原創(chuàng) | 文BFT機(jī)器人

引言

Introduction

視覺(jué)伺服控制方案，如基于圖像的(IBVS)，基于姿態(tài)的(PBVS)或基于混合的(HBVS)，在過(guò)去的幾十年里得到了廣泛的發(fā)展。眾所周知，要處理的主要問(wèn)題涉及局部極小點(diǎn)或奇異點(diǎn)的存在、可見性約束、聯(lián)合極限等。近年來(lái)，模型預(yù)測(cè)路徑積分(MPPI)控制算法被開發(fā)用于自主機(jī)器人導(dǎo)航任務(wù)。

論文地址：https://inria.hal.science/lirmm-03313645v1

該論文提出了一種基于多尺度Laplacian描述符和FMM的形狀控制方法，用于多機(jī)器人操作大變形可變形物體，主要介紹了形狀控制作為一個(gè)重要的研究領(lǐng)域，能夠在許多應(yīng)用中實(shí)現(xiàn)任務(wù)自動(dòng)化。

然而，通過(guò)使用少量夾爪將物體變形為所需的目標(biāo)形狀是一個(gè)重大挑戰(zhàn)。物體動(dòng)力學(xué)信息有限、需要結(jié)合小范圍和大范圍的變形以實(shí)現(xiàn)特定的目標(biāo)形狀，以及大多數(shù)可變形物體的非線性特性都會(huì)顯著影響形狀控制的性能。

為解決這些問(wèn)題，該論文提出了一種用于多機(jī)器人操作大變形可變形物體的形狀控制方法。該方法基于多尺度Laplacian描述符，并利用FMM（快速行進(jìn)法）進(jìn)行彈性形狀輪廓匹配。FMM生成的路徑和Laplacian算子被用于定義機(jī)器人夾爪的控制策略。通過(guò)使用ARAP（盡可能剛性）變形模型進(jìn)行仿真實(shí)驗(yàn)，該方法取得了令人滿意的結(jié)果。

01

經(jīng)典視覺(jué)伺服控制方案

介紹了視覺(jué)伺服控制的基本概念和目標(biāo)，即通過(guò)視覺(jué)反饋實(shí)現(xiàn)對(duì)目標(biāo)物體的精確控制，并對(duì)不同類型的視覺(jué)特征進(jìn)行了分類和描述，包括二維圖像點(diǎn)特征、三維點(diǎn)特征和姿態(tài)特征。

在每個(gè)特征類型下，章節(jié)詳細(xì)介紹了相關(guān)的控制技術(shù)。這些技術(shù)基于建立一個(gè)交互矩陣來(lái)描述傳感器特征與環(huán)境之間的相對(duì)速度演變關(guān)系。目標(biāo)是通過(guò)最小化當(dāng)前視覺(jué)特征與期望特征之間的誤差來(lái)實(shí)現(xiàn)控制。

作者總結(jié)了傳統(tǒng)的視覺(jué)伺服控制技術(shù)。這些技術(shù)基于建立一個(gè)交互矩陣 Ls，用于描述傳感器特征與傳感器和環(huán)境之間的相對(duì)速度的演化關(guān)系。所有基于視覺(jué)的控制方案的主要目標(biāo)是最小化當(dāng)前視覺(jué)特征 s(t) 與期望特征 s??之間的誤差 e(t)，通常定義為 e(t) = s(t) – s*。通過(guò)對(duì)誤差施加指數(shù)級(jí)的減?。?˙e(t) = -λs ·e(t)），并考慮到機(jī)器人手上的相機(jī)，可以利用這些誤差進(jìn)行控制。

對(duì)于二維圖像點(diǎn)特征，介紹了基于圖像投影的方法，通過(guò)對(duì)圖像中的點(diǎn)進(jìn)行追蹤和控制實(shí)現(xiàn)目標(biāo)物體的定位和跟蹤。對(duì)于三維點(diǎn)特征，討論了基于三維點(diǎn)云信息的控制方法，其中使用傳感器獲取物體的三維點(diǎn)云數(shù)據(jù)，并通過(guò)控制機(jī)器人使得特定點(diǎn)在三維空間中達(dá)到期望位置。對(duì)于姿態(tài)特征，介紹了基于物體姿態(tài)的控制方法，即通過(guò)控制物體的旋轉(zhuǎn)和姿態(tài)實(shí)現(xiàn)精確的控制。

此外，該章還討論了經(jīng)典視覺(jué)伺服控制方案的局限性和挑戰(zhàn)，例如傳感器噪聲、模型不確定性和控制非線性等問(wèn)題。最后，總結(jié)了每種控制方案的優(yōu)點(diǎn)和適用性，并提出了未來(lái)研究的方向。

小結(jié)：

這一章介紹了經(jīng)典的視覺(jué)伺服控制方案，為后續(xù)章節(jié)中提出的基于采樣的模型預(yù)測(cè)控制方法奠定了基礎(chǔ)。這一章為我們讀者提供了對(duì)傳統(tǒng)視覺(jué)伺服控制技術(shù)的理解和背景，并為后續(xù)章節(jié)的內(nèi)容鋪墊。

