Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Визуальное сервоуправление , также известное как управление роботом на основе зрения и сокращенно VS , представляет собой метод, который использует информацию обратной связи, извлеченную из датчика технического зрения (визуальная обратная связь [1] ), для управления движением робота . Одна из первых статей, в которых говорится о визуальном сервоинге, была опубликована в SRI International Labs в 1979 году [2].

Таксономия визуального сервоинга [ править ]

Пример визуального сервоуправления в высокоскоростной системе ловли [3]

Существует две основные конфигурации рабочего органа робота (руки) и камеры: [4]

  • Контроль «глаза в руке» или управление по конечной точке с обратной связью, при котором камера прикрепляется к движущейся руке и отслеживает относительное положение цели.
  • Глаза в руки или конечная точка управления без обратной связи, когда камера фиксируется в мире и наблюдает за целью и движением руки.

Методы управления Visual Servoing подразделяются на следующие типы: [5] [6]

  • На основе изображений (IBVS)
  • На основе позиции / позы (PBVS)
  • Гибридный подход

IBVS был предложен Вайсом и Сандерсоном. [7] Закон управления основан на ошибке между текущими и желаемыми характеристиками на плоскости изображения и не предполагает какой-либо оценки позы цели. Объектами могут быть координаты визуальных объектов, линий или моментов регионов. IBVS испытывает трудности [8] с очень большими вращениями движений, которые стали называть отступлением камеры. [9]

PBVS - это модельная методика (с одной камерой). Это связано с тем, что поза интересующего объекта оценивается относительно камеры, а затем выдается команда контроллеру робота, который, в свою очередь, управляет роботом. В этом случае также извлекаются характеристики изображения, но они дополнительно используются для оценки трехмерной информации (положение объекта в декартовом пространстве), следовательно, выполняется сервообразование в трехмерном пространстве.

Гибридные подходы используют некоторую комбинацию 2D и 3D сервоуправления. Было несколько разных подходов к гибридному сервоуправлению.

  • 2-1 / 2-мерное сервоуправление [10]
  • На основе движений
  • На основе разделенной глубины резкости [9]

Обзор [ править ]

Следующее описание предыдущей работы разделено на 3 части.

  • Обзор существующих методов визуального сервоуправления.
  • Различные используемые функции и их влияние на визуальное сервоуправление.
  • Анализ ошибок и устойчивости схем визуального сервоуправления.

Обзор существующих методов визуального сервоуправления [ править ]

Визуальные сервосистемы, также называемые сервоуправлением, существуют с начала 1980-х [11], хотя сам термин «визуальная сервосистема» был введен только в 1987 году. [4] [5] [6] Визуальная сервосистема, по сути, является методом управление роботом, где в качестве датчика используется камера (визуальный датчик). Сервоинг состоит в основном из двух техник, [6]один предполагает использование информации из изображения для непосредственного управления степенями свободы (DOF) робота, что называется визуальным сервоуправлением на основе изображений (IBVS). В то время как другой включает геометрическую интерпретацию информации, извлеченной из камеры, такой как оценка позы цели и параметров камеры (при условии, что известна некоторая базовая модель цели). Существуют и другие классификации сервоприводов, основанные на вариациях в каждом компоненте сервосистемы, [5]например, расположение камеры, два вида - конфигурация "глаза в руке" и "рука-глаз". Основываясь на контуре управления, два типа - это открытый контур конечной точки и замкнутый контур конечной точки. В зависимости от того, применяется ли управление к суставам (или степеням свободы) напрямую или как команда положения к контроллеру робота, два типа - это прямое сервоуправление и динамический просмотр и перемещение. В одной из самых ранних работ [12] авторы предложили иерархическую схему визуального сервопривода, применяемую к сервоуправлению на основе изображений. Этот метод основан на предположении, что хороший набор характеристик может быть извлечен из интересующего объекта (например, края, углы и центроиды) и использован в качестве частичной модели вместе с глобальными моделями сцены и робота. Стратегия управления применяется к моделированию руки робота с двумя и тремя степенями свободы.

