涂勝倩

(安徽三聯(lián)學(xué)院 基礎(chǔ)實(shí)驗(yàn)教學(xué)中心，合肥，230601)

當(dāng)前，人工智能、傳感設(shè)備及計(jì)算機(jī)技術(shù)迅猛發(fā)展，機(jī)器人系統(tǒng)智能化程度更高。作為非接觸式傳感設(shè)備，視覺傳感器在生活或工業(yè)生產(chǎn)中廣為應(yīng)用。視覺傳感器與機(jī)器視覺技術(shù)相結(jié)合，獲取精準(zhǔn)的信息目標(biāo)或識(shí)別肉眼沒法看清的物體，解決傳統(tǒng)技術(shù)留置的問題。機(jī)器視覺伺服系統(tǒng)是一非線性極復(fù)雜系統(tǒng)，具強(qiáng)耦合性。機(jī)器視覺伺服系統(tǒng)涉及多領(lǐng)域技術(shù)，含自控原理、機(jī)器人學(xué)、機(jī)器視覺、伺服控制、操作實(shí)時(shí)系統(tǒng)等。因此，視覺伺服系統(tǒng)是當(dāng)今機(jī)器人智能化研究領(lǐng)域的熱點(diǎn)。

1 機(jī)器視覺

大量機(jī)器視覺法都運(yùn)用于某些設(shè)備的控制。常見機(jī)器視覺任務(wù)是目標(biāo)定位[1]。可用簡(jiǎn)單二值分割進(jìn)行目標(biāo)定位，如對(duì)比度、顏色、紋理分割，或用模板匹配法，此法適于某較固定場(chǎng)景。

視覺立體系統(tǒng)包含自標(biāo)定攝像機(jī)、三維立體重建、圖像配準(zhǔn)等。特殊視覺伺服機(jī)器需選特征圖像，圖像魯棒性越穩(wěn)定越適合選為視覺特征。視覺伺服特征研究是當(dāng)今熱點(diǎn)之一。點(diǎn)、線特征較為常見，整幅圖像和點(diǎn)密度也可作為特征。

2 無標(biāo)定視覺伺服

雅可比矩陣在視覺伺服圖像中有重要內(nèi)涵，是對(duì)攝像機(jī)全部參數(shù)的另一種表達(dá)形式。像機(jī)內(nèi)參有景深、畸變、焦距、孔徑等，外參指像機(jī)焦點(diǎn)與目標(biāo)之距離。若得知參數(shù)，此視覺即能標(biāo)定；如已知參數(shù)部分，從廠家知攝像機(jī)內(nèi)參，某些深定場(chǎng)景外參數(shù)可粗略計(jì)算得出，此系統(tǒng)為部分標(biāo)定。若全然不知?jiǎng)t為無標(biāo)定。也可視部分標(biāo)定屬無標(biāo)定。早期的視覺伺服多為標(biāo)定型，直接通過已知參數(shù)計(jì)算雅可比矩陣，人工標(biāo)定成本較高；另自然中攝像機(jī)內(nèi)參數(shù)會(huì)不斷變化，如自然退化或人為影響等。若標(biāo)定人工反復(fù)進(jìn)行，成本高又費(fèi)時(shí)。為獲較強(qiáng)魯棒系統(tǒng)，研究無標(biāo)定視覺伺服法受到重視。

傳統(tǒng)視覺伺服，需精確計(jì)算標(biāo)定，標(biāo)定方式有兩種，一為固定安裝攝像機(jī)于機(jī)械臂，精確標(biāo)定轉(zhuǎn)換矩陣；二是安裝攝像機(jī)，機(jī)械臂末端標(biāo)算出攝像機(jī)到其末端的轉(zhuǎn)換齊次矩陣X。從本質(zhì)上看，兩種標(biāo)定方式一致，計(jì)算Ax=xB得矩陣X。但計(jì)算較復(fù)雜，需在實(shí)驗(yàn)中得出大量數(shù)據(jù)，求解迭代使誤差減小得精確標(biāo)定結(jié)果，且操作環(huán)境復(fù)雜X矩陣出現(xiàn)變化，要重新標(biāo)定過程。因而無標(biāo)定視覺伺服備受關(guān)注。無標(biāo)伺服系統(tǒng)用估算矩陣X和雅可比矩陣提高系統(tǒng)性能。性能依賴于估算在線噪聲處理和優(yōu)良特性，在線估算法分狀態(tài)估計(jì)法和非線性優(yōu)化法兩類。無標(biāo)定視覺無需標(biāo)定機(jī)器運(yùn)動(dòng)模型和攝像頭參數(shù)，用平面圖像特性偏差得到指令信號(hào)，預(yù)先設(shè)定方向和位置，驅(qū)動(dòng)機(jī)械運(yùn)動(dòng)完成任務(wù)。比需標(biāo)定參數(shù)的伺服更具應(yīng)用前景。無標(biāo)定視覺調(diào)節(jié)需要的函數(shù)e(s*-s(m(t),a))到最小，s,*s各為伺服所需值，m(t)表圖形消息，a表焦距參數(shù)。結(jié)構(gòu)系統(tǒng)圖如圖1所示。

