·382 工程科学学报，第40卷，第3期 械臂移动及操作时会对目标造成遮挡.由于相机固 实现全闭环伺服控制，本文提出一种位置反馈型 定（不随机器人移动），对目标的测量结果不变，因 (闭环)与位置给定型（开环）相结合的基于位置的 此若相机标定精度不高，会产生较大的绝对误差使 视觉伺服系统，该方法不需增加额外相机（另结合 机械臂偏移目标位置.对于Eye-in-Hand系统，其 Eye-to-Hand型式)来补充测量视场.末端执行器 在实际应用时视场处于不断变化状态，不能保证目 在最小测量距离以上（目标处于视场内）的调姿过 标一直在视场中，有时会导致目标丢失的现象.而 程采用闭环控制：调姿完成后在最小测量距离以内 且受到作业空间的影响，很难满足对任意姿态、距离 沿法向加载过程为开环控制.针对开环中机器人定 的有效测量.系统只能在目标上方一定高度处进行 位精度的补偿问题，本文提出前馈补偿模型，利用前 测量，机器人根据测量反馈完成调姿后，沿法向运动 期机器人路径中测量得到的若干数据组估算下一阶 到目标位置进行作业. 段机器人运动的偏移量，以作为系统误差直接进行 为解决视场受限、易丢失目标的问题，Corke 补偿.该方法能迅速有效地补偿外扰对整个系统的 等P,刃等提出了一种2.5D的视觉伺服方法，使用扩 影响 展图像坐标在图像空间控制位置，而通过部分三维 重构在笛卡尔空间控制旋转.瑞典Kragic与Chris- 1机器视觉控制系统 tensen图、美国Wang等采用Eye-to--Hand和Eye一 1.1最短测量距离 in-Hand相结合的方式，大范围内使用Eye-to-Hand 在设计非接触式双目视觉测量系统时，首先需 方式以得到较大的视野，而在小范围内使用Eye-in一 根据测量对象、末端执行器尺寸、测量范围等要求完 Hand方式提高控制精度.美国Silveira与Malis 成理论设计.需要选定的参数包含：相机焦距、相机 提出了一种利用图像的像素密度（而非角点、边线 基线距离、光轴夹角、测量距离等.据此可以通过建 等特征)计算相关参数并控制6自由度工业机器人 立三维投影图，如图1(a)所示，计算单相机的理论 的视觉伺服系统，因此当部分图像特征被遮掩或丢 视场大小和双相机的公共视场区域大小. 失时依然可行. 固定焦距镜头具有固定视场角Av·尽管视角 因视场丢失而无法在线补偿的这段运动过程， 保持不变，但通过针对不同工作距离调整镜头焦距， 需采取其他办法对机器人偏移进行纠正.天津大学 仍可获得不同大小的视场(FOV).设相机测量的水 陈益伟提出基于坐标平移的修正方法，将被测点 平视场为HFOV(mm),相机以测量对象几何中心呈 的理论值和三坐标测量机测得的实际值的差作为该 对称安装.相机安装角为0（°），a=Aov/2.焦点到 点的平移量.这种方法可以有效提高定位精度，但 目标的距离为L,则根据几何关系可知： 存在借助三坐标测量机、为减少环境影响而延长测 HFOV =2Ltana [1-(tane)2] (1) 量周期等缺点.江南大学沈程慧等的采用最小距 因此当被测对象的尺寸为amm时，则可得到 离误差逼近法，构建网格模型循环查找最小距离粒 理论最短测量距离L,即目标完全处于视场内的 度点并依次逼近，提高绝对定位精度.但该方法的 最短测量高度： 缺陷是最终定位接近目标点，而不是直接到达目 a (2) 标点 Lin =2Ltan c -(tan 0)] 针对双目Eye-in-Hand系统因视场问题难以 由式(2)确定的最短测量距离可为视觉测量系 a 公共视场区域 b/2 测量目标 作业位置 光轴 最短测量距离 图1双目视觉测量系统最短测量距离 Fig.1 Shortest measure distance of binocular vision工程科学学报，第 40 卷，第 3 期 械臂移动及操作时会对目标造成遮挡． 