Feddema et al. [13] представили идею генерации траектории задачи относительно скорости признака. Это необходимо для того, чтобы датчики не становились неэффективными (останавливая обратную связь) при любых движениях робота. Авторы предполагают, что объекты известны априори (например, модель САПР), и все особенности могут быть извлечены из объекта. Работа Espiau et al. [14] обсуждает некоторые основные вопросы визуального сервоинга. Обсуждения сосредоточены на моделировании матрицы взаимодействия, камеры, визуальных элементов (точки, линии и т. Д.). В [15] Адаптивная сервосистема была предложена с архитектурой сервоуправления взгляда и движения. В методе использовался оптический поток вместе с SSD для обеспечения метрики достоверности и стохастического контроллера с фильтрацией Калмана для схемы управления. Система предполагает (в примерах), что плоскость камеры и плоскость элементов параллельны. [16] обсуждает подход к управлению скоростью с использованием соотношения Якоби s˙ = Jv˙. Кроме того, автор использует фильтрацию Калмана, предполагая, что извлеченная позиция цели имеет внутренние ошибки (ошибки датчика). Модель целевой скорости разрабатывается и используется в качестве входного сигнала прямой связи в контуре управления. Также упоминается важность изучения кинематического несоответствия, динамических эффектов, повторяемости, установления временных колебаний и запаздывания реакции.

Корке [17] ставит ряд очень важных вопросов о визуальном сервоуправлении и пытается уточнить их значение. В статье основное внимание уделяется динамике визуального сервоуправления. Автор пытается решить такие проблемы, как задержка и стабильность, а также говорит о путях прямой связи в контуре управления. В статье также делается попытка обосновать создание траектории, методологию управления осями и разработку показателей производительности.

Chaumette в [18] дает хорошее представление о двух основных проблемах IBVS. Первый - движение к локальным минимумам, второй - достижение якобианской особенности. Автор показывает, что точки изображения сами по себе не создают хороших характеристик из-за возникновения сингулярностей. Статья продолжается обсуждением возможных дополнительных проверок для предотвращения сингулярностей, а именно чисел обусловленности J_s и Jˆ + _s, для проверки нулевого пространства ˆ J_s и J ^ T_s. Один из основных моментов, который подчеркивает автор, - это связь между локальными минимумами и нереализуемыми движениями элементов изображения.

За прошедшие годы было разработано множество гибридных методов. [4] Сюда входит вычисление частичной / полной позы из эпиполярной геометрии с использованием нескольких видов или нескольких камер. Значения получены путем прямой оценки, обучения или статистической схемы. В то время как другие использовали подход переключения, который переключается между основанным на изображении и основанным на положении на основе функции Ляпнова. [4] Ранние гибридные методы, которые использовали комбинацию подходов на основе изображения и на основе поз (2D и 3D информация) для сервоуправления, требовали либо полной, либо частичной модели объекта для извлечения информации о позе и использовали различные методы извлечения информации о движении из изображения. [19] использовал аффинную модель движения из движения изображения в дополнение к грубой многогранной CAD-модели, чтобы извлечь позу объекта по отношению к камере, чтобы иметь возможность сервопривода на объект (на линиях PBVS).

