✖


Jump to content

Визуальное обслуживание

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

Таксономия визуального обслуживания ​

Пример визуального сервирования в высокоскоростной системе ловли [3]

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

  • Управление «Глаз в руке» или управление с разомкнутым контуром конечной точки, при котором камера прикрепляется к движущейся руке и наблюдает за относительным положением цели.
  • Управление «глаз к руке» или управление с обратной связью по конечной точке, при котором камера фиксируется в окружающем мире и наблюдает за целью и движением руки.

Методы управления визуальным сервоприводом в целом 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 признаками на плоскости изображения и не предполагает какой-либо оценки положения цели. Объектами могут быть координаты визуальных объектов, линий или моментов регионов. ИБВС испытывает трудности [8] с движениями и очень большими вращениями, которые стали называть отступлением камеры. [9]

PBVS — это метод, основанный на модели (с одной камерой). Это связано с тем, что оценивается поза интересующего объекта относительно камеры, а затем подается команда на контроллер робота, который, в свою очередь, управляет роботом. В этом случае характеристики изображения также извлекаются, но дополнительно используются для оценки трехмерной информации ( позы объекта в декартовом пространстве), следовательно, оно работает в трехмерном пространстве.

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

  • 2-1/2-D сервопривод [10]
  • На основе разделов движения
  • Разделенная глубина резкости [9]

Опрос [ править ]

Следующее описание предыдущей работы разделено на 3 части.

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

существующих методов визуального обслуживания Обзор

Визуальные сервосистемы, также называемые сервоприводами, существуют с начала 1980-х годов. , [11] хотя сам термин «визуальный сервопривод» был придуман только в 1987 году. [4] [5] [6] По сути, Visual Servoing — это метод управления роботом, в котором в качестве датчика используется камера (визуальный датчик). Сервирование состоит в основном из двух техник: [6] один предполагает использование информации из изображения для непосредственного управления степенями свободы (DOF) робота, что называется визуальным обслуживанием на основе изображений (IBVS).В то время как другой включает в себя геометрическую интерпретацию информации, полученной из камеры, например, оценку положения цели и параметров камеры (при условии, что известна некоторая базовая модель цели). Существуют и другие классификации сервоприводов, основанные на различиях в каждом компоненте сервосистемы. , [5] например, расположение камеры, два типа — это конфигурации «глаз в руке» и «рука-глаз». В зависимости от контура управления различают два типа: разомкнутый контур с конечной точкой и замкнутый контур с конечной точкой. В зависимости от того, применяется ли управление к стыкам (или ГРИП)напрямую или в виде команды положения контроллеру робота, эти два типапрямое обслуживание и динамичный просмотр и движение.Являясь одним из самых ранних произведений [12] авторы предложили иерархическуюсхема визуального сервопривода, применяемая к сервоприводу на основе изображений. Техника опирается напредположение, что из объекта можно извлечь хороший набор характеристикпредставляющие интерес (например, края, углы и центроиды) и используемые в качестве частичной модели.вместе с глобальными моделями сцены и робота. Стратегия контроля – этоприменяется к моделированию манипулятора робота с двумя и тремя степенями свободы.

Феддема и др. [13] представил идею генерации траектории задачотносительно скорости объекта. Это необходимо для того, чтобы датчики былине становится неэффективным (прекращает обратную связь) при любых движениях робота.Авторы предполагают, что объекты известны априори (например, модель САПР).и все функции могут быть извлечены из объекта.Работа Эспиау и др. [14] обсуждает некоторые основные вопросы,визуальное обслуживание. Дискуссии сосредоточены на моделировании взаимодействия.матрица, камера, визуальные особенности (точки, линии и т. д.).В [15] была предложена адаптивная следящая система со взглядом и движениемобслуживающая архитектура. В методе использовался оптический поток вместе с SSD дляпредоставить метрику достоверности и стохастический контроллер с фильтрацией Калманадля схемы управления. Система предполагает (в примерах), что плоскостькамеры и плоскости объектов параллельны. [16] обсуждается подход к управлению скоростью с использованием соотношения Якобиана s˙ = Jv˙. Кроме того, автор использует фильтрацию Калмана, полагая, чтоизвлеченное положение цели имеет присущие ошибки (ошибки датчика). Амодель целевой скорости разрабатывается и используется в качестве входных данных прямой связив контуре управления. Также упоминается важность изучения кинематики.несоответствие, динамические эффекты, повторяемость, временные колебания и задержкав ответ.