圖1 無標(biāo)定視覺伺服構(gòu)造圖

無標(biāo)定視覺伺服不需對(duì)三維目標(biāo)重建，用圖像對(duì)運(yùn)動(dòng)驅(qū)動(dòng)，使伺服結(jié)構(gòu)得到簡(jiǎn)化，比起標(biāo)定伺服，無標(biāo)定的魯棒性提高。

3 基于強(qiáng)化學(xué)習(xí)的無標(biāo)定視覺伺服

3.1 基于強(qiáng)化學(xué)習(xí)的無標(biāo)定視覺伺服控制

在圖像領(lǐng)域分類中，強(qiáng)化神經(jīng)網(wǎng)絡(luò)應(yīng)用逐步擴(kuò)展，得以發(fā)展用于多種視覺領(lǐng)域系統(tǒng)中[2]。傳統(tǒng)方法需提取視覺特征以設(shè)計(jì)控制律對(duì)機(jī)器控制。為解決強(qiáng)化學(xué)習(xí)視覺控制找出了方法，此法直接對(duì)比目標(biāo)和當(dāng)前圖像，并非是對(duì)圖像特征匹配和比對(duì)，據(jù)此法做大量改進(jìn)得豐富成果。強(qiáng)化技術(shù)學(xué)習(xí)在應(yīng)用中可操作性強(qiáng)，用卷積網(wǎng)抓取機(jī)械目標(biāo)點(diǎn)計(jì)算，獲得目標(biāo)點(diǎn)精確，用信息視覺對(duì)復(fù)雜定位抓取，攝像機(jī)信息及工作環(huán)境未知時(shí)，用強(qiáng)化學(xué)習(xí)完成機(jī)械抓取任務(wù)。在視覺系統(tǒng)中目標(biāo)物和相機(jī)自運(yùn)動(dòng)應(yīng)用得到普及。卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)PoseNet，據(jù)相機(jī)單目視野視覺獲6自由度相機(jī)運(yùn)動(dòng)信息，用不同神經(jīng)網(wǎng)絡(luò)，目標(biāo)圖像視野及轉(zhuǎn)換作數(shù)據(jù)訓(xùn)練，可輸入視野圖像訓(xùn)練得模型預(yù)測(cè)得轉(zhuǎn)換矩陣。神經(jīng)網(wǎng)絡(luò)訓(xùn)練，預(yù)測(cè)兩圖片間輸入光流信息獲相機(jī)幀和幀間轉(zhuǎn)換視覺矩陣。卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于分類中，把圖片至目標(biāo)矩陣作數(shù)據(jù)訓(xùn)練標(biāo)簽，訓(xùn)練好的模型可預(yù)測(cè)轉(zhuǎn)換矩陣。

3.2 基于強(qiáng)化學(xué)習(xí)的無標(biāo)定視覺伺服控制算法設(shè)計(jì)

利用強(qiáng)化學(xué)習(xí)訓(xùn)練機(jī)械視覺控制器，達(dá)到無標(biāo)定視覺目標(biāo)。設(shè)計(jì)了無標(biāo)定算法，利用強(qiáng)化學(xué)習(xí)訓(xùn)練機(jī)械器。找到無標(biāo)定圖像特性方案，用卡爾曼濾波圖像和雅克比矩陣估計(jì)二者結(jié)合對(duì)系統(tǒng)設(shè)計(jì)。

