1。介绍

Vision为机器人在非结构化环境中移动提供了一套强大的感觉过程，因为它允许非接触式测量外部世界并提高任务精度[7]。 基于早期视觉的机器人系统以开环方式使用称为静态观察 - 移动的方法操作[11]。 基于视觉反馈的位置环闭合可以大大改善精度。 这种方法的主要目的，称为视觉伺服[10]，是控制机器人相对于目标对象或一组目标特征的位置。 图。 图1示出了视觉伺服系统的一般框图。 系统接受两个输入：要执行的任务的描述（参考输入）和对象运动（干扰输入）。 视觉分析提供与当前相机位置相关的视觉环境的描述; 该描述由控制器块处理，其产生相机运动。

视觉伺服系统可以分类为“适当的”视觉伺服系统或动态查找和移动系统[11]。 在第一种情况下，关节扭矩是基于视觉的控制器的输出，而在第二种情况下，控制器的输出是馈送到内部位置/速度环的参考扭转螺杆。

关于视觉伺服的控制方面，可以概述两种主要范例：基于位置的和基于图像的伺服。在第一个，基于图像特征提取和相对位置估计在三维（3D）空间中定义误差[15,20]。以这种方式，在机器人工作空间中容易地指定机器人任务，但是在反馈中使用的估计量受相机校准误差的严重影响。在基于图像的伺服中，任何视觉任务在图像平面中被描述为对象外观朝向目标的期望演化，因为误差是根据图像特征计算的[1,8,9,17 ，18]。来*自-优=尔,论:文+网www.youerw.com

相对于平面物体的相机定位的问题在[21]中通过在状态空间表示中包括3D变量来解决。在这种情况下，旋转矩阵和距离比的估计过程基于从同一目标对象的两个图像提取的特征点之间的单应性。注意，[21]中提出的稳定控制法则要求在每次迭代时估计旋转轴和角度，并且不正式考虑关于这些估计量的鲁棒性分析。

在本文中，我们提出一种混合仿射视觉服务方法，其中图像空间（2D）信息和3D对象参数一起使用在动态查找和移动系统的控制设计中。假设相机 - 物体相互作用的线性模型（仿射对象形状变换），从而根据活动要求减小视觉表示的大小[3]。我们证明在视觉状态表示中的3D信息的部分重新引入允许消除基于图像的消歧。