[发明专利]一种尺度旋转相关滤波视觉伺服控制方法

摘要

本发明公开了一种尺度旋转相关滤波视觉伺服控制方法；属于视觉伺服控制方法技术领域；其技术要点包括下述步骤(1)摄像头实时拍摄图像并发送给处理器；(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，建立了一个d维度滤波器，找出最优相关滤波h；(3)通过计算相关得分y的最大值确定目标位置；根据仿射变换公式，求出相关分数最大的向量y，计算出目标的尺度旋转状态；(4)将目标状态坐标输入PID控制器，根据比例Kp、积分Ti、微分Td控制器公式进行计算，反馈给工业机器人驱动器，驱动机器人电机完成动作；本发明旨在提供一种具有鲁棒性和实时性视觉伺服方法，利用尺度旋转相关滤波算法，提高视觉伺服跟踪速度和准确度。

主权项

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，fl为第l维特征通过计算在每一个特征维度hl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Bt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hsr，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Kp、积分Ti、微分Td控制器公式进行计算，公式如下所示：Kp＝kpε(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。