由于相机固 定( 不随机器人移动) ，对目标的测量结果不变，因 此若相机标定精度不高，会产生较大的绝对误差使 机械臂偏移目标位置． 对于 Eye--in--Hand 系统，其 在实际应用时视场处于不断变化状态，不能保证目 标一直在视场中，有时会导致目标丢失的现象． 而 且受到作业空间的影响，很难满足对任意姿态、距离 的有效测量． 系统只能在目标上方一定高度处进行 测量，机器人根据测量反馈完成调姿后，沿法向运动 到目标位置进行作业． 为解 决 视 场 受 限、易丢失目标的问题，Corke 等［2，7］等提出了一种 2. 5D 的视觉伺服方法，使用扩 展图像坐标在图像空间控制位置，而通过部分三维 重构在笛卡尔空间控制旋转． 瑞典 Kragic 与 Chris￾tensen［8］、美国 Wang 等［9］采用 Eye--to--Hand 和 Eye-- in--Hand 相结合的方式，大范围内使用 Eye--to--Hand 方式以得到较大的视野，而在小范围内使用 Eye--in-- Hand 方式提高控制精度． 美国 Silveira 与 Malis［10］ 提出了一种利用图像的像素密度( 而非角点、边线 等特征) 计算相关参数并控制 6 自由度工业机器人 的视觉伺服系统，因此当部分图像特征被遮掩或丢 失时依然可行． 图 1 双目视觉测量系统最短测量距离 Fig． 1 Shortest measure distance of binocular vision 因视场丢失而无法在线补偿的这段运动过程， 需采取其他办法对机器人偏移进行纠正． 天津大学 陈益伟［11］提出基于坐标平移的修正方法，将被测点 的理论值和三坐标测量机测得的实际值的差作为该 点的平移量． 这种方法可以有效提高定位精度，但 存在借助三坐标测量机、为减少环境影响而延长测 量周期等缺点． 江南大学沈程慧等［12］采用最小距 离误差逼近法，构建网格模型循环查找最小距离粒 度点并依次逼近，提高绝对定位精度． 但该方法的 缺陷是最终定位接近目标点，而不是直接到达目 标点． 针对双目 Eye--in--Hand 系统因视场问题难以 实现全闭环伺服控制，本文提出一种位置反馈型 ( 闭环) 与位置给定型( 开环) 相结合的基于位置的 视觉伺服系统，该方法不需增加额外相机( 另结合 Eye--to--Hand 型式) 来补充测量视场． 末端执行器 在最小测量距离以上( 目标处于视场内) 的调姿过 程采用闭环控制; 调姿完成后在最小测量距离以内 沿法向加载过程为开环控制． 针对开环中机器人定 位精度的补偿问题，本文提出前馈补偿模型，利用前 期机器人路径中测量得到的若干数据组估算下一阶 段机器人运动的偏移量，以作为系统误差直接进行 补偿． 该方法能迅速有效地补偿外扰对整个系统的 影响． 1 机器视觉控制系统 1. 1 最短测量距离 在设计非接触式双目视觉测量系统时，首先需 根据测量对象、末端执行器尺寸、测量范围等要求完 成理论设计． 需要选定的参数包含: 相机焦距、相机 基线距离、光轴夹角、测量距离等． 据此可以通过建 立三维投影图，如图 1( a) 所示，计算单相机的理论 视场大小和双相机的公共视场区域大小． 固定焦距镜头具有固定视场角 AFOV． 尽管视角 保持不变，但通过针对不同工作距离调整镜头焦距， 仍可获得不同大小的视场( FOV) ． 设相机测量的水 平视场为 HFOV( mm) ，相机以测量对象几何中心呈 对称安装． 相机安装角为 θ( °) ，α = AFOV /2． 焦点到 目标的距离为 L，则根据几何关系可知: HFOV = 2Ltanα［1 － ( tanθ) 2 ］ ( 1) 因此当被测对象的尺寸为 a mm 时，则可得到 理论最短测量距离 Lmin，即目标完全处于视场内的 最短测量高度: Lmin = a 2Ltan α［1 － ( tan θ) 2 ］ ( 2) 由式( 2) 确定的最短测量距离可为视觉测量系 · 283 ·