鲁棒卡尔曼滤波下的图像雅可比矩阵带时延补偿的估计

传统的图像雅可比矩阵估计的方法没有考虑时延因素,因此具有较大的估计误差.为补偿时延带来的影响,提出一种鲁棒卡尔曼滤波的方法,实现时延情况下当前时刻特征点在图像空间中位置和速度的估计,进而得到时延情况下较为准确的图像雅可比矩阵的估值.具体说,特征点在图像空间中当前时刻位置和速度是首先用卡尔曼滤波的方法估计的,但观测噪声的描述却采用了马尔科夫链模型,由此产生了过程噪声和观测噪声的互相关,传统卡尔曼滤波受限.为此,我们引入滤波修正向量并重新定义过程方程及观测方程,结合卡尔曼滤波中噪声的数学特性,得到滤波修正向量消除互相关性,从而构建出鲁棒卡尔曼滤波模型;其次,针对鲁棒卡尔曼滤波模型中存在的无法获得时延期间的观测向量的问题,提出利用多项式拟合出这部分观测向量,该多项式的选取综合考虑了特征点的位置、速度、加速度、加速度的变化率对于特征点轨迹的影响,与实际情况相符;最后,由预测出的当前时刻特征点在图像空间中的位置和速度,实现时延情况下图像雅可比矩阵较为准确的估计.仿真和实验结果验证了本文方法的可行性和优越性.

带有时延补偿的图像雅可比矩阵估计方法

提出一种新的带有时延补偿的图像雅可比矩阵在线估计方法,用于存在时延的无标定视觉伺服系统.传统的图像雅可比矩阵估计方法没有考虑时延影响,从而产生较大的估计误差.为了补偿时延,本文采用局部拟合方法估计图像雅可比矩阵,以获得当前时刻更准确的图像雅可比矩阵估值,并可对图像预补偿.本文以无标定的移动机器人和视觉传感器为实验对象,仿真和实验表明该方法改善了系统的动态性能,减小了稳态误差,从而验证带有时延补偿的图像雅可比矩阵估计方法的可行性和有效性.

带时延补偿的图像雅可比矩阵在线估计方法

传统的在线估计图像雅可比矩阵的方法没有考虑时延因素,因此具有较大的估计误差。为了补偿时间延迟,提出一种新的带时延补偿的图像雅可比矩阵估计方法。该方法利用卡尔曼滤波估计特征点在图像空间中当前时刻的位置和速度,进而计算当前时刻较为准确的图像雅可比矩阵估计值。仿真和实验结果表明,该方法显著地提高了系统的性能,从而验证了提出的带时延补偿的图像雅可比矩阵在线估计方法的可行性和优越性。

自适应卡尔曼滤波图像雅克比估计

基于自适应卡尔曼滤波实现了图像雅克比矩阵的递归估计,以及过程噪声和测量噪声的在线估计和调节。补偿了图像采集、传输和处理带来的时延,进行了仿真验证。

带时延补偿的视觉跟踪控制

在实际的视觉伺服系统中,由于摄像机到图像处理设备的传输延迟和图像处理本身占用的时间,视觉信息的获取会产生时延.对此,给出了一个带有时延补偿的视觉跟踪控制方法.通过实时拟合图像雅可比矩阵,实现了对机械手末端执行器图像特征信息的实时预测,从而减小了估计误差.在此基础上,设计了一个带有时延补偿的控制方案.通过对运动目标进行跟踪的仿真实验,验证了本文时延补偿方法的有效性.

基于前馈-反馈综合控制的SG-Ⅱ升级装置腔空间滤波器远场串并行自动准直

结合神光Ⅱ升级装置腔空间滤波器远场准直的特点,通过建立孔间耦合模型,提出了一种孔间前馈补偿和孔内反馈调节相结合的多孔串并行综合准直控制方法。该方法通过位置预估和局部极值搜索来实现所有基准中心的提取,并依据图像Jacobian矩阵,计算各反射镜电机的反馈控制量。将前孔准直调节量作为后孔准直扰动,并利用孔间耦合模型计算出后孔准直所需的前馈扰动补偿控制量,综合反馈控制量和前馈补偿量实现多孔的串并行准直调节。实验结果表明,基准中心的识别准确率达到97%以上,准直时间由约1 min缩短至30 s左右,在很大程度上提高了准直效率。