[发明专利]动态场景中轮式移动机器人的视觉镇定控制

权利要求书

1.一种动态场景中轮式移动机器人的视觉镇定系统，其特征包括以下步骤：

第1，定义系统坐标系

第1.1，系统坐标系的描述

基于视觉目标定义了基准坐标系设置摄像机与移动机器人的坐标系相重合，定义在当前位姿处的机器人/摄像机坐标系为其中的原点在摄像机的光心位置处，即车轮轴线中心点的正上方；的z^c轴与摄像机光轴重合，同时也和机器人前进方向重合，x^c轴和机器人轮轴平行；y^c轴垂直于z^cx^c平面；是机器人的期望位姿，为固定摄像机的位置，固定摄像机的作用是监视特征点的移动，坐标系相对关系如附图2、3所示；M_i定义为特征点移动之前的位置，为特征点移动之前的目标坐标系；M^*定义为特征点移动之后的位置，为特征点移动之后的目标坐标系；基于视觉目标定义基准坐标系，假设特征点M_i(i＝1，2……i)是非共面的，其3维坐标是已知的；

第1.2，控制方案

特征点运动时移动机器人可以有效地完成视觉镇定任务；视觉伺服镇定策略由三个阶段组成：第一阶段，监视摄像机采用POSIT方法计算出特征点移动前和移动后的关系；第二阶段，可以获得实时的机器人的当前姿态和期望姿势旋转矩阵和平移向量；最后在第三阶段，结合李亚普诺夫理论和极坐标，设计运动控制器来驱动机器人到达想要的位姿；附图1给出了所提供方案的框图；经过严格的理论可以证明所提出的视觉伺服方案是有效的；

第2，系统设计

第2.1，监视摄像机控制策略

第2.1.1，特征点移动之前的坐标系与监视摄像机坐标系之间的关系

定义目标坐标系为{M₁，u，v，w}，目标坐标系以特征点中序号为1的点M₁为原点，M_i是第i个特征点的空间位置，经POSIT方法所求出的旋转矩阵和平移向量^sT_o为：

特征点移动之前坐标系和监视摄像机坐标系之间的关系为：

第2.1.2，特征点移动之后坐标系与监视摄像机坐标系之间的关系

定义目标坐标系为{M*₁，u*，v*，w*}，其中目标坐标系以特征点中序号为1的点M*₁为原点，M*_i是第i个特征点的空间位置，所求出的旋转矩阵和平移向量^sT_a为：

特征点移动之后坐标系和监视摄像机坐标系之间的关系为：

由此可知特征点在移动前和移动后相对于摄像机坐标系的空间位置；不过也需要知道特征点移动前与移动后坐标系之间的旋转与平移关系；

第2.1.3，特征点移动前与移动后坐标系之间的关系

设移动后的特征点变换到移动前坐标系的旋转矩阵为平移向量为^oT_a：

根据坐标系变换规则，由监视摄像机坐标系、特征点移动之前坐标系和移动之后坐标系的旋转关系可得：

由此可得的值；

特征点移动后与移动前坐标系的关系为：

其中(A_i，B_i，C_i)表示的是特征点移动后在移动前所在坐标系的坐标值；

求出^oT_a，因此可得移动前与移动后两个坐标系之间的关系；

第2.2，移动机器人控制策略

第2.2.1，特征点移动之前坐标系与机器人期望坐标系的关系

建立机器人坐标系，机器人前进的方向为z_c轴，左右方向为x_c轴，上下方向为y_c轴，g，e，f分别是其单位向量；

首先在移动机器人的期望位置进行取像，用POSIT算法可以算出，特征点移动前相对移动机器人期望坐标系的旋转矩阵和平移向量^dT_o为：

(X_c1，Y_c1，Z_c1)是点M₁在移动机器人期望坐标系下坐标值，特征点移动之前坐标系与机器人期望坐标系的关系可以表示为：

第2.2.2，特征点移动后的坐标系与移动机器人初始位姿坐标系的关系

移动机器人放到初始位姿，然后特征点做相应的移动，移动机器人对其进行图像采集；设现在移动机器人的坐标系：x′_c轴、y′_c轴、z′_c轴，分别对应着期望位姿处的x_c轴、y_c轴、z_c轴，单位向量分别为e′，f′，g′；用POSIT算法可以计算出特征点移动后的坐标系相对于移动机器人初始位姿坐标系的旋转矩阵和平移向量^cT_a为：

(X′_c1，Y′_c1，Z′_c1)是点M′₁在移动机器人初始位姿坐标系下坐标值，特征点移动后与移动机器人初始位姿的关系如下所示：

第2.2.3，移动机器人期望位姿与初始位姿之间关系

最后要求出的是移动机器人期望位姿与初始位姿之间的旋转矩阵和平移向量^dT_c，由上述计算可得：

由此可以求出旋转矩阵

由此可得出^dT_c；

第3，机器人运动学方程的建立

本部分介绍了在极坐标下移动机器人的运动；如附图3所示，移动机器人位姿由极坐标表示；令为移动机器人方向和距离e之间的角度，可以得到以下运动学方程为：

设计线速度控制器为：

v＝(γcosα)e (19)

角速度控制器为：