.png){kind=icon}
返回
Virtual Image-Based Visual Servoing
.png){kind=icon}
PRE
AI
DOI：10.1109/TASE.2025.3631649.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传统的基于图像的视觉伺服（IBVS）方法对机器人建模和相机标定误差表现出较强的鲁棒性，但存在空间轨迹不可控和局部收敛问题。尽管当前的IBVS变体采用专门化的视觉特征或信息以提高轨迹可控性，但这些方法施加了限制性的几何约束，例如要求特征点共面或配置与相机光轴近似正交。此外，尽管已有确凿证据表明IBVS方案中存在局部极小值（LM），但目前尚无解决方案应对这一挑战。因此，本文首先引入一种新颖的虚拟图像构建方法，并提出基于虚拟图像的解耦视觉伺服控制律，实现平移和旋转误差动力学的显式分离。然后，通过蒙特卡洛仿真，系统地研究了IBVS中局部极小值的时空分布模式，并进一步设计了利用虚拟图像的逃逸算法。据我们所知，这可能是在一定程度上仅通过IBVS解决局部极小值问题的首次尝试。对比仿真和实验验证了所提出的基于虚拟图像的解耦控制律的有效性和优越性，且在不同配置下局部极小值逃逸算法的成功率均为100%。实践者注意——基于图像的视觉伺服在工程应用中表现出对相机参数误差的强鲁棒性。然而，其不可控的空间轨迹特性常导致机器人与障碍物之间的潜在碰撞，引发安全事故。此外，IBVS的局部收敛特性限制了其在工程应用中的部署，这可能在某些场景下不可接受。本文提出了一种新颖的虚拟图像构建方法，实现了平移和旋转误差的解耦，从而实现了机器人运动的解耦。此外，通过观察到的局部极小值模式，设计了一种基于虚拟图像的局部极小值逃逸算法。仿真和实验证实了所提出方法的有效性，理论模型为设计IBVS的空间轨迹和逃逸局部极小值提供了有用的工具，从而为实际视觉伺服应用提供指导。
Keyword:
Virtual image
visual servoing
decoupling control
local minima escape