2-1 / 2-D визуальное сервоуправление, разработанное Malis et al. [20]- это хорошо известный метод, который разбивает информацию, необходимую для сервопривода, на организованный способ, который разделяет вращения и перемещения. В статьях предполагается, что желаемая поза известна априори. Информация о вращении получается из частичной оценки позы, гомографии (по сути, трехмерной информации), дающей ось вращения и угол (путем вычисления собственных значений и собственных векторов гомографии). Трансляционная информация получается из изображения напрямую путем отслеживания набора характерных точек. Единственные условия заключаются в том, что отслеживаемые характерные точки никогда не покидают поле зрения и что оценка глубины должна быть предварительно определена каким-либо автономным методом. 2-1 / 2-мерное сервоуправление оказалось более стабильным, чем предшествующие ему методы.Еще одно интересное наблюдение с этой формулировкой состоит в том, что авторы утверждают, что визуальный якобиан не будет иметь сингулярностей во время движений. Гибридная техника, разработанная Корке и Хатчинсоном,[21] [22], обычно называемый частичным подходом, разделяет визуальный (или образный) якобиан на движения (как повороты, так и перемещения), относящиеся к осям X и Y, и движения, относящиеся к оси Z. [22] обрисовывает в общих чертах метод разделения столбцов визуального якобиана, соответствующих перемещению и вращению оси Z (а именно, третий и шестой столбцы). Показано, что секционированный подход решает загадку Chaumette, обсуждаемую в [23]. Этот метод требует хорошей оценки глубины для правильного функционирования. [24]описывает гибридный подход, в котором задача сервоуправления разделена на две, а именно основную и второстепенную. Основная задача - удерживать интересующие объекты в поле зрения. В то время как второстепенная задача - отметить точку фиксации и использовать ее в качестве ориентира, чтобы привести камеру в желаемую позу. Этот метод требует оценки глубины в автономном режиме. В документе обсуждаются два примера, для которых оценки глубины получаются из одометрии робота и в предположении, что все объекты находятся на плоскости. Второстепенная задача решается с помощью понятия параллакса. Отслеживаемые функции выбираются путем инициализации, выполняемой на первом кадре, которые обычно являются точками. [25]проводит обсуждение двух аспектов визуального сервоуправления, моделирования функций и отслеживания на основе моделей. Основное предположение - наличие трехмерной модели объекта. Авторы подчеркивают идею о том, что идеальные элементы должны быть выбраны так, чтобы глубина резкости движения могла быть разделена линейной зависимостью. Авторы также вводят оценку скорости цели в матрицу взаимодействия, чтобы улучшить характеристики слежения. Результаты сравниваются с хорошо известными техниками сервообразования даже при возникновении окклюзии.

Различные используемые функции и их влияние на визуальное сервоуправление [ править ]

В этом разделе обсуждается работа, проделанная в области визуального сервоуправления. Мы стараемся отслеживать различные техники использования функций. В большинстве работ точки изображения использовались в качестве визуальных элементов. Формулировка матрицы взаимодействия в [5] предполагает, что точки на изображении используются для представления цели. Есть некоторые работы, которые отклоняются от использования точек и используют характерные области, линии, моменты изображения и инварианты моментов. [26] В, [27]авторы обсуждают отслеживание особенностей изображения на основе аффинности. Элементы изображения выбираются на основе меры несоответствия, которая основана на деформации, которой подвергаются элементы. Используемые функции были текстурными заплатами. Одним из ключевых моментов в документе было то, что в нем подчеркивалась необходимость изучения функций для улучшения визуального сервоуправления. В [28] авторы рассматривают выбор характеристик изображения (этот же вопрос обсуждался также в [5].в контексте отслеживания). Влияние выбора характеристик изображения на закон управления обсуждается только применительно к оси глубины. Авторы рассматривают расстояние между характерными точками и площадью объекта как особенности. Эти функции используются в законе управления в несколько иной форме, чтобы подчеркнуть влияние на производительность. Было отмечено, что лучшая производительность была достигнута, когда ошибка сервопривода была пропорциональна изменению оси глубины. [29]представляет собой одно из первых обсуждений использования моментов. Авторы предлагают новую формулировку матрицы взаимодействия, использующую скорость моментов на изображении, хотя и сложную. Несмотря на то, что используются моменты, моменты представляют собой небольшое изменение положения точек контура с использованием теоремы Грина. В документе также делается попытка определить набор функций (на плоскости) для робота с 6 степенями свободы. В [30] обсуждается использование моментов изображения для формулировки визуального якобиана. Эта формулировка позволяет разделить степень свободы на основе выбранного типа моментов. Простой случай этой формулировки теоретически аналогичен сервоуправлению 2-1 / 2-D. [30]Изменение моментов во времени (m˙ij) определяется с помощью движения между двумя изображениями и теоремы Грина. Связь между m˙ij и винтом скорости (v) задается как m˙_ij = L_m_ij v. Этот метод позволяет избежать калибровки камеры, предполагая, что объекты плоские, и используя оценку глубины. Этот метод хорошо работает в плоском случае, но в общем случае имеет тенденцию к усложнению. Основная идея основана на работе [4]. Инварианты моментов использовались в [31].Ключевая идея состоит в том, чтобы найти вектор признаков, который разделяет всю глубину резкости движения. Были сделаны некоторые наблюдения, что централизованные моменты инвариантны для двумерных перемещений. Разработана сложная полиномиальная форма для двумерных вращений. Техника следует за обучением путем демонстрации, следовательно, требуя значений желаемой глубины и площади объекта (при условии, что плоскость камеры и объекта параллельны, а объект плоский). Остальные части вектора признаков являются инвариантами R3, R4. Авторы утверждают, что с окклюзиями можно справиться. [32] и [33] основаны на работе, описанной в. [29] [31] [32] Основное отличие состоит в том, что авторы используют технику, аналогичную, [16]где задача разбита на две части (в случае, когда элементы не параллельны плоскости камеры). Выполняется виртуальное вращение, чтобы сделать изображение параллельным плоскости камеры. [34] обобщает проделанную авторами работу над имиджевыми моментами.

