位置基与图像基视觉伺服控制：控制律设计差异与适用场景划分

视觉伺服控制是一种利用视觉传感器（如相机）来引导机器人运动的技术，通过实时反馈调整机器人的位姿，使其达到目标状态。主要分为位置基视觉伺服（PBVS）和图像基视觉伺服（IBVS）。下面，我将逐步解释这两种方法的控制律设计差异，并划分其适用场景。内容基于机器人控制理论，确保真实可靠。

1. 位置基视觉伺服控制（PBVS）

在PBVS中，控制律设计基于从图像中估计的3D位置信息（如目标物体的笛卡尔坐标）。核心思想是直接最小化3D空间中的位置误差。

• 控制律设计：

  • 定义误差向量$\mathbf{e}$为目标位置$\mathbf{p}^$与当前估计位置$\mathbf{p}$的差：$\mathbf{e} = \mathbf{p}^ - \mathbf{p}$。
  • 控制律通常采用比例控制形式，生成机器人末端执行器的速度命令$\mathbf{v}$： $$ \mathbf{v} = -\lambda \mathbf{J}^{-1} \mathbf{e} $$ 其中，$\lambda > 0$是控制增益，$\mathbf{J}$是雅可比矩阵，描述机器人关节速度到3D位置变化的映射。
  • 雅可比矩阵$\mathbf{J}$的计算依赖于相机模型和机器人运动学。例如，对于一个6自由度机器人，$\mathbf{J}$是$6 \times 6$矩阵。

• 关键特点：PBVS需要准确的3D重建和相机标定。如果估计误差大，控制性能会下降。

2. 图像基视觉伺服控制（IBVS）

在IBVS中，控制律设计直接基于图像特征（如特征点的像素坐标），无需3D重建。核心思想是最小化图像平面上的特征误差。

• 控制律设计：

  • 定义误差向量$\mathbf{e}$为目标特征$\mathbf{s}^$（如图像点坐标）与当前特征$\mathbf{s}$的差：$\mathbf{e} = \mathbf{s}^ - \mathbf{s}$。
  • 控制律使用图像雅可比矩阵（也称为交互矩阵）的伪逆： $$ \mathbf{v} = -\lambda \widehat{\mathbf{J}}^{+} \mathbf{e} $$ 其中，$\widehat{\mathbf{J}}$是图像雅可比矩阵的估计值，描述图像特征变化与机器人速度的关系，$\widehat{\mathbf{J}}^{+}$是其伪逆。
  • 图像雅可比矩阵$\widehat{\mathbf{J}}$依赖于特征类型和相机内参。例如，对于一个特征点，$\widehat{\mathbf{J}}$可表示为： $$ \widehat{\mathbf{J}} = \begin{bmatrix} -\frac{f}{z} & 0 & \frac{u}{z} & \frac{uv}{f} & -\left(f + \frac{u^2}{f}\right) & v \ 0 & -\frac{f}{z} & \frac{v}{z} & f + \frac{v^2}{f} & -\frac{uv}{f} & -u \end{bmatrix} $$ 其中，$f$是焦距，$z$是深度，$u,v$是图像坐标。

• 关键特点：IBVS避免了3D重建，但对特征跟踪鲁棒性要求高。如果特征丢失，控制可能失败。

3. 控制律设计差异

PBVS和IBVS在控制律设计上的主要差异体现在误差定义、雅可比矩阵和计算复杂度上：

• 误差定义：

  • PBVS：误差在3D空间，$\mathbf{e} = \mathbf{p}^* - \mathbf{p}$，涉及位置或姿态。
  • IBVS：误差在2D图像平面，$\mathbf{e} = \mathbf{s}^* - \mathbf{s}$，直接基于像素。

• 雅可比矩阵：

  • PBVS：使用运动学雅可比矩阵$\mathbf{J}$，与机器人模型和3D几何相关，计算较复杂。
  • IBVS：使用图像雅可比矩阵$\widehat{\mathbf{J}}$，与相机模型和特征相关，需在线估计深度$z$，可能引入噪声。

• 计算与鲁棒性：

  • PBVS：需要精确的相机标定和3D估计，对校准误差敏感；但收敛速度快，适合高精度场景。
  • IBVS：无需3D重建，对相机标定误差鲁棒；但雅可比矩阵估计可能不稳定，导致收敛慢或振荡。

数学上，PBVS的雅可比矩阵$\mathbf{J}$是满秩的（假设机器人可操作），而IBVS的$\widehat{\mathbf{J}}$可能秩不足（如特征点少时），需伪逆处理。

4. 适用场景划分

根据控制律特性，PBVS和IBVS适用于不同场景：

• PBVS适用场景：

  • 环境结构化且3D信息易获取时，如工业装配线或手术机器人，其中目标位置已知。
  • 需要高精度位置控制的场景，例如机器人抓取固定物体。
  • 优点：收敛直接，轨迹平滑；缺点：依赖外部传感器（如深度相机），校准失败时性能下降。

• IBVS适用场景：

  • 环境非结构化或相机未校准时，如移动机器人导航或动态目标跟踪。
  • 特征丰富且易跟踪的场景，例如基于自然特征的视觉引导。
  • 优点：鲁棒性强，避免3D重建误差；缺点：特征丢失可能导致失败，且图像噪声影响大。

• 混合方法：在实际应用中，常结合PBVS和IBVS（如2.5D方法），以平衡精度和鲁棒性。例如，在无人机着陆中，使用IBVS处理图像特征，PBVS处理高度控制。

5. 总结

位置基视觉伺服（PBVS）和图像基视觉伺服（IBVS）在控制律设计上核心差异在于误差空间和雅可比矩阵：PBVS基于3D位置误差，IBVS基于2D图像误差。PBVS适用于精确、结构化环境，但需高精度标定；IBVS适用于动态、非结构化场景，鲁棒性更好。选择时，需权衡计算资源、环境不确定性和控制目标。实践中，建议从仿真测试开始，以验证特定场景下的性能。