覺(jué)伺服系統(tǒng)。

主動(dòng)視覺(jué)是當(dāng)今計(jì)算機(jī)視覺(jué)和機(jī)器視覺(jué)研究領(lǐng)域中的一個(gè)熱點(diǎn)，在這里視覺(jué)系統(tǒng)能主動(dòng)地感知環(huán)境，按一定規(guī)則主動(dòng)地提取需要的圖像特征，這使得在一般情況下難以解決的問(wèn)題得以解決。

將視覺(jué)傳感器與其它外部傳感器結(jié)合起來(lái)。

為了使機(jī)器人能夠更全面地感知環(huán)境，特別是對(duì)機(jī)器人視覺(jué)系統(tǒng)起信息補(bǔ)充，可以將多種傳感器加入機(jī)器人視覺(jué)系統(tǒng)，這樣做可以克服機(jī)器人視覺(jué)系統(tǒng)的一些困難，但多傳感器的引入，就需要解決機(jī)器人視覺(jué)系統(tǒng)的信息融合和信息冗余問(wèn)題。

結(jié)語(yǔ)

近年來(lái)，機(jī)器人視覺(jué)伺服技術(shù)有了很大發(fā)展，國(guó)內(nèi)、外機(jī)器人視覺(jué)系統(tǒng)的實(shí)際應(yīng)用也越來(lái)越多，許多技術(shù)難題都有希望在近期的研究中取得進(jìn)展。在未來(lái)一段時(shí)間內(nèi)，機(jī)器人視覺(jué)伺服系統(tǒng)將在機(jī)器人技術(shù)中占有突出的地位，機(jī)器人視覺(jué)伺服系統(tǒng)將會(huì)越來(lái)越多地應(yīng)用于工業(yè)生產(chǎn)中。