Корке [17] ставит ряд очень важных вопросов по визуальному обслуживанию и пытаетсяуточнить их последствия. В статье основное внимание уделяется динамикевизуального обслуживания. Автор пытается решить такие проблемы, как лаги и стабильность,а также говорим о путях прямой связи в контуре управления. Бумагатакже пытается найти обоснование генерации траектории, методологии осиконтроль и разработка показателей эффективности.

Шометт в [18] дает хорошее представление о двух основных проблемах, связанных сИБВС. Один, служащий локальному минимуму, и второй, достигающий якобианской сингулярности. Автор показывает, что одни только точки изображения не создают хороших характеристик.из-за появления особенностей. В статье продолжается обсуждениевозможные дополнительные проверки для предотвращения сингулярностей, а именно числа условийJ_s и Jˆ+_s, чтобы проверить нулевое пространство ˆ J_s и J^T_s . Один главный момент, которыйавтор подчеркивает связь между локальными минимумами и нереализуемымидвижения функции изображения.

За прошедшие годы было разработано множество гибридных методов. [4] Этивключают вычисление частичной/полной позы на основе эпиполярной геометрии с использованием нескольких видов или нескольких камер. Значения получаются путем прямой оценки, обучения или статистической схемы. В то время как другие использовалиподход переключения, который меняется между изображением и положениемна основе функции Ляпнова. [4] Ранние гибридные методы, в которых использовалось сочетание изображений иТребуются либо подходы к сервоприводу на основе позы (2D и 3D информация)полная или частичная модель объекта для извлечения информации о позеи использовал различные методы для извлечения информации о движении изизображение. [19] дополнительно использовала аффинную модель движения на основе движения изображенияк грубой многогранной модели САПР для извлечения позы объекта относительнокамера для возможности сервопривода на объект (по линии ПБВС).

2-1/2-D визуальный сервопривод, разработанный Малисом и др. [20] - это хорошо известный метод, который разбивает информацию, необходимую для обслуживания, на организованный вид, который отделяет вращения и перемещения. Документыпредположим, что искомая поза известна априори. Информация о вращенииполученный в результате частичной оценки позы, гомографии (по сути, трехмерной информации), дающей ось вращения и угол (путем вычисления собственных значений и собственных векторов гомографии). Трансляционная информация – этополученный из изображения непосредственно путем отслеживания набора характерных точек. Единственныйпри условии, что отслеживаемые характерные точки никогда не выходят за пределы поля наблюдения.вид и чтобы оценка глубины была заранее определена с помощью какого-либо автономного метода.Было показано, что сервопривод 2-1/2-D более стабилен, чем методы,предшествовало этому. Еще одно интересное наблюдение, связанное с этой формулировкой, заключается в том, чтоавторы утверждают, что визуальный якобиан не будет иметь особенностей во времядвижения.Гибридная методика, разработанная Корком и Хатчинсоном. [21] [22] широко называемый порционный подход разделяет визуальный (или образный) якобиан надвижения (как вращения, так и перемещения), относящиеся к осям X и Y, и движения, относящиеся к оси Z. [22] описывает технику разбивки столбцовзрительного якобиана, которые соответствуют перемещению и вращению оси Z(а именно третий и шестой столбцы). Показано, что разделенный подходразобраться с загадкой Chaumette, описанной в разделе . [23] Эта техника требуетхорошая оценка глубины для правильной работы. [24] описывает гибридный подход, при котором задача обслуживания разделена на две части,а именно главное и второстепенное. Основная задача – удержать интересующие детали в поле зрения. А второстепенная задача — отметить фиксациюнаведите точку и используйте ее как ориентир, чтобы привести камеру в нужную позу.Для этого метода требуется оценка глубины с помощью автономной процедуры. Бумагаобсуждаются два примера, для которых оценки глубины получены с помощью роботаодометрии и предполагая, что все объекты находятся на плоскости. ВторичныйЗадача достигается за счет использования понятия параллакса. Функции, которые отслеживаютсявыбираются путем инициализации, выполняемой для первого кадра, которым обычно являются точки. [25] проводит обсуждение двух аспектов визуального обслуживания, особенностеймоделирование и отслеживание на основе моделей. Основное предположение состоит в том, чтоИмеется 3D модель объекта. Авторы подчеркивают мысль о том, чтоидеальные характеристики должны быть выбраны так, чтобы можно было разделить степень свободы движения.по линейному отношению. Авторы также приводят оценку целевого показателяскорость в матрицу взаимодействия для улучшения производительности отслеживания.результаты сравниваются с хорошо известными методами сервопривода, даже при наличии окклюзий.происходить.

