[论文解读] Adaptive Visual Tracking for Robotic Systems Without Visual Velocity Measurement

Hanlei Wang|arXiv (Cornell University)|Jan 27, 2014

Advanced Vision and Imaging参考文献 27被引用 7

一句话总结

本文提出了一种新型基于观测器的自适应视觉跟踪控制器，用于机器人系统，通过利用未知运动学中嵌入的图像平面速度信息，消除了对视觉速度测量的需求。通过结合图像平面观测器与自适应参数估计，该方法在存在深度、运动学和动力学不确定性的情况下，实现了图像平面跟踪误差的渐近收敛，避免了先前方法中常见的过度参数化问题。

ABSTRACT

In this paper, we investigate the visual tracking for roboti c systems without visual velocity measurement, simultaneously taking into account the uncertain depth information, the kinematic and the dynamic uncertainties. We propose a new image-space observer that exploits the image-space velocity information contained in the unknown kinematics, upon which, we design an adaptive controller without using the visual velocity signal where the estimated kinematic and depth parameters are driven by both the image-space tracking errors and observation errors. The major superiority of the proposed observerbased adaptive controller lies in its simplicity and the dec omposition of the handling of the multiple uncertainties in visually servoing robotic systems, thus a voiding the overparametrization problem of the existing results. Using Lyapunov analysis, we demonstrate that the closed-loop system is stable and that the image-space tracking errors converge to zero asymptotically. Simulation results are provided to illustrate the performance of the proposed adaptive control scheme.

研究动机与目标

• 解决机器人系统中不依赖视觉速度测量的视觉跟踪挑战。
• 在视觉伺服中同时处理深度、运动学和动力学等多种不确定性源。
• 避免现有自适应控制方案在视觉跟踪中常见的过度参数化问题。
• 设计一种稳定且简洁的控制框架，确保图像平面跟踪误差的渐近收敛。

提出的方法

• 设计一种新型图像平面观测器，从未知运动学中提取速度信息，从而无需直接输入视觉速度。
• 将观测器与自适应控制器集成，利用图像平面跟踪误差和观测误差联合估计运动学与深度参数。
• 采用基于李雅普诺夫的稳定性分析，证明图像平面跟踪误差可渐近收敛至零。
• 将不确定性处理分解为独立且可管理的模块，降低系统复杂度并避免过度参数化。
• 采用双误差驱动的自适应律，结合图像跟踪误差与观测误差以更新参数估计。

实验结果

研究问题

• RQ1 如何在机器人系统中实现无需测量视觉速度的视觉跟踪？
• RQ2 在视觉伺服中，如何设计一种鲁棒方法以同时处理深度、运动学和动力学不确定性？
• RQ3 能否在保持稳定性和收敛性的同时，避免自适应视觉控制中的过度参数化问题？
• RQ4 如何从未知运动学中间接估计图像平面速度？

主要发现

• 所提出的基于观测器的自适应控制器实现了图像平面跟踪误差的渐近收敛至零。
• 该方法通过从未知运动学中提取速度信息，消除了对视觉速度测量的需求。
• 通过将不确定性处理分解为独立且可管理的模块，控制器避免了过度参数化。
• 李雅普诺夫分析证实了在所提控制方案下闭环系统的稳定性。
• 仿真结果表明，该方法在处理多种不确定性方面表现出色，具有更高的简洁性与鲁棒性。