Визуальное сервоприводное управление

Сервоприводные системы с использованием изображений появились в начале 1980-х годов^[11], однако сам термин англ. visual servo был введён только в 1987 году.^[4][5][6] По сути, визуальное сервоприводное управление использует камеру (визуальный датчик) в качестве основного сенсора для управления роботом. Существуют два главных подхода:^[6] — использование информации с изображения для непосредственного управления степенями свободы (DOF) робота (Image Based Visual Servoing, IBVS); — использование геометрической интерпретации информации для оценки позы цели и параметров камеры (если известна базовая модель объекта). Классификации сервоприводных систем можно также строить по расположению камеры (eye-in-hand и hand–eye), по типу обратной связи в контуре управления (end-point-open-loop и end-point-closed-loop), а также по способу воздействия на приводы робота (прямое управление приводами или передача команд каждой оси и динамическое управление look-and-move).

Одна из ранних работ^[12] предложила иерархическую схему визуального сервопривода для методов, основанных на изображении. Предполагалось, что можно выделить хорошие признаки (например, края, углы, центроиды) для построения частичной модели объекта и использовать их совместно с глобальными моделями сцены и робота. Управление было апробировано на симуляции 2- и 3- степенных манипуляторов.

В работе Феддема и др^[13]. было предложено генерировать траектории задач относительно скорости изменения признаков, чтобы датчики обратной связи всегда оставались эффективными при любом перемещении робота. Предполагалось, что объекты известны заранее (например, есть CAD-модель) и все признаки могут быть надёжно извлечены.

Работа Espiau и соавт^[14]. обсуждает вопросы моделирования матрицы взаимодействия, камеры, выбора визуальных признаков (точки, линии и т.д.).

В работе^[15] была предложена адаптивная система управления с архитектурой look-and-move, использующая оптический поток и SSD для оценки доверия, а также стохастический контроллер с фильтрацией Калмана. Система предполагала, что плоскости камеры и признаков параллельны.

В^[16] предложен подход управления скоростью с помощью якобиана (s˙ = Jv˙), а также используется фильтр Калмана с учётом ошибок при определении положения цели. Описана важность учёта кинематических и динамических эффектов, повторяемости, времени установления и запаздывания.

Критику динамики процесса рассматривает Corke^[17], обсуждая влияние лагов и устойчивости, а также вопросы формирования траекторий, методологии управления осями и разработки метрик эффективности.

В работе Chaumette^[18] проанализированы две основные проблемы IBVS: попадание управления в локальный минимум и достижение особенностей якобиана (сингулярностей), приводящих к неустойчивости. Предложены методы уменьшения эффектов сингулярности через анализ числа обусловленности и пространства нулей якобиана. Также отмечены связи между наличием локальных минимумов и нереализуемостью движения признаков.

Со временем появилось множество гибридных методов^[4]: они предусматривают вычисление полной или частичной позы по эпиполярной геометрии с помощью нескольких обзорных камер, прямым или обучающимся/statistical-методом. Некоторые схемы используют переключение между IBVS и PBVS на основе функции Ляпунова^[4]. Для таких гибридных техник требуются частичные или полные модели объектов, и используются методы выделения движения по изображению^[19].

2,5-мерное визуальное сервоприводное управление (2-1/2-D), разработанное Malis и др^[20]., разделяет информацию о вращениях и перемещениях; предполагается, что желаемая поза известна заранее, вращательное движение оценивается с помощью оценки гомографии (с вычислением оси и угла поворота через собственные значения), а перемещения — через отслеживание признаков. Предполагается знание глубины (depth) заранее.

Гибридная техника, разработанная Corke и Hutchinson^[21][22], известна как метод с разбиением: якобиан изображения разбивается на отдельные компоненты, отвечающие за движения вдоль осей X–Y и вдоль оси Z. Наличие качественной оценки глубины критически важно для реализации этого метода.

В работе^[23] задача сервопривода делится на главную (удержание признаков в поле зрения) и второстепенную задачу (фиксация точки как опорной для вывода камеры в требуемую позу); требуется исходная оценка глубины (например, по одометрии или предположению планарности объекта); второстепенная задача реализуется через параллакс.

Актуальное состояние техник визуального сервопривода, включая особенности выбора признаков и методы отслеживания, рассматривается в работе^[24]. Подчёркивается важность выбора признаков, позволяющих линеаризовать и разделить степени свободы, а также вводится оценка скорости цели для повышения качества слежения.

В большинстве исследований для визуального сервопривода используются точки на изображении как признаки^[5]. В ряде работ вместо точек применялись целые регионы, линии, моменты изображения и инварианты моментов^[25]. Авторы^[26] предложили отслеживание текстурных областей, основанное на оценке деформации, которую эти признаки испытывают.

В работе^[27] анализируется выбор признаков при управлении по оси глубины: рассматриваются, в частности, расстояние между точками и площадь объекта — показано, что оптимальная устойчивость достигается при пропорциональной зависимости ошибки по глубине.

Chaumette^[28] одним из первых рассмотрел использование моментов изображения для построения матрицы взаимодействия, что позволяет декомпозировать степени свободы; вычисления усложнены, особенно вне плоскости. В дальнейшем^[29] такая формулировка позволила отделять управление разными осями; также было показано, что для планарных объектов можно избежать калибровки камеры при известном глубинном параметре.

Инварианты моментов предложены в работе^[30] для формирования векторной функции ошибок, инвариантной к смещениям и поворотам, далее подход был развит и обобщён в работах^[31][32] с применением для непланарных объектов и виртуальных вращений для приведения признаков к плоскости камеры.

Espiau^[33] показал на эксперименте, что IBVS относительно устойчив к ошибкам калибровки камеры, используя сопоставление точек без оценки позы. Анализируется влияние ошибок и неопределённости элементов матрицы взаимодействия. Аналогичные исследования^[34] подтвердили эффективность IBVS по сравнению с классическим управлением.

Kyrki и др^[35]. рассматривают распространение ошибок извлечения позы из изображения и демонстрируют, что ошибки положения на плоскости изображения пропорциональны глубине, а ошибки по оси глубины пропорциональны квадрату глубины.

Многие работы^[21][22][36] отмечают, что обычно предполагается наличие только одного объекта в кадре и известность либо хотя бы частичной позы, либо точной глубины.

В работе^[37] предложен метод ограниченного отслеживания ошибок задачи, а^[38] определён верхний предел ошибок позиционирования из-за зашумлённости изображения.

Malis и Rives^[39] провели анализ устойчивости при неопределённости в оценке глубины и показали, что для объектов с неизвестной геометрией требуется высокая точность оценки глубины.