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

В этом разделе обсуждается работа, проделанная в области визуального обслуживания. Мы стараемсяотслеживать различные приемы использования функций. Большая часть работыиспользовал точки изображения в качестве визуальных особенностей. Формулировка взаимодействияматрица в [5] предполагает, что точки на изображении используются для представления цели.Есть некоторые работы, которые отклоняются от использования точек и использованияобласти признаков, линии, моменты изображений и инварианты моментов. [26] В, [27] авторы обсуждают аффинное отслеживание особенностей изображения.Характеристики изображения выбираются на основе меры расхождения, котораяна основе деформации, которой подвергаются элементы. Использованные функции былитекстурные патчи. Одним из ключевых моментов статьи было то, что в ней подчеркивалисьнужно посмотреть на функции для улучшения визуального обслуживания.В [28] авторы рассматривают выбор характеристик изображения (тот же вопростакже обсуждался в [5] в контексте отслеживания). Эффект от выбораособенностей изображения на законе управления обсуждается применительно только кось глубины. Авторы учитывают расстояние между характерными точками иплощадь объекта как особенности. Эти особенности используются в законе управления снемного разные формы, чтобы подчеркнуть влияние на производительность. Было отмеченочто лучшая производительность была достигнута, когда ошибка сервопривода была пропорциональнак изменению оси глубины. [29] представляет собой одно из первых обсуждений использования моментов.авторы предлагают новую формулировку матрицы взаимодействия с использованием скоростимоментов в изображении, хоть и сложном. Несмотря на то, что моментыиспользуются моменты малого изменения положения контураточек с использованием теоремы Грина. В статье также делается попытка определитьнабор функций (на самолете) для робота с 6 степенями свободы.В [30] обсуждает использование моментов изображения для формулирования визуального якобиана.Эта формулировка позволяет разделить степень свободы в зависимости от типа моментов.выбран. Простой случай этой формулировки теоретически подобен случаю 2-1/2-Д сервировка. [30] Изменение моментов во времени (m˙ij) определяется с помощьюдвижение между двумя изображениями и теорема Гринса. Отношения междуm˙ij, а винт скорости (v) задается как m˙_ij = L_m_ij v. Этот методпозволяет избежать калибровки камеры, предполагая, что объекты плоские, и используяоценка глубины. Этот метод хорошо работает в плоском случае, но имеет тенденциюбыть сложным в общем случае. Основная идея основана на работе в [4]Были использованы моментные инварианты. [31] Основная идея – найтивектор признаков, который отделяет всю глубину резкости движения. Некоторые наблюденияБыло установлено, что централизованные моменты инвариантны для 2D-трансляций. Адля двумерных вращений разработана сложная полиномиальная форма. Техникаследует за обучением через показ, следовательно, требуются значения желаемой глубины иобласть объекта (при условии, что плоскости камеры и объекта параллельны,и объект плоский). Другие части вектора признаков являются инвариантами.Р3, Р4. Авторы утверждают, что с окклюзией можно справиться. [32] и [33] опираться на работу, описанную в. [29] [31] [32] Основные отличия-Дело в том, что авторы используют технику, подобную [16] где задачаразбит на две части (в случае, если элементы не параллельны кулачку).самолет эпохи). Выполняется виртуальное вращение, чтобы расположить элементы параллельно друг другу.плоскость камеры. [34] консолидирует работу авторов над изображениеммоменты.

Анализ ошибок и устойчивости схем визуального обслуживания [ править ]

Эспиау в [35] на основе чисто экспериментальной работы показал, что визуальное обслуживание на основе изображений (IBVS)устойчив к ошибкам калибровки. Автор использовал камеру без явногокалибровка вместе с сопоставлением точек и без оценки положения.В статье рассматривается влияние ошибок и неопределенности на члены матрицы взаимодействия с помощью экспериментального подхода. В качестве целей использовались точкии считались плоскими.

