機器人學(xué)概論第十二講課件

機器人學(xué)概論徐德研究員2010年12月7日1上次課內(nèi)容提要攝像機模型視覺測量中的約束條件單目視覺位置測量立體視覺位置測量基于矩形目標約束的位姿的測量基于PnP問題的位姿測量基于消失點的視覺測量基于位置的視覺控制基于圖像的視覺控制混合視覺伺服控制直接視覺控制2小孔模型XZf14參數(shù)模型5參數(shù)模型攝像機的內(nèi)參數(shù)模型描述的是景物點與圖像點之間的關(guān)系。外參數(shù)模型攝像機的外參數(shù)模型，是景物坐標系在攝像機坐標中的描述。3立體視覺位置測量雙目視覺結(jié)構(gòu)光視覺空間點P在攝像機C1的光軸中心點與點P1c1構(gòu)成的直線上，也在攝像機C2的光軸中心點與點P1c2構(gòu)成的直線上。特征點在激光平面上，同時還在攝像機的光軸中心點與成像平面上的成像點之間的一條空間直線上。X1Y1Z1O1PX2Y2Z2O2雙目立體視覺示意圖C1C2c1Mc2CCD攝像機激光器平凸柱面鏡工件結(jié)構(gòu)光線結(jié)構(gòu)光測量原理示意圖5基于位置的視覺控制位置給定型機器人視覺控制位置反饋型機器人視覺控制Eye-to-Hand位置給定型機器人視覺控制，利用視覺測量的目標位置對機器人進行位置給定，使機器人的末端到達目標位置。視覺位置給定由機器人位姿獲取、圖像采集、特征提取、笛卡兒空間三維坐標求取、關(guān)節(jié)位置給定值確定等部分構(gòu)成。Eye-in-Hand位置給定型機器人視覺控制，雖然末端位姿引入位置給定部分，但僅參與三維坐標的計算，并未構(gòu)成機器人末端位置的閉環(huán)控制?？刂葡到y(tǒng)由三個閉環(huán)構(gòu)成，外環(huán)為笛卡兒空間的位置環(huán)；各個關(guān)節(jié)采用位置閉環(huán)和速度閉環(huán)控制，其內(nèi)環(huán)為速度環(huán)，外環(huán)為位置環(huán)。6基于圖像的視覺控制基于圖像的視覺控制基于圖像的視覺控制圖像采集特征提取目標特征測量期望圖像特征機器人位姿調(diào)整策略關(guān)節(jié)位置控制環(huán)節(jié)+末端位姿當前圖像特征機器人本體+逆運動學(xué)求解6路關(guān)節(jié)位置控制器計算末端位姿給定7混合視覺伺服控制2.5D視覺伺服控制將單應(yīng)性矩陣進行分解，分別得到旋轉(zhuǎn)分量和位置分量的圖像特征。位置分量的圖像特征與給定的位置分量的圖像特征相比較，作為位置控制律的輸入。旋轉(zhuǎn)分量的圖像特征與給定的姿態(tài)的圖像特征相比較，作為位置控制律和旋轉(zhuǎn)控制律的輸入。位置控制律采用基于圖像的視覺伺服方法，旋轉(zhuǎn)控制律采用基于位置的視覺伺服方法。2.5D視覺伺服的結(jié)構(gòu)框圖[5]位置控制律旋轉(zhuǎn)控制律關(guān)節(jié)控制器機器人對象攝像機獲得圖像特征單應(yīng)矩陣分解圖像特征位置給定姿態(tài)給定輸出圖像旋轉(zhuǎn)分量位置分量的圖像特征V9直接視覺控制直接視覺控制的結(jié)構(gòu)直接視覺控制一般采用Eye-to-Hand型視覺系統(tǒng)，攝像機位置固定，工作空間固定。圖像特征與關(guān)節(jié)位置的映射關(guān)系被稱為visual-motor函數(shù)直接視覺伺服控制框圖圖像采集特征提取特征關(guān)節(jié)位置映射PID控制伺服放大執(zhí)行電機1/6S機器人本體++關(guān)節(jié)位置關(guān)節(jié)位置給定末端位姿6路關(guān)節(jié)位置控制器10第十章多機器人協(xié)調(diào)與控制本次課內(nèi)容提要多機器人系統(tǒng)簡介多機器人系統(tǒng)的特點多機器人系統(tǒng)的主要研究內(nèi)容典型多機器人系統(tǒng)多機器人系統(tǒng)的模型多機器人搜集多機器人隊形控制多機器人圍捕11多機器人系統(tǒng)簡介多機器人系統(tǒng)的主要研究內(nèi)容尋找一套分析、設(shè)計和控制多機器人系統(tǒng)的有效方法，使其安全、高質(zhì)、高效地完成給定任務(wù)。多機器人系統(tǒng)體系結(jié)構(gòu)：實現(xiàn)預(yù)定的行為如何把個體聯(lián)系到一起的一種形式?？煞譃閭€體、集中式、分層式和分布式。協(xié)調(diào)機制：多機器人系統(tǒng)與環(huán)境之間的協(xié)調(diào)：研究如何根據(jù)環(huán)境的變化調(diào)整系統(tǒng)的整體目標和行為以及體系結(jié)構(gòu)，這是一種適應(yīng)性反饋機制；機器人之間的協(xié)調(diào)：由于完成任務(wù)的需要，機器人之間的競爭、磋商、合作和聯(lián)盟不可避免，重點研究合作機制與聯(lián)盟形成等機制；復(fù)雜任務(wù)的分解分配算法個體機器人行為的監(jiān)督與約束機制13多機器人系統(tǒng)簡介多機器人系統(tǒng)的主要研究內(nèi)容沖突消解：任務(wù)沖突和資源沖突(路徑?jīng)_突和工具沖突)等。信息交互：按交互的方式來分，可分為通訊、感知和學(xué)習(xí)。發(fā)現(xiàn)沖突找出沖突類別提出沖突解決策略制定沖突消解計劃執(zhí)行沖突消解計劃沖突類別庫/解決策略庫14多機器人系統(tǒng)簡介典型多機器人系統(tǒng)ACTRESS(ACTor-basedRobotandEquipmentsSyntheticSystem)：由分散的計算機、機器人以及其它專用設(shè)備(Robotor)構(gòu)成，通過設(shè)計一定的協(xié)議使得彼此實現(xiàn)信息交互。15多機器人系統(tǒng)簡介典型多機器人系統(tǒng)CollectiveRobotics：對昆蟲社會的一種人工模擬，是將許多簡單的機器人組織成一個團體來完成一些有意義的工作，機器人系統(tǒng)沒有全局的整體控制。是典型的群智能機器人系統(tǒng)。17多機器人系統(tǒng)簡介典型多機器人系統(tǒng)TheNerdHerd：由20個機器人組成，機器人上裝有用于抓取、堆放物品的抓手，抓手上裝有紅外傳感器和接觸傳感器。SociallyMobile：由4個移動機器人組成。18多機器人系統(tǒng)簡介典型多機器人系統(tǒng)CESAR：CESAREmperor系統(tǒng)包括一個運輸車、四個機器人，可用于戶外作業(yè)；CESARNomads系統(tǒng)包括四個機器人。19多機器人系統(tǒng)簡介典型多機器人系統(tǒng)機器人手術(shù)系統(tǒng)：宙斯外科機器人由外科醫(yī)生控制臺和3條安在手術(shù)臺上的機器人手臂構(gòu)成，左右兩條機器人手臂重復(fù)外科醫(yī)生的雙臂的活動，能分別操作兩件手術(shù)器械，第三條機器人手臂提供手術(shù)區(qū)域的視圖給外科醫(yī)生。第三條手臂裝有伊索內(nèi)窺鏡定位裝置，伊索裝置是世界上第一臺獲得美國食品及藥物管理局(FoodandDrugAdministration,FDA)批準的外科機器人。

