图象雅可比矩阵的在线Kalman滤波估计

通过分析现有图象雅可比矩阵的在线辨识方法 ,提出一种新的辨识思路。将雅可比矩阵的在线估计转化为系统的状态观测 ,并设计了相应的 Kalman- Bucy滤波估计算法。以双目立体视觉反馈下的运动目标跟踪任务为例 ,通过仿真和实验说明了所提出方法的有效性。

一种基于图象的无标定视觉伺服方法的研究

采用基于图象的视觉伺服方法 ,绕过了 3D空间的重建 ,直接利用图象特征来控制机器人的运动 给出了一种基于图象的无标定的视觉伺服控制方法 ,通过动态估算图象雅可比矩阵来代替实际的雅可比矩阵 ,消除了工业应用中标定的繁琐和由此引起的误差 。

基于BP神经网络的机器人视觉伺服控制研究

通常的视觉伺服系统在运行时需要实时计算图象雅可比矩阵和机器人逆雅可比矩阵,不仅计算量大、系统结构复杂,而且严重影响系统实时性。本文在以PUMA560工业机器人为模型分析机器人雅可比矩阵与图象雅可比矩阵的基础上设计了一种三层BP前向神经网络,实现了基于图象的眼在手机器人视觉伺服控制系统,大大简化了系统结构,改善了系统实时性。