[发明专利]一种尺度旋转相关滤波视觉伺服控制方法

权利要求书

1.一种尺度旋转相关滤波视觉伺服控制方法，其特征在于，该方法包括下述步骤：

(1)摄像头实时拍摄待追踪目标的图像，并将图像实时发送给处理器；

(2)处理器将实时图像中选定的目标利用目标跟踪算法进行计算，通过多维相关滤波算法找出最优滤滤，建立了一个d维度滤波器，l是所在维度数，f^l为第l维特征通过计算在每一个特征维度h^l中找出最优相关滤波h，如下：

ϵ=||Σi=1lhl*fl-g||2+λΣl=1d||hl||2.---(1)]]>

式中，g是通过样本f训练后输出的相关性输出，通过设置参数λ调整式(1)中的第2项权重，参数

式(1)在第1维特征时，化简得式(2)，具体简式如下：

Hl=G‾FlΣk=1dFkFk+λ‾.---(2);]]>

为降低目标在运动过程中因为光照变化、外形变化、遮挡等造成目标丢失的机率，在t-1帧图像特征的基础上，加入了学习因子η，计算t帧图像特征的变化率，提高目标跟踪准确率；结合参数λ取值学习因子η，λ取值范围为0.1-0.15，η取值范围为0.01-0.05；将相关滤波器的分子和分母B_t更新如下：

Atl=(1-η)At-1l+ηG‾tFtl.---(3a)]]>

Bt=(1-η)Bt-1+ηΣk=1dFtk‾Ftk.---(3b)]]>

通过式(2)、式(3a)和式(3b)得式(4)：

经过式(4)计算，其中表示傅里叶逆变换算子，相关得分s在特征图中的矩阵区域为z，并通过s的最大值来确定目标位置；至此，实现一个计算效率较高的多维相关滤波器；

(3)加入了尺度、旋转参数，提出四维度尺度旋转滤波相关滤波器，多维滤波算法中嵌入一个用于尺度旋转判断的独立维度的滤波器，通过式(4)计算目标中心点，在此基础上，将尺度和旋转合并为一维进行计算，利用式(4)完成目标定位和尺度旋转跟踪；利用仿射变换公式，具体如下：

T=AtOT1.---(6)]]>

其中定义向量到分别代表目标的水平方向位移、垂直方向位移、水平方向尺度、旋转角、高宽比和扭角，将代入代入通过式(6)将样本映射到固定矩阵中，并进行向量化处理，构建尺度旋转滤波器h_sr，求出相关分数最大的向量y，即得出目标的尺度旋转状态；

(4)通过PID算法对机器人进行运动控制，为保证机器人的移动速率和移动准确性，在手眼机器人视觉伺服控制过程中，跟踪目标位于摄像头所监视范围内，将视觉伺服图像中心点为原点构建一个x轴-y轴的二维坐标；根据摄像头获取的实时图像，通过目标跟踪算法获取跟踪目标坐标，其中心点的坐标就是目标与机器人的位置差；通过设计两个PID控制器，保证目标中心点的x轴、y轴坐标为0，即目标中点与视觉伺服图像的中点重合，实现准确的目标跟踪；PID控制器通过给定坐标输入，根据比例K_p、积分T_i、微分T_d控制器公式进行计算，公式如下所示：

Kp＝k_pε(t).(7)

Ti=ki∫0ta(t)dt.---(8)]]>

Td=kdda(t)dt.---(9)]]>

通过计算出具体的运动参数，反馈给工业机器人驱动器，驱动机器人电机完成动作；在机器人运动过程中，坐标实时更新，达到目标跟踪的效果。