(1)強(qiáng)化學(xué)習(xí)的無標(biāo)定視覺伺服

強(qiáng)化學(xué)習(xí)無標(biāo)定視覺伺服控制結(jié)構(gòu)和設(shè)計(jì)詳細(xì)方案如圖2所示。

圖2 基于強(qiáng)化學(xué)習(xí)的無標(biāo)定視覺伺服控制框圖

從控制框圖得知，無標(biāo)定機(jī)械視覺伺服控制，用固定的設(shè)計(jì)雙目攝像頭，兩攝像頭在機(jī)械運(yùn)動(dòng)時(shí)對(duì)圖像信息實(shí)時(shí)采集，利用的是小孔成像模型原理，可得末端機(jī)械位姿4個(gè)特征圖像點(diǎn)P11、P12、P21、P22。 攝像機(jī)1由P11、P12兩點(diǎn)產(chǎn)生，攝像機(jī) 2由P21、P22兩點(diǎn)產(chǎn)生，為減少計(jì)算量，轉(zhuǎn)換圖像特征點(diǎn)為目前圖像特征fc=(μ1,u1μ1,u1,μ2μ2,u2u2,θ1θ1,θ2θ2)T,P11=(μ1,u1μ1,u1),P21=(μ2μ2,u2u2),θ1θ1,θ2θ2分別是P11、P12點(diǎn)與攝像機(jī)1圖像u軸間夾角和P21、P22點(diǎn)與像機(jī)2 之u軸夾角。無標(biāo)定伺服使圖像特性期望值fd與圖像特性當(dāng)前值fc進(jìn)行偏差運(yùn)算得Δf，收到運(yùn)算Δf下一步執(zhí)行動(dòng)作Δq，關(guān)節(jié)器控制機(jī)械器至目標(biāo)位置q，由運(yùn)動(dòng)學(xué)可得機(jī)械器位信息空間T，再由雙目攝像頭得到機(jī)械器運(yùn)動(dòng)后圖像，生成偏差信息，循環(huán)執(zhí)行此過程，直至機(jī)械器達(dá)期望目標(biāo)位。機(jī)械器完成任務(wù)起作用的是圖像特性與機(jī)械器運(yùn)動(dòng)兩者變化關(guān)系成非線性，雅克比矩陣用于控制機(jī)械器運(yùn)動(dòng)，機(jī)械器運(yùn)動(dòng)關(guān)節(jié)變化微小時(shí)[3]，雅克比圖像擬合近似非線性關(guān)系，使用濾波Kalman在線算法，遞推估計(jì)圖像雅克比矩陣，但在空間對(duì)機(jī)械器運(yùn)動(dòng)軌跡未達(dá)理想化，本研究提出強(qiáng)化學(xué)習(xí)視覺，將學(xué)習(xí)系數(shù)乘給圖像偏差，在線聯(lián)合濾波Kalman算法，使機(jī)械器運(yùn)動(dòng)變化與圖像變化間效果逼近，產(chǎn)生空間運(yùn)動(dòng)軌跡較優(yōu)。

應(yīng)用本研究算法中強(qiáng)化學(xué)習(xí)差分無模型時(shí)序算法Sarsa，原理如圖3所示。現(xiàn)學(xué)習(xí)訓(xùn)練無標(biāo)定視覺伺服控制器程序，圖像離散化特性Δf偏差構(gòu)成Agent環(huán)境中S態(tài)，系數(shù)偏差離散化運(yùn)算k獲環(huán)境Agent行動(dòng)A，依圖像特性Δf偏差確立Agent環(huán)境狀態(tài)st，再用貪心s-greedy算法選Agent行動(dòng)操作at，得到系數(shù)k，產(chǎn)生機(jī)械器動(dòng)作伺服后得獎(jiǎng)值R，再對(duì)當(dāng)前狀態(tài)-動(dòng)作值Q(st,at)更新，為后面用貪心算法施展動(dòng)作作好準(zhǔn)備。機(jī)械器各周期得特征偏差，按圖像大小偏差設(shè)Agent態(tài)，A學(xué)習(xí)gent操作動(dòng)作得系數(shù)k，機(jī)械器控制作用產(chǎn)生，據(jù)反饋環(huán)境得Agent現(xiàn)在態(tài)下操作動(dòng)作獎(jiǎng)賞。反復(fù)進(jìn)行，至機(jī)械方達(dá)期望位。讓機(jī)械器再用此法在空間工作中多次以初始位運(yùn)動(dòng)至期望位，機(jī)械器因?qū)W習(xí)在空間軌跡運(yùn)動(dòng)得逐步改進(jìn)。

