摘要：随着机器人时代的到来，它为我们的生活带来了便利，解决了我们不少的生活问题。其中机器人视觉伺服控制应用作为机器人系统的核心技术，在机器人处理问题的过程中起到了关键作用。本文对机器人视觉伺服控制的原理和基本控制方式进行解析，发现视觉伺服在当前发展所需要面临的问题，并提出相应的解决措施。

关键词：机器人视觉;视觉伺服控制

机器人视觉伺服控制技术是人类研究智能机器人的一项核心研发技术，该技术由多传感技术与集成核心技术组成。同时该技术具备了采集信息强、精确度高等优点。在代替人类工作时具有高效的工作效率且做工精密可在很大程度上避免误差。机器人视觉伺服控制技术是机器人系统的核心技术，是人类正式进入机器人代替人工工作时代的一大步。

1 机器人视觉伺服

机器人视觉伺服诞生于20世纪80年代，它的由来起初是人类为了寻找能够在工作中提高灵活性以及精确度的工具。然而，在当时已经有了机器人系统的概念，人类通过智慧将二者契合之后也就有了现在所说的机器人视觉伺服。机器人视觉伺服控制系统主要功能是由视觉传感器即红外线来探测外界信息并通过自身发射出光波来对信息进行收集，通过机器人对外界信息的分析与处理后会自动编写出应对问题的操作程序，与此同时机器人也会立刻调整位姿来进行操作。操作程序的编写与调整位姿几乎同时进行，体现出了机器人视觉伺服的有效性。机器人视觉伺服主要涉及的范围十分广泛，主要包括对图像和信息的处理，对机器视角和位置的把握，以及对运动学、力学、机器人学的分析等等。机器人视觉伺服是根据机器视觉的原理来对外部图像进行影像自动获取和数据分析，从而实现对机器人的某项特定行为的控制。

2 机器人视觉伺服控制的基本控制方式

机器人视觉伺服控制是以达到机器人所接收到的命令为目的的控制，即按照所编写的程序进行操作的一个过程。其基本控制方式主要有以下三种。

2.1 基于图像的伺服控制

基于图像的伺服控制是基本控制方式中最为简单的一种。该控制直接以图像作为反馈信息，在机器人视觉伺服控制的内部系统中直接进行分析处理，与运动学、力学等领域不同，基于图像的伺服控制不需要做位姿调整，因此对于模型的误差要求不高，但在实际操作的过程中需要考虑环境对实物所产生的影响。另外，还要计算逆矩阵.并且注重特征的抽取精度，因为这将会影响到整个系统的精确度。逆矩阵的计算对整个系统的运行起到关键性作用，如果不通过计算逆矩阵，数据产生偏差很有可能会导致伺服控制系统产生紊乱，导致机器人死机或是部分记忆损失。这种基于图像的控制方法具有标定误差相对不敏感性的优点，但是其收敛区间的不可控性，即在期望位姿的相邻区域内保持成立.而在该区内就无法成立，造成了其在实际应用中的操作难度。

2.2 基于位置的伺服控制

基于位置的视觉伺服也被称为三维视觉伺服，是目前运用范围最为广泛的一种方式，其视觉伺服控制的特征直接体现在于控制器的内部结构上。基于位置的伺服控制的操作方法是利用当前状态下所保持的位姿与期望状态下所需的位姿来产生动作之前的差异，从而保证机器人在三维的空间环境下能够直接控制摄像机的运行方式和轨迹。在这种基于位置的视觉伺服控制过程中，所要操控的目标需要以实际物体作为参照物，通过对期望目标的位姿来进行步骤编程，机器人可以从图像信息中获取物体的坐标系和末端执行器的坐标系得到相对应的位姿。

2.3 基于图像和位置相结合的伺服控制

基于图像和位置相结合的伺服控制，顾名思义即将基于图像的伺服控制和基于位置的伺服控制的二者优点相结合。而且在优点都具备的同时也克服了前二者在实际操作中分别遇到的问题，比如说在基于图像控制时的操作性相对来说较弱，基于位置控制时的精确度不高等弊端，保证了机器人在使用过程中的运用范围广发，对实际问题的分析与处理更加细致、精确。

3 关键部位

3.1 光源

机器人系统中所能收集到的光源除了我们平时所能见到的可见光之外，一些不可见的光源机器人同样能够收集，比如红外线、X光线、紫外线、微波射线等等。在收集到光源之后机器人便会对光信息进行处理并分析，在精确到最佳效果后便会成像出来以供阅览。所以要想达

到最佳的摄像效果，必须要合适的光源作为依托。光源可分为自然光和人工光，在实际使用中机器人会在系统中根据需求来进行收集。

3.2 CCD图像传感器

CCD是一种感应光源的电路装置，占用面积小，集成度高，重量轻，对弱光具有极高的反应灵敏度，且传感器外层有一层绝缘层包裹，一定程度上增强了该部位的抗干扰能力，也增加了它的工作效率，同时延长了传感器的使用寿命。CCD图像传感器主要有两大类：面型CCD像感器、线型CCD像感器。

3.3 图像采集卡

图像采集卡是一个关键的辅助部位，在伺服控制器收集图像信息的同时，图像采集卡会对收集到控制器中的图像进行解析，并过滤掉杂质信号，时图像信息能够更加清晰地呈现在控制系统中。

4 机器人视觉伺服面临的问题及解决措施

机器人视觉伺服所面临的问题主要表现在：采集图像信息时的效率较低，实时操作性较弱，图像信息的处理时间长等问题。这些问题综合来看极大程度上会给伺服控制系统带来工作效率低，工作质量差的后果，为了解决这样的问题需要增大计算机的计算量，编辑更多的程序来提升图像采集以及图像处理的效率，大力增强传感器的集成密度，另外，多视觉信息融合、自动特征的选择以及提高计算机图像处理的精确性都是解决视觉伺服控制问题的重要举措。

结束语

机器人时代已经在我们的生活中出现，视觉伺服控制系统在机器人中运用广泛，它为机器人的工作带来了极高的效率性与稳定性。但是在运用过程中依然有不成熟的体现，比如在图像的采集、图像的处理以及收集信息的精確度等等，这些问题需要不断地寻找解决办法或是找到可以替代的设备来进行弥补。只有不断地尝试与创新，机器人的使用才能更加智能化，科技化，信息化。

参考文献：

[1]陶波，龚泽宇，丁汉.机器人无标定视觉伺服控制研究进展[J].力学学报，2016（4）.

[2]张师萌，梁晓妍，尹金豪，等.视觉伺服除草机器人控制系统研究[J].农业科技与信息，2016（8）.

[3]贾丙西，刘山，张凯祥，等.机器人视觉伺服研究进展：视觉系统与控制策略[J].自动化学报，2015（5）.

作者简介：吕汉平（1990月07）性别男;民族：汉族;籍贯：广东省、河源市龙川县;职称：电气工程师;学历：全日制本科;研究方向：机器人/PLC自动化设备。