02

提出的基于采樣的MPC視覺(jué)伺服控制框架

2.1.提出了一種基于采樣的MPC方法來(lái)解決受約束視覺(jué)伺服控制中的問(wèn)題。

與傳統(tǒng)的在線優(yōu)化方法相比，采樣MPC方法能提供更低的計(jì)算負(fù)擔(dān)和較短的計(jì)算時(shí)間，使其更適用于實(shí)時(shí)應(yīng)用。

2.2 通過(guò)采樣軌跡的生成和統(tǒng)計(jì)信息的分析，采樣MPC方法能夠處理系統(tǒng)的不確定性和約束要求。

這使得該方法在應(yīng)對(duì)現(xiàn)實(shí)世界中的不確定性和復(fù)雜約束時(shí)更具魯棒性。采樣MPC方法是一種無(wú)需求解逆矩陣的控制方法，直接使用近似的交互矩陣進(jìn)行控制，避免了實(shí)時(shí)估計(jì)和計(jì)算逆矩陣的復(fù)雜性。實(shí)驗(yàn)結(jié)果證明了采樣MPC方法在受約束視覺(jué)伺服控制中的有效性和可行性，為基于采樣的控制方法在視覺(jué)伺服領(lǐng)域的應(yīng)用提供了新的思路和方法。

小結(jié)：

該論文提出了一種基于采樣的MPC方法，并在受約束視覺(jué)伺服控制的背景下進(jìn)行了研究和驗(yàn)證。通過(guò)實(shí)驗(yàn)結(jié)果的支持，該方法在控制性能、計(jì)算效率和魯棒性方面具有顯著的優(yōu)勢(shì)，為解決視覺(jué)伺服控制中的挑戰(zhàn)性問(wèn)題提供了一種新的解決方案。未來(lái)的工作可以在實(shí)際機(jī)器人系統(tǒng)上進(jìn)行驗(yàn)證，并進(jìn)一步探索和改進(jìn)基于采樣的MPC方法在視覺(jué)伺服控制中的方法。

03

實(shí)驗(yàn)結(jié)果

論文通過(guò)在仿真環(huán)境中進(jìn)行實(shí)驗(yàn)驗(yàn)證了所提出方法的有效性。

實(shí)驗(yàn)結(jié)果表明，采樣MPC方法能夠在受約束視覺(jué)伺服控制中實(shí)現(xiàn)較好的控制性能和約束滿足能力。與傳統(tǒng)的在線優(yōu)化方法相比，采樣MPC方法具有較低的計(jì)算負(fù)擔(dān)和較短的計(jì)算時(shí)間，同時(shí)能夠處理系統(tǒng)不確定性和約束要求。

在仿真環(huán)境中實(shí)驗(yàn)

04

總結(jié)

在本文中，論文作者提出了一種實(shí)時(shí)的基于采樣的模型預(yù)測(cè)控制方法，該方法通過(guò)在每個(gè)時(shí)間步長(zhǎng)上生成一組采樣軌跡，并使用這些軌跡來(lái)估計(jì)系統(tǒng)在未來(lái)時(shí)間內(nèi)的狀態(tài)和性能。

然后，通過(guò)優(yōu)化問(wèn)題來(lái)選擇最優(yōu)的控制輸入序列，以使系統(tǒng)在未來(lái)的一段時(shí)間內(nèi)滿足約束條件并最小化性能指標(biāo)。采樣軌跡的生成是通過(guò)從系統(tǒng)模型中采樣控制輸入來(lái)實(shí)現(xiàn)的，并根據(jù)隨機(jī)擾動(dòng)來(lái)模擬系統(tǒng)的不確定性。最后，根據(jù)采樣軌跡的統(tǒng)計(jì)信息，計(jì)算出最優(yōu)控制輸入序列。

該方法用于預(yù)測(cè)視覺(jué)伺服系統(tǒng)的未來(lái)行為，而無(wú)需解決在線優(yōu)化問(wèn)題，這通常超出實(shí)際系統(tǒng)采樣時(shí)間并且計(jì)算負(fù)擔(dān)較大。無(wú)需實(shí)時(shí)估計(jì)交互矩陣的逆矩陣或進(jìn)行偽逆運(yùn)算。所提出的方法直接使用近似的交互矩陣，即一種無(wú)需求解逆矩陣的控制方法?？奢p松處理可見性、三維（即3D）和控制約束以及參數(shù)不確定性。他們下一步的工作將是在實(shí)際笛卡爾機(jī)器人上進(jìn)行驗(yàn)證。

來(lái)自 IROS?2021

網(wǎng)址：https://hal.inria.fr/lirmm-03313645v1

標(biāo)題：Sampling-Based MPC for Constrained Vision Based Control

更多精彩內(nèi)容請(qǐng)關(guān)注公眾號(hào)：BFT機(jī)器人

本文為原創(chuàng)文章，版權(quán)歸BFT機(jī)器人所有，如需轉(zhuǎn)載請(qǐng)與我們聯(lián)系。若您對(duì)該文章內(nèi)容有任何疑問(wèn)，請(qǐng)與我們聯(lián)系，將及時(shí)回應(yīng)。