[论文解读] Model-free Visual Control for Continuum Robot Manipulators via Orientation Adaptation

Mrinal Verghese, Florian Richter+3 more|arXiv (Cornell University)|Sep 1, 2019

Advanced Vision and Imaging被引用 8

一句话总结

该论文提出了一种无需模型的连续体机器人视觉控制方法，通过从光流中在线估计旋转矩阵以实现方向自适应，从而校正受限环境中的执行不匹配问题。通过利用领域知识对变换矩阵进行约束，该方法即使在未知接触力作用下也能实现稳定、无漂移的收敛，实验验证了其在具有复杂弯曲路径的机器人导管上的快速目标对准能力。

ABSTRACT

We present an orientation adaptive controller to compensate for the effects of highly constrained environments on continuum manipulator actuation. A transformation matrix updated using optimal estimation techniques from optical flow measurements captured by the distal camera is composed with any Jacobian estimation or kinematic model to compensate for these effects. By utilizing domain knowledge to define the structure of this matrix, fewer parameters need to be estimated and a stable controller can be guaranteed. The algorithm is tested on a custom robotic catheter and convergence is shown both empirically and theoretically.

研究动机与目标

• 解决连续体操作臂在人体解剖结构等受限环境中因未知接触力和摩擦导致的控制不可靠问题。
• 通过引入特定领域的结构约束，克服纯无需模型的雅可比矩阵估计方法易出现的漂移与奇异性问题。
• 通过从光流中估计单一自适应旋转参数，实现对控制失配的校正，从而实现稳定、实时的视觉伺服控制。
• 证明在复杂受限环境中，与无结构的无需模型方法相比，采用最小参数量且具结构化的变换可提升收敛性与鲁棒性。
• 在真实机器人导管上验证该方法在零至两个弯曲的环境中表现，实现对视觉目标的快速且稳定的收敛。

提出的方法

• 从远端内窥镜相机捕获的光流测量中估计旋转矩阵，以校正指令与实际末端执行器运动之间的差异。
• 使用最优估计技术（如卡尔曼滤波）在线更新旋转矩阵，最小化像素空间中预测与观测到的相机运动之间的误差。
• 将估计的旋转矩阵与标称雅可比模型组合，以自适应方式校正控制输入映射，确保精确的视觉伺服控制。
• 应用截止频率为 α 的低通滤波器，以在估计方向角 θ̂ 的收敛速度与抗噪声能力之间取得平衡。
• 在像素空间中使用比例控制器将相机中心引导至目标，同时通过自适应旋转矩阵确保正确的执行响应。
• 利用变换矩阵的奇异值分解（SVD）提供物理解释，并确保估计过程的数值稳定性。

实验结果

研究问题

• RQ1 在连续体机器人因未知接触力而面临高度受限环境时，无需模型的视觉控制系统能否实现稳定且快速的收敛？
• RQ2 与完全无约束的无需模型方法相比，将领域知识融入变换矩阵结构是否能减少估计漂移并提升控制器稳定性？
• RQ3 滤波参数 α 的选择如何影响实时控制中收敛速度与光流噪声鲁棒性之间的权衡？
• RQ4 单个自适应旋转参数在多大程度上可补偿肌腱驱动机器人导管中复杂且未知的执行畸变？
• RQ5 通过光流实现的方向自适应是否能在存在多个弯曲的环境中实现可靠的视觉伺服控制，而标准控制模型在此类环境中会失效？

主要发现

• 所提出的定向自适应方法在所有测试环境中均实现了快速且稳定的收敛，包括存在两个弯曲的情况；而未经校正的控制（α = 1）未能收敛或表现出轨道运动。
• 当 α = 0.95 时，控制器在所有环境中均表现出可靠的收敛，对噪声具有鲁棒性，并在光学流不完美时仍能保持稳定轨迹跟踪。
• 当 α = 0.75 时，收敛速度在受限环境中略有提升，但方向估计的噪声增加，表明速度与平滑性之间存在权衡。
• 当 α 降低至 0.5 时，光流噪声主导了估计过程，导致系统不稳定且无法收敛，凸显了实时应用中合理滤波的重要性。
• 该方法成功补偿了由未知接触力和分布摩擦引起的执行不匹配，实现了无需事先建立运动学模型的精确视觉伺服控制。
• 通过使用单一、具有物理解释的参数（θ̂）进行旋转自适应，避免了漂移与人为奇异性，而无约束的无需模型雅可比估计则存在此类问题。