Аналогичное исследование было проведено в [36] гдеавторы проводят экспериментальную оценку нескольких некалиброванных визуальных сервоприводов.системы, которые были популярны в 90-е годы. Главным результатом стало экспериментальное подтверждение эффективности визуального сервоконтроля по сравнению с обычным.методы контроля.Кирки и др. [37] анализировать ошибки обслуживания для позиционирования и 2-1/2-Dвизуальное обслуживание. Методика предполагает определение ошибки при извлеченииположение изображения и его распространение для оценки позы и сервоуправления.Точки изображения априори сопоставляются с точками мира для получения отображения (которое по сути является гомографией, хотя и не указано явно).в газете). Это отображение разбивается на чистые вращения и перемещения. Оценка позы выполняется с использованием стандартной компьютерной техники.Зрение. Ошибки пикселей трансформируются в позу. Они распространяются наконтроллер. Результаты анализа показывают, что ошибки вПлоскость изображения пропорциональна глубине, а ошибка по оси глубины равнапропорциональна квадрату глубины.Ошибки измерения при визуальном контроле были тщательно изучены.Большинство функций ошибок относятся к двум аспектам визуального обслуживания. Одно существоустановившаяся ошибка (после сервопривода) и две по стабильности управленияпетля. Другие ошибки сервировки, которые представляли интерес, - это те, которые возникаютот оценки позы и калибровки камеры. В, [38] авторы расширяютработа проделана в [39] рассматривая глобальную стабильность при наличии внутреннихи внешние ошибки калибровки. [40] обеспечивает подход к решению задачиошибка отслеживания функции. В, [41] авторы используют наглядное обучение через показтехника обслуживания. Где нужная поза априори известна и роботперемещается из заданной позы. Основная цель статьи – определитьверхняя граница ошибки позиционирования из-за шума изображения с использованием выпуклойметод оптимизации. [42] приводится обсуждение анализа устойчивости с учетом неопределенности.подробные оценки. Авторы завершают статью замечанием, чтодля неизвестной геометрии цели требуется более точная оценка глубинычтобы ограничить ошибку.Многие из техник визуального обслуживания [21] [22] [43] неявно предполагать, чтона изображении присутствует только один объект и соответствующая функция для отслеживаниявместе с площадью объекта имеются. Большинство методов требуют либочастичная оценка позы или точная оценка глубины текущего и желаемогопоза.

Программное обеспечение [ править ]

См. также [ править ]

Ссылки [ править ]