Анализ ошибок и устойчивости схем визуального сервоуправления [ править ]

Espiau в [35] на основе чисто экспериментальной работы показал, что визуальное сервоуправление на основе изображений (IBVS) устойчиво к ошибкам калибровки. Автор использовал камеру без явной калибровки, с сопоставлением точек и без оценки позы. В статье рассматривается влияние ошибок и неопределенности на члены в матрице взаимодействия с помощью экспериментального подхода. Используемые цели были точечными и предполагались плоскими.

Аналогичное исследование было проведено в [36], где авторы проводят экспериментальную оценку нескольких неоткалиброванных визуальных сервосистем, которые были популярны в 90-х годах. Основным результатом было экспериментальное доказательство эффективности визуального сервоконтроля по сравнению с обычными методами контроля. Kyrki et al. [37]анализировать ошибки сервоуправления для позиционного и 2-1 / 2-мерного визуального сервоуправления. Этот метод включает определение ошибки при извлечении положения изображения и его распространение для оценки позы и сервоуправления. Точки с изображения отображаются на точки в мире априори, чтобы получить отображение (которое в основном является гомографией, хотя явно не указано в документе). Это отображение разбито на чистые повороты и трансляции. Оценка позы выполняется по стандартной методике компьютерного зрения. Пиксельные ошибки трансформируются в позу. Они передаются контроллеру. Наблюдение из анализа показывает, что ошибки в плоскости изображения пропорциональны глубине, а ошибка по оси глубины пропорциональна квадрату глубины. Ошибки измерения при визуальном сервоуправлении были тщательно изучены.Большинство функций ошибок относятся к двум аспектам визуального сервоуправления. Одна из них связана с ошибкой установившегося состояния (когда-то с сервоприводом), а две - с устойчивостью контура управления. Другими интересными ошибками сервоуправления являются ошибки, возникающие из-за оценки позы и калибровки камеры. В,[38] авторы расширяют работу, проделанную в [39] , рассматривая глобальную стабильность при наличии внутренних и внешних ошибок калибровки. [40] предоставляет подход к ограничению ошибки отслеживания функции задачи. В [41] авторы используют технику визуального обучения путем демонстрации. Где желаемая поза известна априори и робот перемещается из заданной позы. Основная цель статьи - определить верхнюю границу ошибки позиционирования из-за шума изображения с использованием метода выпуклой оптимизации. [42]содержит обсуждение анализа устойчивости с учетом неопределенности оценок глубины. Авторы завершают статью наблюдением, что для неизвестной геометрии цели требуется более точная оценка глубины, чтобы ограничить ошибку. Многие из методов визуального сервоуправления [21] [22] [43] неявно предполагают, что на изображении присутствует только один объект и доступны соответствующие функции для отслеживания вместе с областью объекта. Большинство техник требует либо частичной оценки позы, либо точной оценки глубины текущей и желаемой позы.