圖3 強(qiáng)化學(xué)習(xí)原理

4 強(qiáng)化學(xué)習(xí)無標(biāo)定視覺伺服實(shí)驗(yàn)與應(yīng)用

4.1 應(yīng)用背景

微操作器多和任務(wù)關(guān)聯(lián)，每臺(tái)微機(jī)器有特有的操作任務(wù)。系統(tǒng)裝備為微裝配機(jī)器，可執(zhí)行常規(guī)靶裝ICF配操作，把圖4(a)(b)中兩柱腔及圖4(c)中靶球配備成一ICF靶常規(guī)(見圖4(d))。腔柱典型長是1 mm，靶球典型直徑是200～500 μm。圖4(a)(b)灰線橫向的背景為一切槽成V形，放置的作用是防柱腔受震發(fā)生位移，還可防靶球陷坑。

圖4 ICF常規(guī)靶裝備零件圖

圖5 系統(tǒng)結(jié)構(gòu)圖

4.2 系統(tǒng)構(gòu)建

4.2.1 整體概述

整體硬件系統(tǒng)有: 含視覺高清攝像機(jī)兩臺(tái)；含六自由度運(yùn)動(dòng)系統(tǒng)機(jī)械器2臺(tái)，四自由度機(jī)械器1臺(tái)，旋轉(zhuǎn)升降平臺(tái)1個(gè)；系統(tǒng)含陶瓷壓電微夾持雙晶片器2個(gè)、吸附真空微夾持器1個(gè)；上位控制主機(jī)及下位運(yùn)動(dòng)多軸控制機(jī)等。系統(tǒng)實(shí)物圖如圖6所示。

4.2.2 視覺系統(tǒng)

原始系統(tǒng)圖像由兩臺(tái)單彩高清像機(jī)獲得，3個(gè)視覺垂直、水平和立體構(gòu)建正交體系，如圖7所示。再經(jīng)計(jì)算機(jī)對(duì)目標(biāo)算法定位并獲取目標(biāo)坐標(biāo)。

圖7 水平視覺與垂直視覺

4.2.3 操作手和升降旋轉(zhuǎn)平臺(tái)

操作左右手均達(dá)六自由度，自由度包含三平移x，y，z與繞x，y，z三自由旋轉(zhuǎn)度。中操作手是四自由度，包含三個(gè)x，y，z平移和一繞z旋轉(zhuǎn)度[4]。旋轉(zhuǎn)升降平臺(tái)為兩自由度即繞z旋轉(zhuǎn)和z軸平移。平臺(tái)建構(gòu)高精度位移，配備精度高電機(jī)。以單元控制多軸運(yùn)動(dòng)器，主機(jī)控制PCI插槽。

4.2.4 末端執(zhí)行器

末端執(zhí)行器由實(shí)驗(yàn)室研發(fā)，為壓電雙晶片陶瓷微夾持器和真空吸附微夾持器。先一個(gè)對(duì)較硬金屬柱腔夾持，后一個(gè)吸附輕且塑料或易碎玻璃靶球。

4.3 軟件設(shè)計(jì)

4.3.1 軟件系統(tǒng)結(jié)構(gòu)

為滿足模塊化設(shè)計(jì)和升級(jí)硬件需求，軟件分層設(shè)計(jì)，分層有接口、硬件、應(yīng)用和機(jī)器人層，如圖8所示。

圖8 四層運(yùn)動(dòng)控制器軟件系統(tǒng)

(1)硬件層。硬件層為廠家開發(fā)軟件包，若是開發(fā)包功能不達(dá)標(biāo)，需廠家編寫功能且燒入控制器中，像停止限位、自動(dòng)回零等。

(2)接口層。接口層提供上層硬件接口，解耦上層硬件。接口層部分屬運(yùn)動(dòng)抽象類[5]，任務(wù)是對(duì)下層進(jìn)行封裝，對(duì)上層提供運(yùn)動(dòng)器連接斷開、多軸運(yùn)動(dòng)、單軸聯(lián)動(dòng)、緊急停止、回零、解除鎖定等共有的功能。各控制器執(zhí)行不同大小緩沖區(qū)指令，執(zhí)行隊(duì)列緩沖命令，統(tǒng)一提供緩沖指令。另包含一類連接，負(fù)責(zé)維護(hù)主機(jī)控制接口之間的連接，接口發(fā)生損壞得更換，無需改動(dòng)任意代碼，只改動(dòng)文件設(shè)置。

