基于关键点-EKF 的无纹理物体感知-控制耦合视觉伺服
机器人学
2026-02-26 v2
摘要
视觉伺服是机器人应用中的核心技术，使其能够实现精确的位置和控制。然而，在无纹理物体上应用仍是一个挑战，因为缺乏可靠的视觉特征。此外，受遮挡等不利视觉条件的影响，视觉反馈往往会被破坏，导致控制精度和稳定性下降。为此，本文基于学习式关键点检测技术，提出一种增强鲁棒性的方法，通过在闭环中紧密集成感知与控制。具体而言，我们采用扩展卡尔曼滤波器（Extended Kalman Filter, EKF）整合逐帧的关键点测量，以估计 6 自由度物体姿态，进而驱动基于姿态的视觉伺服（pose-based visual servoing, PBVS）进行控制。而相机运动又反过于增强后续关键点的跟踪，形成完整的感知-控制闭环。此外，与标准 PBVS 不同，我们提出一种概率控制律，计算相机速度及其相关不确定性，实现基于不确定性的控制，从而实现安全可靠的操作。我们在真实世界机器人平台上进行了定量评估和抓取实验，结果表明，我们的方法在精度和实际应用方面均优于传统视觉伺服技术。
引用
@article{arxiv.2602.06834,
title = {Perception-Control Coupled Visual Servoing for Textureless Objects Using Keypoint-Based EKF},
author = {Allen Tao and Jun Yang and Stanko Oparnica and Wenjie Xue},
journal= {arXiv preprint arXiv:2602.06834},
year = {2026}
}