[发明专利]一种面向模具保护的无标定视觉伺服控制方法

说明书

技术领域

本发明涉及一种面向模具保护的基于回声状态网络估计图像雅克比矩阵的无标定视觉伺服控制方法。

背景技术

随着图像处理技术飞速发展，特别是计算机处理速度的显著提高，大规模存储器的出现，模具的自动识别报警系统被大量引入注塑行业中，通过CCD视频图像的动态采集，借助计算机数字图像处理技术，对生产过程中模具存在的残留、滑块错位、脱模不良等异常情况进行实时监控以实现对模具的自动保护。这种基于图像的实时监控系统极大提高了注塑模具的安全性，降低了修模成本，提升了工作效率，降低了工作人员的劳动强度。因此，基于图像处理的模具保护器成为目前众多注塑机必备的配套设备。然而，目前引入的模具保护器功能都比较单一，只能实现异常状态下的报警，报警后采用人工方式对注塑件次品或者模具残留物进行拾取。这种方式的缺点是生产效率低，劳动力成本高，无法实现真正意义上的无人值守和自动化，拾取过程中安全性较差，直接影响到企业的经济效益和社会效应。将伺服机械手引入模具保护系统，利用图像检测与机器人无标定视觉伺服技术进行注塑件残留物的实时检测、定位和抓取，具有速度快，精度高与重复性好的优点。可以显著提高生产效率，在无人值守的情况下仍能保证产品质量和机器的正常运转，降低操作者劳动强度，这将是注塑机模具保护行业发展的必然趋势。随着近年来多传感器融合、图像处理以及计算机控制技术的迅速发展，多学科间的交叉应用研究逐渐深入，视觉伺服控制技术在智能机器人领域快速发展，为解决模具保护这类实际问题提供一种切实可行的方法。基于标定技术的视觉伺服控制方法是目前工业上应用的主流方法，然而，注塑机是一种大功率、强噪声并且具有较大振动的设备。因此，摄像机标定的精度在实际运行过程中难以保证。另外，模具保护主要针对动模部分，必须获取目标准确的深度信息，而完成立体视觉的标定通常需要双目视觉。但由于注塑机上摄像机安装位置的限制，固定的双目视觉仍然受机械手遮挡的影响，因此本发明拟采用无标定视觉伺服技术开展研究。无标定视觉伺服方法的提出，解决了以往摄像机内外参数及机器人运动学模型无法精确标定的问题。根据摄像机的配置不同划分，当前的无标定视觉伺服研究主要针对三种摄像机配置方式，即固定摄像机(固定视觉)，安装在机械手上，随手一起运动的摄像机(手眼视觉)以及两种类型的混合配置。对于模具保护器这种应用背景，手眼视觉和固定视觉两种配置方式都存在一定的问题。首先因为目标检测的需要，固定眼是必备的，但固定眼受限的安装位置容易导致其被机械手遮挡而失去目标。另一方面，机械手在不夹取产品或异物时，必须离开注塑机腔体，这时手上眼由于视野的限制，无法观测到目标。为了结合手眼视觉和固定视觉两种视觉配置各自的优势，本发明拟采用固定视觉与手眼视觉结合的混合视觉系统。通过混合视觉系统，伺服系统首先利用固定视觉摄像机将机械臂粗定位到目标区域附近，再通过手眼视觉实现对手爪的精确定位并完成抓取任务。根据反馈信号形式的不同，视觉伺服可分为：基于位置的视觉伺服(position-based visual servoing，PBVS)和基于图像的视觉伺服(image-based visual servoing，IBVS)。由于一般的PBVS需要标定摄像机的内、外部参数，因此无标定视觉伺服控制通常采用IBVS的方案。对于IBVS方法，图像空间虽然能保证最短路径，但是缺乏笛卡尔空间的直接控制，在处理大范围旋转伺服的情况时，会发生诸如摄像机退化的笛卡尔轨迹偏移现象。为了消除摄像机回退的影响，必须要保证图像雅可比矩阵的非奇异性。目前解决图像雅可比奇异值问题的最常见的办法是雅可比伪逆阵的直接估计法，因此图像雅可比矩阵的估计是无标定视觉伺服控制中最重要的问题之一。为了保证雅可比矩阵的稳定性，特征点的选择非常重要，图像特征点的选择不仅要满足鲁棒性、完整性和唯一性等图像识别方面的基本准则，还需要满足可控性和敏感性等控制准则，以满足后续视觉伺服环节的需要。更重要的是，注塑机所在的工业现场环境一般都较为恶劣，对生产效率又有严格的要求，用于抓取目标的机械臂具有很强的非线性动力学特征，同时需要抓取的对象形式多样。本项目综合以上问题，采用无标定视觉伺服技术，对模具保护器报警后模具内残留物的跟踪和抓取控制展开研究，主要就图像雅可比矩阵估计，提出先进的控制算法和完整的设计实现。该发明将进一步丰富无标定视觉伺服的研究成果，推动视觉伺服技术的实际应用，为该领域的广泛应用提供一个解决方案。

发明内容

为了保证在无人值守的情况下仍能保证产品质量和机器的正常运转，降低操作者劳动强度，本发明提供一种与回声状态网络(ESN)结合的基于运动学的自适应无标定视觉伺服控制方法，主要是估计图像雅克比逆矩阵。