视觉伺服方面的机器人及部件基本上被国外特别是日本垄断了，那怎样开发一款高性能高性价比的具有自主知识产权的视觉伺服机器人呢？

 

我们先来看看视觉伺服的基础知识。

 

视觉伺服（visualservo）的概念，常见于机器人技术方面的研究，是由hill和park于1979年提出的。“伺服”—词源于希腊语“奴隶”的意思。人们想把“伺服机构”当个得心应手的驯服工具，服从控制信号的要求而动作。在讯号来到之前，转子静止不动；讯号来到之后，转子立即转动；当讯号消失，转子能即时自行停转。由于它的“伺服”性能，因此而得名—伺服系统。视觉伺服，一般指的是，通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，通过图像反馈的信息，来让机器系统对机器做进一步控制或相应的自适应调整的行为。

 

视觉伺服的性能依赖于控制回路中所用的图像特征。特征包括几何特征和非几何特征，机械手视觉伺服中常见的是采用几何特征。早期视觉伺服中用到的多是简单的局部几何特征，如点、线、圆圈、矩形、区域面积等以及它们的组合特征，其中点特征应用最多。局部特征虽然得到了广泛应用，而且在特征选取恰当的情况下可以实现精确定位，但当特征超出视域时则很难做出准确的操作。特别是对于真实世界中的物体，其形状、纹理、遮挡情况、噪声、光照条件等都会影响特征的可见性。所以单独利用局部特征会影响机器人可操作的任务范围。近来有人在视觉控制中利用全局的图像特征，如特征向量，几何矩，图像到直线上的投影，随机变换,Fourier描述子等。全局特征可以避免局部特征超出视域所带来的问题,也不需要在参考特征与观察特征之间进行匹配，适用范围较广，但定位精度比用局部特征低。总之，特征的选取没有通用的方法，必须针对任务、环境、系统的软硬件性能，在时间、复杂性和系统的稳定性之间进行权衡。