移动机器人视觉伺服是当前机器人领域中非常热门的研究课题,期望图像是移动机器人完成视觉伺服镇定任务的重要信息。一般的研究方法都离不开期望图像,没有期望图像,期望位姿将无法定义,进而导致视觉伺服镇定任务无法完成。此外,摄像机在捕获特征点并进行跟踪的过程中,可能会由于一些不明障碍物的遮挡而导致某一特征点丢失,进而无法获取正确的视觉信息,这也会使视觉伺服镇定任务无法完成。因此,本文将针对无期望图像视觉伺服镇定系统进行研究,主要进行的工作如下:(1)为有效验证本文所提出的算法,对移动机器人视觉伺服镇定系统实验平台进行搭建。一是硬件平台搭建,包括硬件各部分之间的连接以及通讯方式的建立;二是软件平台搭建,包括机器人运行环境和摄像机显示环境的搭建,并实现对移动机器人和摄像机的精准控制。最后,为了提高实验开发效率,对实验中常用的函数功能进行了二次封装。(2)为了解决移动机器人视觉伺服镇定任务中期望图像未知的问题,本文提出了一种期望位姿任意设定的无期望图像视觉伺服镇定方法。该方法根据实际测量的特征点3D坐标和相应的坐标系定义,并利用特征点成像模型、坐标系变换和单应矩阵的最小二乘解,最终得到移动机器人当前位姿和任意设定的期望位姿之间的位姿关系。最后,通过极坐标控制器实现无期望图像情况下的视觉伺服镇定控制。此外,本部分针对仿真中遇到的两个难点进行分析,使仿真更接近于移动机器人运行时的真实环境。仿真和实验结果表明了所提方案的可行性与有效性。(3)针对移动机器人在执行上述无期望图像视觉伺服镇定任务时,某一特征点被遮挡而导致视觉信息缺失的问题,本文提出了一种部分特征点被遮挡的位姿估计方法。该方法利用当前帧的数据判断哪一个特征点被遮挡,根据未丢失的三个特征点计算出几组可能的位姿关系,依据前一帧的数据判断出正确的位姿关系,由此恢复出当前帧的数据。同理,下一帧丢失的数据也能由此恢复出来,并以此类推下去,进而恢复出每一帧的正确数据并完成视觉伺服镇定任务。本部分做了两组实验,分别针对两个不同特征点进行遮挡,其结果验证了该方法的可行性。