【图/文 贺睿】基于图像的视觉伺服（Image-based visual servoing, IBVS）通过持续的视觉信号反馈引导机器人系统到达目标位置。然而，诸如物体遮挡和相机漂移等干扰可能导致视觉信号丢失，最终引发伺服失败。我们提出了一种新颖的连续型基于图像的视觉伺服方法（Continuous IBVS, CIBVS），以应对潜在的视觉信号丢失问题。该方法在自然特征与伺服特征的位置之间建立了一种几何关系。在每次迭代中，CIBVS首先对帧间的自然特征进行粗略匹配，并利用所提出的基于几何关系的优化评分机制剔除错误匹配对。当发生视觉信号丢失时，CIBVS利用自然特征及上述几何关系，通过优化算法估计丢失的伺服特征，从而确保持续、稳定的视觉反馈生成。在仿真实验中，CIBVS在三种场景下共进行了750次测试，结果表明其在任务成功率和估计精度方面均有显著提升。在真实环境中，CIBVS被集成到多种机器人系统中，包括机械臂、无人机和地面车辆，以完成多种任务。实验结果表明，在存在视觉信号丢失的场景下，CIBVS在伺服成功率、估计精度和收敛速度方面均明显优于EKF-IBVS和VO-IBVS方法。
主要贡献：
- 提出了一种新颖的连续型基于图像的视觉伺服方法（CIBVS），以应对伺服过程中可能出现的视觉信号丢失问题。与现有方法相比，CIBVS无需相机运动信息或里程计数据，并能更有效地处理长时间特征丢失的情况。
- 建立了场景中支撑点（support points）与伺服点（servo points）之间的几何关系。基于该关系，我们设计了一种新颖的支撑点跟踪算法，以提供高质量的跟踪点，并构建了一个优化问题用于估计丢失的伺服点状态。消融实验验证了这些设计在提升CIBVS性能方面的有效性。
- 所提出的CIBVS方法已在多种真实世界的机器人系统上部署，用于执行多样化的任务，展现出强大的通用性，并在伺服成功率、估计精度和收敛速度方面显著优于EKF-IBVS和VO-IBVS方法。
论文引用为：
Rui He, Yuan Xuan, Hongkang Cui, Peng Li*, Haoyao Chen*, “CIBVS: Continuous Image-Based Visual Servoing against Visual Signal Loss”, IEEE/ASME Transactions on Mechatronics, January, 2026.