Программное обеспечение [ править ]

  • Набор инструментов Matlab для визуального сервоинга .
  • Симулятор визуального сервоуправления на основе Java.
  • ViSP (ViSP означает «Платформа визуального сервоуправления») - это модульное программное обеспечение, которое позволяет быстро разрабатывать приложения для визуального сервоуправления. [44]

См. Также [ править ]

  • Робототехника
  • Робот
  • Компьютерное зрение
  • Машинное зрение
  • Управление роботом

Ссылки [ править ]

  1. ^ «Основная концепция и технические термины» . Лаборатория Исикава Ватанабэ, Токийский университет . Проверено 12 февраля 2015 года .
  2. ↑ Agin, GJ, «Управление роботом с помощью мобильной камеры в реальном времени». Техническая записка 179, SRI International, февраль 1979 г.
  3. ^ «Высокоскоростная система улова (экспонируется в Национальном музее новых наук и инноваций с 2005 года)» . Лаборатория Исикава Ватанабэ, Токийский университет . Проверено 12 февраля 2015 года .
  4. ^ a b c d Ф. Шометт, С. Хатчинсон. Визуальное сервоуправление, часть II: продвинутые подходы. Журнал IEEE Robotics and Automation Magazine, 14 (1): 109-118, март 2007 г.
  5. ^ a b c d e С. А. Хатчинсон, Г. Д. Хагер и П. И. Корке. Учебник по визуальному сервоуправлению. IEEE Trans. Робот. Автомат., 12 (5): 651--670, октябрь 1996.
  6. ^ a b c Ф. Шометт, С. Хатчинсон. Визуальное сервоуправление, часть I: основные подходы. Журнал IEEE Robotics and Automation Magazine, 13 (4): 82-90, декабрь 2006 г.
  7. ^ AC Сандерсон и Л. Е. Вайс. Адаптивное визуальное сервоуправление роботами. В А. Пью, редакторе Robot Vision, стр. 107–116. IFS, 1983 г.
  8. ^ F. Chaumette. Возможные проблемы стабильности и конвергенции при визуальном сервоинге на основе изображений и позиций. В Д. Кригмане, Дж. Хагере и С. Морзе, редакторах, «Слияние видения и контроля», том 237 конспектов лекций по контролю и информационным наукам, стр. 66–78. Springer-Verlag, 1998.
  9. ^ а б П. Корке и С.А. Хатчинсон (август 2001 г.), «Новый разделенный подход к визуальному сервоуправлению на основе изображений», IEEE Trans. Робот. Автомат. , 17 (4): 507-515, DOI : 10,1109 / 70,954764
  10. ↑ E. Malis, F. Chaumette и S. Boudet, 2.5 D visual servoing, IEEE Transactions on Robotics and Automation, 15 (2): 238-250, 1999.
  11. ^ GJ Agin. Система компьютерного зрения для промышленного осмотра и сборки. IEEE Computer, страницы 11–20, 1979 г.
  12. ^ Ли Э. Вайс, Артур С. Сандерсон и Чарльз П. Нойман. Динамическое сенсорное управление роботами с визуальной обратной связью. IEEE Transactions по робототехнике и автоматизации, 3 (5): 404–417, октябрь 1987 г.
  13. ^ JT Feddema и OR Mitchell. Сервоуправление с визуальным контролем и построением траектории на основе характеристик. IEEE Transactions по робототехнике и автоматизации, 5 (5): 691–700, октябрь 1989 г.
  14. ^ Б. Espiau, Ф. Chaumette и П. Рив. Новый подход к визуальному сервоуправлению в робототехнике. IEEE Transactions по робототехнике и автоматизации, 8 (3): 313–326, июнь 1992 г.
  15. ^ Н. П. Папаникопулос и Хосла П. К. Адаптивное роботизированное визуальное отслеживание: теория и эксперименты. IEEE Transactions on Automatic Control, 38 (3): 429–445, март 1993 г.
  16. ^ а б П. Корке. Эксперименты в области высокопроизводительного роботизированного визуального сервоуправления. На Международном симпозиуме по экспериментальной робототехнике, октябрь 1993 г.
  17. ^ П. Корк. Динамические проблемы в визуально-сервосистемах роботов. В Международном симпозиуме по исследованиям робототехники, стр. 488–498, 1995.
  18. ^ F. Chaumette. Возможные проблемы стабильности и конвергенции при визуальном сервоинге на основе изображений и позиций. В Д. Кригмане, Г. Хагаре и С. Морсе, редакторах, «Влияние видения и контроля», «Конспект лекций по системам управления и информации», том 237, страницы 66–78. Springer-Verlag, 1998 г.
  19. ^ E Маршан, P. Bouthemy, F Chaumette и В. Moreau. Надежное визуальное отслеживание за счет объединения двух- и трехмерной оценки позы. В материалах Международной конференции IEEE по обработке изображений, 1999 г.
  20. ^ Э. Малис. Гибридное управление роботом на основе технического зрения, устойчивое к большим ошибкам калибровки как внутренних, так и внешних параметров камеры. В European Control Conference, страницы 289–293, сентябрь 2001 г.
  21. ^ а б П. Корке и С. Хатчинсон. Новая гибридная схема визуального сервоуправления на основе изображений. В материалах 39-й конференции IEEE по решениям и контролю, декабрь 2000 г.
  22. ^ a b c П. Корк и С. Хатчинсон. Новый разделенный подход к визуальному сервоуправлению на основе изображений. IEEE Transactions по робототехнике и автоматизации, 17 (4): 507–515, август 2001 г.
