視覺伺服控制

抓取功能的目的在於如何以攝影機所取得的影像來導引移動式機械臂到達 目標所在位置，也就是一個視覺伺服(Visual servo)問題。所謂的視覺伺服泛指所 有利用視覺控制的機器人系統，然依照控制器輸入資訊的不同，目前較為常見的 視覺伺服架構可分為兩類[7]，分別是基於位置的視覺伺服(Position-based visual servo, PBVS)(圖 2.1)和基於影像的視覺伺服(Image-based visual servo, IBVS)(圖 2.2)。

Feature extraction

+

-f Cartesian space

control law

Camera pose estimation

Robot

C P _d

Desired target pose

C P

Pose errer

Current target pose

Motion command

Camera

圖 2.1 Position-based visual servo

Feature extraction

+

-f

f

_d

Current feature Desired

feature

Feature error

Robot

Camera

Motion command

圖 2.2 Image-based visual servo

如圖 2.1 所示，在 PBVS 架構中，由攝影機取得影像後，先經過特徵擷取得 到目標的特徵點，再利用特徵點套用在事先定義好的目標幾何模型來估測目標物 體目前的姿態(Current target pose)。所謂的姿態(Pose)，包含有物體在卡氏座標系 (如攝影機的座標系)中的位置與朝向角。有了目前的目標物體的姿態後，將目前 的姿態和預定到達的姿態(Desired target pose)相減會得到目前的姿態誤差；利用 此誤差和卡氏空間控制法則(Cartesian space control law)來產生機器人的控制命 令，修正攝影機和目標物體的相對位置，使末端操作器(End-effector)最後到達預 定的姿態。

而 IBVS 架構，如圖 2.2 所示，在經過特徵擷取得到目前目標影像的特徵點 位置後，直接利用目前的特徵點位置和預定到達的特徵點位置相減，得到兩者間 的誤差；利用此誤差作為以特徵空間為輸入的控制器，產生所需的控制訊號，以 修正攝影機與目標物體的相對位置。

在 PBVS 架構中，需要一個事先建立的目標物體幾何模型來估測目標物體的 姿態，因此若用來估測的模型和實際的目標物體有誤差，可能會使系統無法到達 預定的姿態。對 IBVS 架構來說，因為直接在影像特徵空間中做控制，沒有經過 姿態估測的過程，因此不需要精確的目標幾何模型，也就沒有上述的問題。對於 機器人抓取行為的設計來說，若所有要讓機器人抓取的目標物體都要事先建立好 精確的幾何模型，會讓機器人顯得很不實用，因此在本論文中將採用基於影像的 視覺伺服架構來設計移動式機器人的抓取行為。

在 IBVS 架構中，預定到達的特徵點位置(Desired feature position)的取得，通 常是將機器人的末端操作器(End-effector)姿態設定為我們希望機器人最後到達 的姿態時所擷取到的影像特徵點位置。在視覺伺服控制過程中，若影像的特徵點 能到達預定的位置，理論上此時末端操作器也會到達我們先前取得預定特徵點位 置時的姿態。

對於一個抓取工作，最後機器人的姿態應該位於可以抓到目標物體的位置，

因此若我們採用 Eye-in-hand 的攝影機架設方式(圖 2.3(b))，並取得機器人手爪可

抓取到目標時的影像特徵點，則根據 IBVS 架構的特性，當我們在影像平面上到 達此特徵點時，機器人手爪會到達當時取得特徵點的位置，也就是機器人可抓取 到目標的位置。圖 2.3(a)(c)分別為本論文所使用的移動式機械臂外觀與其搭載的 影像處理系統，在往後的章節中，我們將針對此移動式機械臂設計視覺伺服控制 器，實現抓取目標物體的功能。

(a) (b)

(c)

圖 2.3 (a) 機器人側視圖；(b) Eye-in-hand camera mounting；(c)機器人上視圖 Joint motors

Gripper motor Camera

Embedded vision system