第四章 模擬與實驗結果
4.3 抓取靜止目標物實驗
由前一節的實驗與模擬結果，我們得知(2.32)式為有效的控制器設計，可以 引導機器人接近目標物體，接下來可以利用此控制器進一步讓機器人能抓取到目 標。
因為攝影機使用 Eye-in-hand 的架設方式，遠端特徵點在攝影機太靠近目標 時無法使用，而近端特徵點因為影像系統解析度的限制，在離攝影機距離太遠時 無法被辨識出來。為了協調近端與遠端兩個控制器，我們利用 Behavior-based 架 構中的 Subsumption 架構[10]來設計機器人的抓取行為：由於機器人距離目標遠
-80 -60 -40 -20 0 20 40 60 80
-60 -40 -20 0 20 40 60
feature trajacoty
u(pixel)
v(pixel)
0 10 20 30 40 50 60 70 80 90
0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
target distance(from camera to target)
sample
m
(a) (b)
-0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
-0.4 -0.2 0 0.2 0.4 0.6 0.8
robot trajactory
Z (m)
X (m)
Target
Robot initial position
-0.2 -0.1 0
shoulder angle
rad
0 0.1 0.2
elbow angle
rad
0 10 20 30 40 50 60 70 80 90
0 0.01 0.02 0.03
shoulder angle + elbow angle
sample
rad
(c) (d)
圖 4.7 視覺伺服實驗結果：(a) 影像特徵點移動軌跡；(b) 特徵點距離估測結果；(c) 機器人移動軌跡；(d) 手臂兩軸角度、攝影機 tilt 角度
近會決定視覺伺服系統所用的影像特徵點，若抓取目標為移動式的物體，我們無 法預測機器人會在何種距離下偵測到目標物體。利用 Subsumption 架構，可以讓 機器人在不同的目標距離下快速切換適當的控制器行為，提高成功抓取的機會。
抓取行為的 Subsumption 控制架構圖如圖 4.8 所示，其中機器人利用三種行 為 控 制 器 的 協 調 來 達 成 抓 取 的 目 的 ： Approach_far, Approach_near, Grasp 。 Approach_far 和 Approach_near 分別為機器人與目標物體距離較遠與較近時，控 制機器人速度的行為，兩者同樣是利用(2.32)式所設計的控制器，只是兩者所用 的影像特徵點不同，Approach_far 用的是遠端特徵點(如圖 3.5(a))，Approach_near 則是用近端特徵點(如圖 3.5(b))，另外，兩者的 Gain matrix 也不相同。我們利用 近端特徵點需要在攝影機與機器人距離約為 30~40 公分左右時才能被辨識出來 的特點，設計出如圖 4.8 中的架構。當物體距離較遠時，影像系統只能擷取到遠 端的特徵點(圖 4.9(a)~(c))，因此由 Approach_far 行為控制機器人往目標靠近；當 接近到與目標的距離進入 30~40 公分內時，影像系統將開始辨識出近端特徵點 (圖 4.10(a)~(c))，此時 Approach_near 開始作用，並切斷原本 Approach_far 的控 制輸出。當機器人繼續往目標靠近時，因為攝影機與目標距離很短，因此將只能 擷取到近端特徵點(圖 4.11(a)~(c))。當 Approach_near 引導機器人移動到可抓取範 圍內時，Grasp 行為開始動作，讓機器人往前行進一小段距離並閉合手爪以拿取 目標物體。其中可抓取範圍的判定是依據近端特徵點與預定近端特徵點的 1-norm
Grasp
Target Identification
& feature extraction Image
sequence
S S Foot & Arm
motor Gripper motor
Distance estimation
Approach_near
Approach_far
圖 4.8 抓取行為控制架構
值大小，當兩個特徵點的 1-norm 值均小於一固定閥值時，代表手爪已經極為靠 近目標物體，因此可讓 Grasp 動作，控制機器人進行抓取。
(a) (b)
-80 -60 -40 -20 0 20 40 60 80
-60 -40 -20 0 20 40 60
Image feature
u
v
(c)
圖 4.9 特徵擷取過程的影像與所得結果 – 只擷取到遠端特徵點
(a) (b)
-80 -60 -40 -20 0 20 40 60 80
-60 -40 -20 0 20 40 60
Image feature
u
v
(c)
圖 4.10 特徵擷取過程的影像與所得結果 – 同時擷取到遠端與近端特徵點
圖 4.12 為抓取靜止目標物之實驗流程，圖 4.12(a)為機器人與目標物體的初 始位置，以此時機器人座標系作為世界座標系，則機器人位於(0, 0, 0)m，目標物 體放置點約在(0.32, 0.37, 1.26)m。手臂初始狀態為水平，兩軸角度為 0，如圖 4.12(b) 所示。如圖 4.12(c)~(f)，一開始由 Approach_far 動作，控制手臂與機器人本體行 動。當機器人靠近到可看見近端特徵點時，改由 Approach_near 行為控制機器人 動作，如圖 4.12(g)(h)。當影像特徵點與近端特徵點小於閥值時(圖 4.12(i))，機器 人由 Grasp 控制，前進一段距離，並抓取目標。
由圖 4.13(a)為影像特徵點的移動軌跡，藍色與紅色軌跡分別為遠端特徵點 的左上和右下角點，此軌跡是由 Approach_far 行為控制機器人行動時所造成；綠 色和紫色軌跡分別為近端特徵點的左上和右下角點，此軌跡是由 Approach_near 行 為 控 制 機 器 人 行 動 時 所 造 成 。 由 圖 中 可 以 明 顯 看 到 Approach_far 和 Approach_near 兩種行為所造成的特徵點軌跡都隨著機器人的行進，逐漸靠近各 自的預定特徵點位置(方形點為遠端的預定特徵點，圓形點為近端的預定特徵
(a) (b)
-80 -60 -40 -20 0 20 40 60 80
-60 -40 -20 0 20 40 60
Image feature
u
v
(c)
圖 4.11 特徵擷取過程的影像與所得結果 – 只擷取到近端特徵點
測出的距離，紅色為 Apporach_far 控制機器人時所估測出的距離，可以看到由兩 種行為的切換，成功地將攝影機引導至距離目標物體只有約 12 公分處，此時手 爪與目標之間大約只有 7~8 公分的距離，接著由 Grasp 行為控制機器人前進一段 距離並抓取物體。圖 4.13(c)為機器人本體的移動軌跡，藍色軌跡由 Approach_far 造成，紅色軌跡由 Approach_near 造成，綠色軌跡由 Grasp 造成。圖 4.13(d)為攝 影 機 在 空 間 中 的 移 動 軌 跡 ， 藍 色 軌 跡 由 Approach_far 造 成 ， 紅 色 軌 跡 由 Approach_near 造成，綠色軌跡由 Grasp 造成。圖 4.13(e)由上而下分別是手臂兩 軸的角度和攝影機的傾斜角(tilt angle)，由圖中可以看到攝影機大致上會維持水 平。