基于无模型自适应控制的视觉伺服

doi:10.3969/j.issn.1006-2475.2024.01.005

计算机与现代化 ›› 2024, Vol. 0 ›› Issue (01): 29-34.doi: 10.3969/j.issn.1006-2475.2024.01.005

基于无模型自适应控制的视觉伺服

（1.江西理工大学电气工程与自动化学院，江西赣州 341000；
2.中国科学院自动化研究所复杂系统与智能科学国家重点实验室，北京 100190）

出版日期:2024-01-23 发布日期:2024-02-23
作者简介:彭宗玉（1996—），男，江西赣州人，硕士研究生，研究方向：机器视觉，机器人控制，E-mail: zongyu_peng@sina.com；黄开启(1969—)，男，江西赣州人，教授，博士，研究方向：车辆动力学控制，机器人技术，新能源汽车控制，E-mail: kaiqi.huang@163.com；通信作者:苏建华(1977—)，男，北京人，研究员，研究方向：机器人技术，机器视觉，机器学习，E-mail: jianhua.su@ia.ac.cn；王丽丽(1998—)，女，河北唐山人，硕士研究生，研究方向：机器视觉，机器学习，E-mail: wanglili2020@ia.ac.cn。
基金资助:
国家自然科学基金资助项目(62273343)；航天飞行动力学技术重点实验室基金资助项目(KGJ6142210210311)

Visual Servo Based on Model-free Adaptive Control

（1. School of Electrical Engineering and Automation， Jiangxi University of Science and Technology， Ganzhou 341000， China；
2. Key Lab of Complex System and Intelligence Sciences， Institute of Automation， Chinese Academy of Sciences， Beijing 100190， China）

Online:2024-01-23 Published:2024-02-23

摘要/Abstract

摘要： 摘要：传统的机器人视觉伺服控制技术需要已知机器人精确的动力学和运动学模型以及机器人的手-眼参数。然而，由于机器人建模、手-眼标定等过程存在一定误差，因此很难精确获得视觉伺服控制模型，从而影响机器人视觉伺服系统的精度和收敛速度。针对这一难题，本文提出一种基于无模型自适应控制方法（MFAC）的机器人视觉伺服技术。利用视觉伺服系统的输入与输出数据，实现自适应视觉伺服控制，即通过MFAC在线估计机器人伺服控制器中的雅各比矩阵，并结合滑模控制器，实现机器人对目标的快速精确跟踪。实验结果表明，本文提出的方法在系统参数变化引起的未知扰动情况下仍能保证伺服控制器平稳收敛，并且能够减小视觉跟踪误差。

关键词: 关键词：视觉伺服, 无模型自适应控制, 滑模控制

Abstract: Abstract: The traditional robot visual servo control technology requires accurate dynamics and kinematics models of known robots and the calibration of camera. However， due to the errors in the robot modeling and camera calibration， it is difficult to accurately build the error model， which affects the positioning accuracy and convergence speed of the robot vision servo system. To solve this problem， this paper proposes a robot vision servo technology based on Model-free Adaptive Control （MFAC）. Using the input and output data of the system， this paper realizes adaptive visual servo control. Namely by the Jacobian matrix in the MFAC online estimation robot servo controller and combining with sliding mode controller， this paper achieves the precise tracking task to targets. The results of simulation experiments show that the proposed method can ensure the smooth convergence of the servo controller under the unknown disturbance caused by the change of system parameters and reduce the system positioning error.

Key words: Key words: visual servo, model-free adaptive control, sliding mode control

中图分类号:

TP242

彭宗玉, 黄开启, 苏建华, 王丽丽. 基于无模型自适应控制的视觉伺服[J]. 计算机与现代化, 2024, 0(01): 29-34.

PENG Zong-yu, HUANG Kai-qi, SU Jian-hua, WANG Li-li. Visual Servo Based on Model-free Adaptive Control[J]. Computer and Modernization, 2024, 0(01): 29-34.

