李 光 章晓峰 杨加超 马祺杰

(湖南工业大学机械工程学院， 株洲 412007)

0 引言

机器人视觉伺服系统是机器人领域的重要研究方向,该项研究对开发手眼协调机器人在工业生产、航空航天等方面的应用具有重要意义[1]，而手眼标定和逆运动学求解是其重要的组成部分。

机器人视觉伺服系统是指通过摄像机获取目标物体图像的反馈信息、通过机器人逆运动学求解完成对机器人系统的控制。这往往需要通过手眼标定完成图像坐标系到机器人坐标系的映射求解，然后通过视觉传感器获取目标图像，确认目标在用户空间的位姿矩阵，通过逆运动学求解关节角，完成机器人末端对目标的控制。

传统的视觉标定算法通过构建几何模型完成图像坐标系到机器人坐标系的标定，由于受到几何模型的限制，往往很难在一个模型中完整描述镜头畸变和图像噪声，这已成为传统标定模型的发展瓶颈[2]。针对这一问题，文献[3]在求解标定方程之后对结果进行了优化，但并未解决传统视觉标定方法的问题。文献[4-7]提出了一种无标定视觉伺服的方法，通过对图像雅可比(Jcobian)矩阵的估计完成目标的控制，并通过不同的优化方法对此过程进行优化，但是实时性较差，并且会受到机器人运动模型的影响，在实际应用中精确度不高。

神经网络具有良好的非线性逼近特性和自适应、自学习能力，采用神经网络拟合手眼关系的方法成为在视觉伺服研究的热点。……