21多機器人系統(tǒng)的模型Alliance體系結(jié)構(gòu)采用動機激活行為機器人之間進行動機抑制機器人之間利用通訊聯(lián)結(jié)輸出由傳感信息、機器人之間的通訊與相互制約關(guān)系、內(nèi)部動機等確定22多機器人系統(tǒng)的模型分層式體系結(jié)構(gòu)系統(tǒng)監(jiān)控與任務(wù)規(guī)劃機器人之間進行協(xié)作規(guī)劃行為控制機器人之間利用通訊聯(lián)結(jié)由行為控制層綜合傳感信息、規(guī)劃結(jié)果、其他機器人狀態(tài)等給出輸出，由執(zhí)行模塊執(zhí)行環(huán)境其它機器人系統(tǒng)監(jiān)控層(SML)協(xié)作規(guī)劃層(CPL)行為控制層(BCL)傳感模塊執(zhí)行模塊23多機器人系統(tǒng)的模型基于環(huán)境預(yù)測和行為控制函數(shù)的控制結(jié)構(gòu)根據(jù)傳感信息產(chǎn)生行為控制函數(shù)根據(jù)傳感信息進行環(huán)境預(yù)測根據(jù)傳感信息從行為庫中選擇行為機器人之間利用通訊聯(lián)結(jié)由行為控制層綜合傳感信息、規(guī)劃結(jié)果、其他機器人狀態(tài)等給出輸出，由執(zhí)行模塊執(zhí)行25多機器人搜集目標描述涉及問題將散落在未知(或部分未知)環(huán)境中的物體找到并運送到指定區(qū)域搜索：機器人尋找空間中尚未被發(fā)現(xiàn)的待搜集物收集：機器人把已經(jīng)找到的物體運送到指定區(qū)域任務(wù)分配集中式分配(Centralizedallocation):派定分配，直接為各個機器人指定任務(wù)；協(xié)議分配，按照不同機器人的供需要求，中介機器人集中實現(xiàn)任務(wù)分配協(xié)調(diào)分布式分配(Distributedallocation):機器人個體以某種方式提供或索取“服務(wù)”，如基于“熟人模型”的任務(wù)分配和基于合同網(wǎng)的分配。26多機器人搜集舉例：多機器人撿物品兩種機器人：鏟型機器人，夾型機器人鏟型機器人：帶有鏟形工具，傳感范圍較小，一次可以攜帶兩個物品，夾型機器人：裝有夾形工具，傳感距離相對較遠，一次只能拿一個物品。對于系統(tǒng)中某個機器人來說，它并不需要了解其它機器人在任意時刻的行為，如果其它機器人出現(xiàn)在它的傳感范圍之內(nèi)，則會被當作移動的障礙物處理。29多機器人搜集多機器人撿物品的任務(wù)分配狀態(tài)自由避障完畢選擇搜集目標完畢遇到障礙物發(fā)現(xiàn)待搜集物抵達搜集目標抓住搜集物失去搜集目標到達投遞區(qū)方案一：同構(gòu)算法，搜集任務(wù)沒有被分解，每個機器人參加整個過程。行為漫游避障選擇搜集目標向搜集目標運動抓起搜集物向投遞區(qū)運動投遞漫游選搜集目標向搜集目標運動發(fā)現(xiàn)待搜集物選擇搜集目標完畢失去搜集目標避障向投遞區(qū)運動投遞抓起搜集物避障完畢避障完畢遇到障礙物遇到障礙物自由抵達搜集目標遇到障礙物避障完畢抓住搜集物到達投遞區(qū)30多機器人搜集多機器人撿物品的任務(wù)分配方案二：異構(gòu)算法，搜集任務(wù)被分解為搜索和收集，每個機器人參加一個子任務(wù)。狀

