[发明专利]视觉伺服控制方法、装置和无人设备

说明书

本公开提供了一种视觉伺服控制方法、装置和无人设备，涉及无人控制领域。该方法包括：获取无人设备的视觉传感器在当前位置拍摄的地面标识图像；基于地面标识图像确定当前视觉特征点坐标；利用预测时域内各个时刻的视觉特征点坐标和期望视觉特征点坐标的差值，以及控制时域内各个时刻的无人设备的运行参数，构建模型预测控制器的代价函数，其中，根据当前视觉特征点坐标以及对应的运行参数，获得预测时域内各个时刻的视觉特征点坐标；通过最小化模型预测控制器的代价函数，预测得到控制时域内各个时刻的无人设备的运行参数；将控制时域内第一个时刻的运行参数作为目标运行参数，对无人设备进行视觉伺服控制，能够提高无人设备的运行控制的性能。

技术领域

本公开涉及无人控制领域，尤其涉及一种视觉伺服控制方法、装置和无人设备。

背景技术

基于机器人或者无人机的视觉伺服算法得到广泛研究，视觉伺服系统就是利用一个或者多个相机来感知机器人或者无人机的位置姿态，从而对其位置方向进行精确控制。根据反馈信息构造误差量的形式，视觉伺服控制系统可以分为基于位置的视觉伺服控制(PBVS)、基于图像的视觉伺服控制(IBVS)以及混合的视觉伺服控制。

近年来基于图像的视觉伺服控制在无人机上得到了应用，但基于图像的视觉伺服控制的关键问题是如何得到反映图像特征与无人机位置姿态之间的图像雅可比矩阵，并且，基于图像的视觉伺服控制对系统的约束问题难以处理，可能导致总体飞行控制系统的性能下降。

发明内容

本公开要解决的一个技术问题是，提供一种视觉伺服控制方法、装置和无人设备，能够提高无人设备的运行控制性能。

根据本公开一方面，提出一种视觉伺服控制方法，包括：获取无人设备的视觉传感器在当前位置拍摄的地面标识图像；基于地面标识图像确定当前视觉特征点坐标；利用预测时域内各个时刻的视觉特征点坐标和期望视觉特征点坐标的差值，以及控制时域内各个时刻的无人设备的运行参数，构建模型预测控制器的代价函数，其中，根据当前视觉特征点坐标以及对应的运行参数，获得预测时域内各个时刻的视觉特征点坐标；通过最小化模型预测控制器的代价函数，预测得到控制时域内各个时刻的无人设备的运行参数；将控制时域内第一个时刻的运行参数作为目标运行参数，对无人设备进行视觉伺服控制，以使无人设备运行到期望位置。

在一个实施例中，该方法还包括：对模型预测控制器的代价函数进行约束，获得满足无人设备的视场约束条件和运行约束条件的目标运行参数。

在一个实施例中，构建模型预测控制器的代价函数包括：根据预测时域内各个时刻的视觉特征点坐标和期望视觉特征点坐标的差值确定预测时域内各个时刻的视觉特征点误差；根据预测时域内各个时刻的视觉特征点误差，确定视觉特征点误差的二次型函数；根据控制时域内各个时刻的无人设备的运行参数，确定运行参数的二次型函数；基于视觉特征点误差的二次型函数与运行参数的二次型函数之和，确定模型预测控制器的代价函数。

在一个实施例中，获得预测时域内各个时刻的视觉特征点坐标包括：根据当前视觉特征坐标和无人设备在当前时刻的运行参数，预测无人设备在下一时刻的视觉特征点坐标；重复执行预测无人设备在下一时刻的视觉特征点坐标，直到预测出无人设备在预测时域内最后一个时刻的视觉特征点坐标。

在一个实施例中，预测无人设备在下一时刻的视觉特征点坐标包括：获取视觉特征点在当前时刻对应的图像雅可比矩阵；对无人设备在当前时刻的运行参数、图像雅可比矩阵、与视觉传感器采样周期，进行求积运算；根据求积运算的结果和当前视觉特征坐标，预测无人设备在下一时刻的视觉特征点坐标。

在一个实施例中，对无人设备进行视觉伺服控制包括：将目标运行参数输入至串联的位置控制器和姿态控制器，其中，位置控制器和姿态控制器具有比例、积分、微分控制功能；将通过串联的位置控制器和姿态控制器输出的位置信息反馈至位置控制器，将输出的姿态信息反馈至姿态控制器。

在一个实施例中，运行参数为能够反映无人设备的位置和姿态的速度信息。