吳初明 深圳國創(chuàng)名廚商用設備制造有限公司南海分公司

基于視覺下的機械臂空間目標抓取策略初探

吳初明 深圳國創(chuàng)名廚商用設備制造有限公司南海分公司

機械臂在太空中執(zhí)行任務時，要識別、跟蹤以及抓取目標，視覺可以為機械臂提供很多的感知信息。本文先是簡單介紹了基于視覺下的機械臂空間目標抓取，然后闡述了基于視覺下的機械臂空間目標抓取系統(tǒng)的數(shù)學模型以及立體視覺的算法流程，最后提出了基于手眼相機的手爪抓取策略。目的是為了幫助相關人員深入了解基于視覺下的機械臂空間目標抓取策略。

機械臂 立體視覺 視覺伺服

前言

目前，世界各國都發(fā)射了衛(wèi)星、空間站和太空探測器等來探索太空，但是，這些航天器會在太空內留下很多空間碎片及太空垃圾，他們會對正常運行的航天機器造成很大的威脅。因此，要使用空間機械臂來回收這些太空垃圾，這樣不僅會保護航天器，還會提升航天器的工作效率及能力，而空間目標的抓取是空間機械臂在執(zhí)行任務時的重要環(huán)節(jié)。因此，對于機械臂空間目標抓取的研究是很有必要的。

一、基于視覺下的機械臂空間目標抓取的概述

空間目標的抓取涉及到空間機械臂的動力學、運動學、軌跡規(guī)劃、避障和控制等多方面的內容。我國目前采用的是用視覺作為反饋來研究機械臂抓取系統(tǒng)的方法，該方法可以詳細地驗證非合作目標在復雜環(huán)境下的視覺算法、攝像機內部和外部參數(shù)的標定以及多自由度機械臂的控制，為機械臂的非合作目標抓取作業(yè)提供了理論的驗證平臺。相對于其他感知方式，視覺主要有獲取的信息量大和不用接觸就可以測量的優(yōu)點，使得機械臂能夠更好地進行目標物體的識別和跟蹤，從而提高機械臂抓取目標物體的準確性。

二、基于視覺下的機械臂空間目標抓取系統(tǒng)的數(shù)學模型

（一）機械臂運動學模型

本文研究的機械臂使用的是串聯(lián)型的手臂結構，主要有三個擺動關節(jié)，兩個轉動關節(jié)和一個擺動與轉動關節(jié)，一共有六個自由度。這種關節(jié)型的機械臂具有結構緊湊、所占空間小、工作空間相對較大等特點，是機械臂中使用最為廣泛的一種結構，能夠到達工作空間的所有位置和姿態(tài)。機械臂的運動學模型主要有正運動學模型及逆運動學模型兩種，其中，正運動學模型主要使用DH方法進行計算，逆運動學模型主要使用幾何法和解析法來進行計算，使用幾何投影的方法來得到機械臂的前三個關節(jié)，使用解析法來得到機械臂的后三個關節(jié)[1]。

（二）抓取系統(tǒng)的空間位姿關系

機械臂進行目標抓取作業(yè)時，一定要標定或確定以下幾個坐標系之間的相互轉換矩陣：首先，是機械臂與基礎坐標系之間的轉換矩陣：因為機械臂的安裝基座是嚴格根據(jù)機械的尺寸進行加工和裝配的，所以該矩陣可以在安裝圖內得到；然后是相機坐標系與基礎坐標系之間的轉換矩陣：因為不能確定相機的安裝尺寸以及相機的光心，所以該矩陣要通過標定才能得到；最后是機械臂手爪坐標系與機械臂坐標系之間的轉換矩陣：該矩陣可以通過機械臂的安裝尺寸來得到。另外，系統(tǒng)中的其他坐標變化都可以通過以上三個坐標轉換矩陣來得到。

三、立體視覺的算法流程

使用立體視覺來測量目標物體的空間位置與姿態(tài)，具體的視覺處理算法流程如下：第一，在左右兩個相機中分別捕捉當前的兩幀圖像；第二，通過“塊視差計算”單元模塊，來矯正和捕捉左右相機中的畸變圖像，使矯正過的相機中心對齊在同一條圖像的水平線上，再與塊匹配技術BlockMatching相結合，簡單地計算一下左右圖像存在的視差圖；第三，使用視差圖來計算目標物體的初始三維景深，然后反演到二維的圖像平面上，最后估計出目標物體在左右圖像內的大致范圍；第四，在第三步估計的范圍內提取出目標的輪廓特征，進行目標橢圓輪廓特征的追蹤；第五，使用RanSac算法來擬合點云對應的平面，以此來計算出平面法的向量和點云的中心位置。

四、基于手眼相機的手爪抓取策略

經過大量的實驗分析，我們發(fā)現(xiàn)，使用立體視覺進行目標定位的測量存在很大的誤差。但是抓取空間目標要求位置和姿態(tài)的測量精度要達到手爪范圍以及機械臂的運動精度要求，但是只使用雙目相機不能達到要求，因此，要使用雙目和單目相結合的方法。其中，單目視覺算法可以使用基于圖像及位置的兩種視覺伺服算法，基于圖像的視覺伺服算法具備更多的優(yōu)勢，因為基于圖像的視覺伺服算法不會依賴單目相機的內部及外部參數(shù)的標定結果。本文應用這種算法進行手爪的位姿調整，以此來進行目標抓取。要將相機安裝到手爪固定的位置上，相機會隨著手爪尾端的軌跡進行運動。具體的抓取方案如下：

第一，雙目相機會對目標進行識別，測量出目標在雙目視覺坐標系內的位置和姿態(tài)，然后根據(jù)雙目視覺坐標系與機器人坐標系之間的轉換矩陣，來計算出目標在機器人坐標系內的位置和姿態(tài)；第二，要依據(jù)雙目視覺反饋以及IMM算法，估計出目標物體的運動狀況，確定好抓取目標時手爪的初始位姿，將機械臂運動到確定好的初始位姿時，啟動單目相機；第三，使用單目相機來測量目標在相機坐標系內的坐姿，然后依據(jù)單目坐標系與機械臂末端坐標系之間的轉換矩陣，來計算目標物體在機械臂末端坐標系內的位姿；第四，采用IMM算法來估計出目標物體的運動參數(shù)，按照視覺伺服控制律，實施目標物體的對接和抓取[2]。

五、結論

綜上所述，機械臂空間目標抓取系統(tǒng)是一種比較復雜的系統(tǒng)。分析可得，建立空間目標抓取系統(tǒng)的數(shù)學模型，選擇科學合理的算法，應用正確的抓取策略，可以有效地保障機械臂抓取空間目標，為機械臂探測以及抓取非合作目標提供了參考。希望本文可以為相關人員研究機械臂空間目標的抓取提供參考。

[1]陳友東，郭佳鑫，陶永.基于高斯過程的機器人自適應抓取策略[J].北京航空航天大學學報，2016:1-9.

[2]叢佩超，孫兆偉.雙臂式空間機械臂捕捉目標的碰撞問題研究[J].四川大學學報(工程科學版)，2010，4204:234-241.