学术报告

这篇文章题为《Investigation of multi-stage visual servoing in the context of autonomous assembly》，主要作者为 Henguang Cao、Dehao Zhao、Xinghua Wu、Lina Liu、Ticao Jiao、Jianrong Zhao，所在机构为山东理工大学电气与电子工程学院（School of Electrical and Electronic Engineering, Shandong University of Technology, Zibo, China）。文章发表于期刊 *Measurement*，属于 Elsevier 出版集团，其具体刊登时间为 “Measurement 229 (2024) 114441”。

一、研究背景

学科领域与研究背景

该研究属于机器人视觉伺服技术（Visual Servoing Technology）领域。视觉伺服技术是机器人控制中的一种关键方法，在自动化装配、医疗机器人、仿生机器人以及无人机等多个领域得到广泛应用。研究者们在制造业智能化转型的背景下，正不断探索基于图像的视觉伺服技术（IBVS, Image-Based Visual Servoing）在工业机器人装配中的应用潜力。然而，IBVS 技术在装配任务中面临一系列挑战，尤其是在无标定环境下的复杂轨迹规划问题。

IBVS 区别于位置基础视觉伺服（PBVS, Position-Based Visual Servoing）和混合基础视觉伺服（HBVS, Hybrid-Based Visual Servoing），其主要利用图像空间信息而非 3D 重建来定义控制任务函数。这一特性使得 IBVS 技术在无序环境下更加适用。然而，传统校准方法通常需要手-眼（Hand-Eye）标定以实现高精度轨迹规划，而在实际应用中，这往往难以实现。为了解决 IBVS 系统中的轨迹规划挑战，研究者们尝试设计先进的控制器和优化算法，但仍面临能耗高、不稳定性以及对辅助工具依赖较大的问题。

研究目的

本文的主要目的是提出一种多阶段视觉伺服（Multi-stage Based Visual Servoing, MSBVS）框架，以解决装配任务中复杂轨迹规划的空间约束问题（Spatial Constraint Problem）。该方法特别关注如何在无标定环境下，通过分阶段的方法逐步实现机械臂工作件（workpiece）的精准装配。

二、研究的工作流程

整体策略概述 研究者将视觉伺服过程划分为三个主要阶段： 1. 调整姿态阶段：调整工作件的姿态使其始终保持在摄像头视野范围内。 2. 导航至装配点阶段：通过预测图像信息将工作件引导至装配点。 3. 垂直轨迹装配阶段：使工作件按照垂直于基板平面的轨迹下降，完成装配。

每个阶段采用不同的图像特征与控制目标，以分阶段逐步实现复杂轨迹的间接规划。在无需辅助工具的情况下，该方法基于几何特征“消失角度”（Vanishing Angle）来表达目标物的空间位置，从而确保装配过程的精度和稳定性。

第1阶段: 姿态调整阶段

在第一阶段中，目的是确保工作件保持在摄像机视野内，同时调整工作件的姿态至目标状态。研究者首先采用直接线性变换（DLT, Direct Linear Transformation）方法计算从实际图像到虚拟平面视图的单应矩阵（Homography Matrix）。并通过调整缩放参数 $\zeta$，生成扩展后的目标图像点集，进而引导机器人完成伺服控制任务。

第2阶段: 装配点导航阶段

在第二阶段，研究者通过构建空间几何模型，使用“消失点”和“消失角度”作为关键图像特征来指引工作件至装配点。通过连接同编号的工作件与基板的配对点，计算出消失点的坐标，并由此得出消失角度的数学表达式。当消失角度为 90° 时，表示工作件成功到达装配点。

第3阶段: 垂直轨迹装配阶段

最后，在第三阶段中，利用一种基于消失向量的缩放特征，将工作件沿基板表面垂直方向逐步引导至目标位置。而这样的策略毋需借助压力传感器等辅助设备，有效提升方案在无序环境中的鲁棒性。

三、研究结果

第一阶段结果

通过仿真验证，在第一阶段工作件成功调整到期望姿态，其中心轨迹呈现了一条具有一定平滑度的曲线，表明姿态调整完成。然而，由于点特征（Point Feature）在起始位置远离目标时的局限性，轨迹可能会出现短暂的偏离。这凸显了进一步寻找更适合描述物体状态的图像特征的必要性，例如对位姿与位置进行有效解耦。

第二阶段结果

在第二阶段，依靠消失角度，工作件成功移动至装配点。轨迹表现为一条直线，表明此阶段的策略有效。实验中，定位误差低于 0.001，验证了消失角度在确定装配位置时的高精度。

第三阶段结果

在第三阶段，使用基于缩放消失向量的方法，工作件沿基板垂直方向逐步下降至目标位置。实验表明，运行中的误差控制在一个较低范围内，显示了此方法的强鲁棒性。此外，该方法在即便工作件未完全到达装配点的情况下仍具备一定适应性。

四、研究结论

研究的科学意义

1. 方法创新：提出的 MSBVS 策略通过引入“消失角度”这一创新图像特征，有效解决了传统 IBVS 方法在轨迹规划中的不足。
2. 无标定环境适应性：实现复杂轨迹规划时不依赖手-眼标定或辅助设备，为 IBVS 系统在非理想工业环境中的广泛应用提供了可能性。
3. 效率提升：三阶段分解的方法确保了伺服系统的动态稳定性和快速收敛。

应用价值

该研究为工业机器人装配领域提供了一种高效、鲁棒、成本低的解决方案，潜在应用涵盖生产制造、仿生机器人研发、医疗等领域。

五、研究亮点

1. 提出了一种多阶段视觉伺服框架，显著优化了自由路径规划任务。
2. 引入了“消失角度”这一创新图像特征，用于描述目标物空间位置，相比传统特征为 IBVS 系统带来了更高的精确性。
3. 消除了对手-眼标定和辅助设备的依赖，提升了方案的鲁棒性和工业实用性。

六、补充分析与复杂场景验证

研究还通过附加仿真验证了 MSBVS 在基板平面倾斜等复杂工业环境下的适应性。仿真表明，即便在这种情况下，工作件轨迹仍能成功调整并按理想路径移动至目标位置，进一步证明了该策略的通用性和稳定性。此外，文章通过多次检测不同参数（如缩放因子 $\zeta$）对系统性能的影响，总结了适用的参数选择范围，从而为后续实际应用提供了指导。

七、总结与展望

本文通过创新地设计多阶段视觉伺服策略，为解决机器人装配任务中复杂轨迹规划的空间约束问题提供了系统性的科学方案。研究表明，无需复杂的标定工具和高精度辅助设备，机器人能够凭借算法实现自主装配。未来，该策略的进一步发展可在多自由度机器人操作、智能制造及无人系统控制中发挥更大作用，同时也为 IBVS 技术的优化研究注入了新思路。