基于概率控制屏障证书的无遮挡图像视觉伺服

基于图像的视觉伺服（IBVS）是机器人学中一种广泛使用的方法，利用视觉信息引导机器人到达期望位姿。然而，该方法中的遮挡会导致视觉伺服失败，并因提供视觉反馈所必需的特征点被遮挡而降低控制性能。本文中，我们提出一种基于控制屏障函数（CBF）的控制器，通过自动调整机器人构型使特征点保持在视场内并远离障碍物，从而实现无遮挡的 IBVS 任务。特别地，为考虑特征点的测量噪声，我们利用控制屏障函数开发了概率控制屏障证书（PrCBC），将不确定性下机会约束的遮挡避免约束编码为机器人的确定性可行控制空间，由此得到的机器人构型确保特征点以满足预定概率远离障碍物遮挡。通过将此类约束与模型预测控制（MPC）框架集成，可推导出优化控制输入序列，以在实现主要 IBVS 任务的同时强制机器人运动过程中的遮挡避免。仿真结果验证了所提方法的性能。