腱驱动连续体机器人的深度直接视觉伺服

基于视觉的控制为连续体机器人在物理传感受限下的端点定位提供了巨大潜力。传统视觉伺服需要进行特征提取与跟踪，随后进行完整或部分位姿估计，这限制了控制器的效率。我们假设采用深度学习模型并实现直接视觉伺服，通过消除这些中间步骤，能够有效解决该问题，从而在无需精确系统模型的情况下控制连续体机器人。本文使用改进的 VGG-16 深度学习网络和手眼直接视觉伺服方法，实现了对单段腱驱动连续体机器人的控制。所提算法首先在 Blender 软件中仅使用目标的一张输入图像进行开发，随后在真实机器人上实现。在正常、阴影和遮挡场景下结果的收敛性与准确性证明了所提控制器的有效性与鲁棒性。