参考文献［28］

［1］	SUN X Y， ZHU X J， WANG P Y. A review of robot control with visual servoing［C］// IEEE 8th Annual International Conference on Technology in Automation， Control， and Intelligent Systems （CYBER）. 2018:116-121.
［2］	王麟琨，徐德，谭民. 机器人视觉伺服研究进展［J］. 机器人， 2004（3）:277-282.
［3］	陶波，龚泽宇，丁汉. 机器人无标定视觉伺服控制研究进展［J］. 力学学报， 2016，48（4）:767-7833.
［4］	贾丙西，刘山，张凯祥，等. 机器人视觉伺服研究进展:视觉系统与控制策略［J］. 自动化学报， 2015，41（5）:861-873.
［5］	ZHANG Y Y， LI S. A neural controller for image-based visual servoing of manipulators with physical constraints［J］. IEEE Transactions on Neural Networks and Learning Systems， 2018，29（11）:5419-5429.
［6］	JIANG P，CHENG Y，WANG X，et al. Unfalsified visual servoing for simultaneous object recognition and pose tracking［J］. IEEE Transactions on Cybernetics， 2016，46（12）:3032-3046.
［7］	黄正军，王桂锋，施卢丹. 运用图像轨迹规划的无标定机器人视觉伺服控制［J］. 机械科学与技术， 2022，41（3）:402-408.
［8］	WU D J， ZHONG X G， ZHANG X L， et al. Uncalibrated image-based visual servoing based on joint space and image moment［C］// 2018 the 37th Chinese Control Conference （CCC）. 2018:5391-5397.
［9］	刘珊，王永骥，方慧娟，等. 机器人轨迹跟踪滑模控制研究［J］. 微计算机信息， 2008（17）:261-262.
［10］	TOMEI P. Robust adaptive friction compensation for tracking control of robot manipulators［J］. IEEE Transactions on Automatic Control， 2000，45（11）:2164-2169.
［11］	杨亮，陈勇，刘治. 基于参数不确定机械臂系统的自适应轨迹跟踪控制［J］. 控制与决策， 2019，34（11）:2485-2490.
［12］	LEE S H Y， CHWA D. Dynamic image-based visual servoing of monocular camera mounted omnidirectional mobile robots considering actuators and target motion via fuzzy integral sliding mode control［J］. IEEE Transactions on Fuzzy Systems， 2021，29（7）:2068-2076.
［13］	陈梅，车尚岳. 无标定视觉伺服机器人跟踪控制策略研究［J］. 控制工程， 2019，26（6）:1055-1059.
［14］	TAN N， ZHENG W K， ZHANG X Y， et al. Adaptive neural networks for image-based visual servoing with uncertain parameters［C］// 2022 International Joint Conference on Neural Networks （IJCNN）. 2022:1-7.
［15］	YE T Y，CHENG M Y，CHEN Y L，et al. Reinforcement learning-based IBVS structure for control of point-to-point motion of robot manipulattors［J］. Journal of Marine Science and Technology， 2020，28（5）:367-375.
［16］	TAN N，YU P，ZHENG W K. Uncalibrated and unmoderled image-based visual servoing of robot manipulators using zeroing neural networks［J］. IEEE Transations on Cybernetics， 2022. DOI: 10.1109/TCYB.2022.3227470.
［17］	HOU Z S， JIN S T. Data-driven model-free adaptive control for a class of MIMO nonlinear discrete-time systems［J］. IEEE Transactions on Neural Networks， 2011，22（12）:
	2173-2188.
［18］	周孚成. 基于图像的机器人视觉伺服控制［D］. 长沙:中南大学， 2012.
［19］	陈希岩. 基于图像的视觉伺服机器人系统研究［D］. 沈阳:东北大学， 2009.
［20］	侯忠生. 无模型自适应控制的现状与展望［J］. 控制理论与应用， 2006（4）:586-592.
［21］	金尚泰. 无模型学习自适应控制的若干问题研究及其应用［D］. 北京:北京交通大学， 2008.
［22］	侯忠生，韩志刚. 非线性系统鲁棒无模型学习自适应控制［J］. 控制与决策，1 995（2）:137-142.
［23］	DENG K， LI F， YANG C. A new data-driven model-free adaptive control for discrete-time nonlinear systems［J］. IEEE Access， 2019，7:126224-126233.
［24］	BECERRA H M， LOPEZ N G， SAGUES C. A sliding-mode-control law for mobile robots based on epipolar visual servoing from three views［J］. IEEE Transaction on Robotics， 2011，27（1）175-183.
［25］	LI F， XIE H L. Sliding mode variable structure control for visual servoing system［J］. International Journal of Automation and Computing， 2010，7（3）:317-323.
［26］	LI S T， GHASEMI A， XIE W， et al. An enhanced IBVS controller for a 6DOF manipulator using hybrid PD-SMC method［J］. International Journal of Control， Automation and Systems， 2018，16（2）:844-855.
［27］	ASAD M， BHATTI A， IQBAL S， et al. A smooth integral sliding mode controller and disturbance estimator design［J］. International Journal of Control， Automation and Systems， 2015，13（6）:1326-1336.
［28］	MUÑOZ-BENAVENT P， GRACIA L， SOLANES J E， et al. Sliding mode control for robust and smooth reference tracking in robot visual servoing［J］. International Journal of Rboust and Noulinear Control， 2018，28（5）:1728-1756.

[1]	宋涛涛, 李艳萍, 李洪港, 韩春雪. 基于改进变结构趋近律的机械臂滑模控制系统[J]. 计算机与现代化, 2023, 0(12): 14-18.
[2]	吴凤娇;张建伟;王雷. 一个简化的混沌系统及其控制器设计[J]. 计算机与现代化, 2013, 1(11): 38-42.
[3]	蒋其斌;曹志刚;李新国;饶志荣;刘德武;程伟. 基于准滑模控制的汽油发电机电子调速器研究[J]. 计算机与现代化, 2012, 1(03): 177-181.

基于无模型自适应控制的视觉伺服

Visual Servo Based on Model-free Adaptive Control

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献［28］

相关文章 3

编辑推荐

Metrics

本文评价

基于无模型自适应控制的视觉伺服

Visual Servo Based on Model-free Adaptive Control

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 ［28］

相关文章 3

编辑推荐

Metrics

本文评价

参考文献［28］