  23. ^ F. Chaumette. Возможные проблемы стабильности и конвергенции при визуальном сервоинге на основе изображений и позиций. В Д. Кригмане, Г. Хагаре и С. Морзе, редакторах, «Слияние видения и контроля», «Конспект лекций по системам управления и информации», том 237, страницы 66–78. Springer-Verlag, 1998 г.
  24. ^ C. Collewet и F. Chaumette. Позиционирование камеры относительно плоских объектов неизвестной формы путем объединения двухмерной визуальной сервоуправления и трехмерных оценок. IEEE Transactions по робототехнике и автоматизации, 18 (3): 322–333, июнь 2002 г.
  25. ^ F. Chaumette и E. Marchand. Последние результаты в области визуального сервоуправления для приложений робототехники, 2013 г.
  26. ^ Н. Андрефф, Б. Эспио и Р. Хоро. Визуальное сервоуправление из строк. На международной конференции по робототехнике и автоматизации, Сан-Франциско, апрель 2000 г.
  27. ↑ J. Shi и C. Tomasi. Хорошие возможности для отслеживания. В материалах конференции IEEE по компьютерному зрению и распознаванию образов, страницы 593–600, 1994
  28. ^ Р. Махони, П. Корк и Ф. Шометт. Выбор функций изображения для управления осью глубины в визуальном сервоуправлении на основе изображения. В материалах конференции IEEE по интеллектуальным роботам и системам, страницы 390–395, октябрь 2002 г.
  29. ^ а б Ф. Шометт. Первый шаг к визуальному сервообразованию с использованием моментов изображения. В материалах конференции IEEE по интеллектуальным роботам и системам, страницы 378–383, октябрь 2002 г.
  30. ^ а б Ф. Шометт. Момент изображения: общий и полезный набор функций для визуального сервоинга. IEEE Transactions on Robotics, 20 (4): 713–723, август 2004 г.
  31. ^ а б О. Тари и Ф. Шометт. Применение инвариантов момента к визуальному сервообразованию. В материалах конференции IEEE по роботам и автоматизации, страницы 4276–4281, сентябрь 2003 г.
  32. ^ а б О. Тари и Ф. Шометт. Моменты изображения: общие дескрипторы для несвязанного визуального сервоинга на основе изображений. В материалах конференции IEEE по робототехнике и автоматизации, страницы 1861–1867, апрель 2004 г.
  33. ^ О. Тахри и Ф. Chaumette. Оценка положения сложных объектов на основе инвариантов момента изображения. В материалах конференции IEEE по роботам и автоматизации, страницы 436–441, апрель 2005 г.
  34. ^ О. Тахри и Ф. Chaumette. Точечные и региональные моменты изображения для визуального отслеживания плоских объектов. IEEE Transactions on Robotics, 21 (6): 1116–1127, декабрь 2005 г.
  35. ^ Б. Эспио. Влияние ошибок калибровки камеры на визуальное сервоуправление в робототехнике. В Третьем Инт. Симпозиум по экспериментальной робототехнике, октябрь 1993 г.
  36. ^ М. Jagersand, О. Фуэнтес, и Р. Нельсон. Экспериментальная оценка неоткалиброванного визуального сервоуправления для точной манипуляции. В Международной конференции по робототехнике и автоматизации, страницы 2874–2880, апрель 1997 г.
  37. ^ В. Кирки, Д. Крагич и Х. Кристенсен. Ошибки измерения при визуальном сервоуправлении. В материалах конференции IEEE по робототехнике и автоматизации, страницы 1861–1867, апрель 2004 г.
  38. ^ Э. Малис. Гибридное управление роботом на основе технического зрения, устойчивое к большим ошибкам калибровки как внутренних, так и внешних параметров камеры. В European Control Conference, страницы 289–293, сентябрь 2001 г.
  39. ^ Э. Малис, Ф. Шометт и С. Буде. 2-1 / 2-мерное визуальное сервоуправление. IEEE Transactions по робототехнике и автоматизации, 15 (2): 238–250, апрель 1999 г.
  40. ^ Г. Морель, П. Занне и Ф. Плестан. Надежное визуальное сервоуправление: ограничение ошибок отслеживания функций задачи. IEEE Transactions on Control System Technology, 13 (6): 998–1009, ноябрь 2009 г.
  41. ^ G. Chesi и YS Hung. Шум изображения вызывает ошибки в позиционировании камеры. IEEE Transactions on Pattern Analysis and Machine Intelligence, 29 (8): 1476–1480, август 2007 г.
  42. ^ Э. Малис и П. Ривз. Устойчивость визуального сервоуправления на основе изображений к ошибкам распределения глубины. На Международной конференции IEEE по робототехнике и автоматизации, сентябрь 2003 г.
  43. ^ Э. Малис, Ф. Шометт и С. Буде. 2-1 / 2-мерное визуальное сервоуправление. IEEE Transactions по робототехнике и автоматизации, 15 (2): 238–250, апрель 1999 г.
  44. ^ Э. Маршан, Ф. Шпиндлер, Ф. Шометт. ViSP для визуального сервоуправления: универсальная программная платформа с широким классом навыков управления роботами. Журнал IEEE Robotics and Automation Magazine, специальный выпуск «Программные пакеты для визуального управления движением», P. Oh, D. Burschka (Eds.), 12 (4): 40-52, декабрь 2005 г.