(3)機(jī)器人層。接口層控制輸出軸，選擇平動(dòng)軸和旋轉(zhuǎn)軸及連接次序即軸類型無關(guān)。這些全由機(jī)器人層維護(hù)，此層含人類機(jī)器，可用下層連接類設(shè)置機(jī)器各軸關(guān)節(jié)，及關(guān)節(jié)連接種類和順序，各關(guān)節(jié)相對(duì)位置量給出就行，可依運(yùn)動(dòng)機(jī)器人學(xué)得各關(guān)節(jié)末端和絕對(duì)兩位置。

(4)應(yīng)用層。此層不需維護(hù)具體類，全部機(jī)器人算法控制及界面都可由此層管理。

4.3.2 靶裝配ICF關(guān)鍵技術(shù)

(1)準(zhǔn)備期用分割法分割彩色視野內(nèi)不同部分目標(biāo)，獲大致范圍和位置，再為加快速度處理切換至灰度圖像。

(2)壓電陶瓷雙晶片微夾持器夾取柱腔

要使定位精度高，此系統(tǒng)用多級(jí)定位由粗至細(xì)法。先使用前以示教法，獲陶瓷壓電微夾持器雙晶片應(yīng)達(dá)位置，在配置文件中記錄下來。粗定位后發(fā)指令[6]，讓微夾持器運(yùn)行至所定位置，因?yàn)槿斯し胖玫闹粵]法十分準(zhǔn)確，還需靠圖像對(duì)陶瓷壓電微夾持器雙晶片定位精確。按精定位階段算法獲雙晶片壓電陶瓷微夾持器和柱腔位置，再用伺服算法控制壓電執(zhí)行器末端對(duì)柱腔夾取。

(3)吸附真空微夾持器和靶球

壓電雙晶片陶瓷微夾持器，對(duì)真空微夾持器定位吸附是從粗至細(xì)兩個(gè)階段。依位置示教，真空末端吸附操作器移至附近靶球陷阱。依據(jù)所提算法定位靶球和末端玻璃吸管位置，據(jù)此視覺信息，用視覺伺服算法移動(dòng)末端精確吸取靶球。

(4)靶球和柱腔的伺服微裝配

先直接移靶球與柱腔至示教位置，定位靶球與柱腔，其它3臺(tái)操作器末端不用定位識(shí)別。用右柱腔作基準(zhǔn)，移左柱腔與靶球完成裝配任務(wù)。

4.4 實(shí)驗(yàn)效果

(1)預(yù)準(zhǔn)備。放置人工柱腔于V形槽兩側(cè)臺(tái)，在臺(tái)左下方陷坑內(nèi)放入靶球。再對(duì)中央轉(zhuǎn)盤進(jìn)行旋轉(zhuǎn)。

(2)柱腔拾取。移陶瓷壓電雙晶片微夾持器至兩端V形槽處，再據(jù)定位算法定位微夾持器與柱腔，移伺服驅(qū)動(dòng)微夾持器對(duì)柱腔拾取。如圖9所示。

圖9 拾取柱腔

(3)靶球拾取。移微夾持器至圓形陷坑處，自動(dòng)地靶球定位并對(duì)微夾持器進(jìn)行吸附，伺服算法吸附驅(qū)動(dòng)微夾持器移至靶球旁。如圖10所示。

圖10 靶球拾取

(4)靶球與靶腔配準(zhǔn)。靶球移動(dòng)、左右柱腔到示教位置，再對(duì)三者的位置定位，基準(zhǔn)為右柱腔，以伺服算法驅(qū)動(dòng)靶球與左柱腔移動(dòng)和配準(zhǔn)。如圖11所示。

圖11 靶球與靶腔配準(zhǔn)

(5)靶球與靶腔對(duì)接。監(jiān)視柱腔人工緊壓度，撤去吸管。等粘膠干了，張開雙晶片左壓電陶瓷末執(zhí)行器。如圖12所示。

圖12 靶球與靶腔對(duì)接

(6)制備完成。置備制好的常規(guī)靶于載物臺(tái)上?；謴?fù)全部設(shè)備于準(zhǔn)備位。位移平臺(tái)用高精度、運(yùn)動(dòng)控制器、高清顯微鏡、吸附真空微夾持器、雙晶片壓電陶瓷微夾持器等設(shè)備建構(gòu)了一裝配微機(jī)器人系統(tǒng)，四層軟件設(shè)計(jì)了框架。在靶微ICF裝配任務(wù)中此系統(tǒng)驗(yàn)證了算法有效性，應(yīng)用實(shí)際中得到好的效應(yīng)。