態(tài)選擇完畢報告完畢預(yù)定失敗搜尋失敗*有待搜集物*無待搜集物行

為選擇預(yù)定報告*選擇子任務(wù)選擇子任務(wù)搜尋失敗沒有待搜集物漫游報告避障發(fā)現(xiàn)待搜集物自由避障完畢遇到障礙搜索算法有待搜集物向搜集目標運動向投遞區(qū)運動抓起搜集物投遞選擇完畢預(yù)定完畢遇到障礙遇到障礙避障完畢避障完畢自由到達投遞區(qū)抓住搜集物抵達搜集目標預(yù)定失敗收集算法選擇預(yù)定避障避障子任務(wù)切換算法31多機器人搜集多機器人撿物品仿真鏟型機器人待搜集物夾型機器人指定投遞區(qū)32多機器人搜集多機器人撿物品仿真鏟型機器人從事收集工作的概率夾型機器人從事收集工作的概率采用同構(gòu)算法的機器人效率較低。合理的分解分配任務(wù)有助于提高異構(gòu)多機器人系統(tǒng)的工作質(zhì)量?？紤]機器人自身的能力，有利于提高完成工作的效率。

33多機器人隊形控制目標描述涉及問題一組機器人按照規(guī)定的隊形從一個位置運動到另一個位置。可用于機器人協(xié)作搬運。Leader：主機器人，運動路徑依其為參考進行規(guī)劃Follower：從機器人，跟隨Leader按照隊形約束進行規(guī)劃運動規(guī)劃問題避障問題通過狹窄空間問題協(xié)調(diào)問題34多機器人隊形控制基于行為的隊形保持采用奔向目標、保持隊形、切線避碰、隨機擾動

4種行為實現(xiàn)隊形保持，使一組機器人按照規(guī)定的隊形從一個位置運動到另一個位置。

奔向目標：該行為使Leader奔向目標

保持隊形：Follower跟隨Leader按照隊形約束進行規(guī)劃曹志強，未知環(huán)境下多機器人協(xié)調(diào)與控制的隊形問題研究，博士論文35多機器人隊形控制基于行為的隊形保持

切線避碰：沿與障礙物的內(nèi)切線方向運動，以便避障。

隨機擾動：當機器人連續(xù)幾步不能運動時，加入隨機擾動以克服死鎖。可選運動方向36多機器人隊形控制基于行為的隊形保持

行為決策：C1:發(fā)生死鎖C2:無障礙C3:與障礙物間距離偏小C4:已繞過靜態(tài)障礙37多機器人隊形控制基于行為的隊形保持

協(xié)調(diào)策略：當Leader沒有遇到障礙，但Follower遇到障礙時，F(xiàn)ollower不能獨立行動。此時，如果隊形進行適當旋轉(zhuǎn)能夠通過障礙區(qū)域，則可以更換Leader。采用仲裁機制，從多個申