Внешние ссылки [ править ]

  • С. А. Хатчинсон, Г. Д. Хагер и П. И. Корке. Учебник по визуальному сервоуправлению. IEEE Trans. Робот. Automat., 12 (5): 651–670, октябрь 1996.
  • Ф. Шометт, С. Хатчинсон. Визуальное сервоуправление, часть I: основные подходы. Журнал IEEE Robotics and Automation Magazine, 13 (4): 82-90, декабрь 2006 г.
  • Ф. Шометт, С. Хатчинсон. Визуальное сервоуправление, часть II: продвинутые подходы. Журнал IEEE Robotics and Automation Magazine, 14 (1): 109-118, март 2007 г.
  • Примечания из учебника IROS 2004 по расширенному визуальному сервоуправлению .
  • Руководство Springer по робототехнике Глава 24: Визуальное сервоуправление и визуальное отслеживание (Франсуа Шометт, Сет Хатчинсон)
  • UW-Мэдисон, Лаборатория робототехники и интеллектуальных систем
  • Исследовательская группа INRIA Lagadic
  • Университет Джона Хопкинса, Лаборатория конечностей
  • Сиенский университет, SIRSLab Vision & Robotics Group
  • Университет Тохоку, Лаборатория интеллектуальных систем управления
  • Исследовательская группа INRIA Arobas
  • LASMEA, группа компаний Rosace
  • UIUC, Институт Бекмана