  1. ^ «Основные понятия и технические термины» . Лаборатория Исикава Ватанабэ, Токийский университет . Проверено 12 февраля 2015 г.
  2. ^ Агин, Дж. Дж., «Управление роботом в реальном времени с помощью мобильной камеры». Техническое примечание 179, SRI International, февраль 1979 г.
  3. ^ «Высокоскоростная система ловли (выставлена ​​в Национальном музее новой науки и инноваций с 2005 года)» . Лаборатория Исикава Ватанабэ, Токийский университет . Проверено 12 февраля 2015 г.
  4. ↑ Перейти обратно: Перейти обратно: а б с д Ф. Шометт, С. Хатчинсон. Визуальное сервоуправление, Часть II: Расширенные подходы. Журнал IEEE Robotics and Automation, 14(1):109-118, март 2007 г.
  5. ↑ Перейти обратно: Перейти обратно: а б с д и С.А. Хатчинсон, Г.Д. Хагер и П.И. Корк. Учебное пособие по визуальному сервоуправлению. IEEE Транс. Робот. Automat., 12(5):651-670, октябрь 1996 г.
  6. ↑ Перейти обратно: Перейти обратно: а б с Ф. Шометт, С. Хатчинсон. Визуальное сервоуправление, Часть I: Основные подходы. Журнал IEEE Robotics and Automation, 13(4):82-90, декабрь 2006 г.
  7. ^ AC Сандерсон и Л. Е. Вайс. Адаптивное визуальное сервоуправление роботами. В книге А. Пью, редактора журнала Robot Vision, стр. 107–116. ИФС, 1983 г.
  8. ^ Ф. Шометт. Потенциальные проблемы стабильности и конвергенции визуального обслуживания на основе изображений и положения. В Д. Кригмане, Г. Хагере и С. Морзе, редакторах, «Слияние видения и контроля», том 237 конспектов лекций по управлению и информатике, страницы 66–78. Спрингер-Верлаг, 1998.
  9. ↑ Перейти обратно: Перейти обратно: а б П. Корк и С.А. Хатчинсон (август 2001 г.), «Новый разделенный подход к визуальному сервоуправлению на основе изображений», IEEE Trans. Робот. Автомат. , 17 (4): 507–515, дои : 10.1109/70.954764
  10. ^ Э. Малис, Ф. Шометт и С. Буде, 2,5D-визуальное обслуживание, IEEE Transactions on Robotics and Automation, 15(2):238-250, 1999
  11. ^ Г.Дж. Агин. Система компьютерного зрения для промышленного контроля и сборки. IEEEКомпьютер, страницы 11–20, 1979 г.
  12. ^ Ли Э. Вайс, Артур С. Сандерсон и Чарльз П. Нойман. Динамическое сенсорное управление роботами с визуальной обратной связью. Транзакции IEEE по робототехнике и автоматизации, 3 (5): 404–417, октябрь 1987 г.
  13. ^ Дж. Т. Феддема и О. Р. Митчелл. Сервопривод под визуальным контролем с генерацией траектории на основе функций. Транзакции IEEE по робототехнике и автоматизации, 5 (5): 691–700, октябрь 1989 г.
  14. ^ Б. Эспио, Ф. Шометт и П. Ривс. Новый подход к визуальному обслуживанию в робототехнике. Транзакции IEEE по робототехнике и автоматизации, 8 (3): 313–326, июнь 1992 г.
  15. ^ Н. П. Папаникопулос и Хосла П. К. Адаптивное роботизированное визуальное слежение: теория и эксперименты. Транзакции IEEE по автоматическому управлению, 38(3):429–445, март 1993 г.
  16. ↑ Перейти обратно: Перейти обратно: а б П. Корк. Эксперименты по высокопроизводительному роботизированному визуальному обслуживанию. На Международном симпозиуме по экспериментальной робототехнике, октябрь 1993 г.
  17. ^ П. Корк. Динамические проблемы в визуально-сервосистемах роботов. На Международном симпозиуме по исследованиям в области робототехники, страницы 488–498, 1995 г.
  18. ^ Ф. Шометт. Потенциальные проблемы стабильности и конвергенции визуального обслуживания на основе изображений и положения. В Д. Кригмане, Г. Хагаре и С. Морсе, редакторах, «Слияние видения и контроля», Конспекты лекций по управлению и информационным системам, том 237, страницы 66–78. Спрингер-Верлаг, 1998 г.
  19. ^ Э. Маршан, П. Бутеми, Ф. Шометт и В. Моро. Надежное визуальное отслеживание путем объединения двухмерной и трехмерной оценки позы. В материалах Международной конференции IEEE по обработке изображений, 1999 г.
  20. ^ Э. Малис. Управление роботом на основе гибридного машинного зрения устойчиво к большим ошибкам калибровки как внутренних, так и внешних параметров камеры. На Европейской конференции по контролю, страницы 289–293, сентябрь 2001 г.
  21. ↑ Перейти обратно: Перейти обратно: а б П. Корк и С. Хатчинсон. Новая гибридная схема визуального сервоуправления на основе изображений. В материалах 39-й конференции IEEE по принятию решений и контролю, декабрь 2000 г.
  22. ↑ Перейти обратно: Перейти обратно: а б с П. Корк и С. Хатчинсон. Новый разделенный подход к визуальному сервоуправлению на основе изображений. Транзакции IEEE по робототехнике и автоматизации, 17 (4): 507–515, август 2001 г.
  23. ^ Ф. Шометт. Потенциальные проблемы стабильности и конвергенции визуального обслуживания на основе изображений и положения. В Д. Кригмане, Г. Хагаре и С. Морсе, редакторах, «Слияние видения и контроля», Конспекты лекций по управлению и информационным системам, том 237, страницы 66–78. Спрингер-Верлаг, 1998 г.
  24. ^ К. Коллеве и Ф. Шометт. Позиционирование камеры относительно плоских объектов неизвестной формы путем объединения двухмерного визуального сервопривода и трехмерных оценок. Транзакции IEEE по робототехнике и автоматизации, 18 (3): 322–333, июнь 2002 г.
  25. ^ Ф. Шометт и Э. Маршан. Последние результаты в области визуального обслуживания робототехнических приложений, 2013 г.
  26. ^ Н. Андрефф, Б. Эспио и Р. Хоро. Визуальное обслуживание из строк. На Международной конференции по робототехнике и автоматизации, Сан-Франциско, апрель 2000 г.
  27. ^ Дж. Ши и К. Томази. Хорошие возможности для отслеживания. В материалах конференции IEEE по компьютерному зрению и распознаванию образов, страницы 593–600, 1994 г.
  28. ^ Р. Махони, П. Корк и Ф. Шометт. Выбор функций изображения для управления по оси глубины при визуальном сервоуправлении на основе изображений. В материалах конференции IEEE по интеллектуальным роботам и системам, страницы 390–395, октябрь 2002 г.
  29. ↑ Перейти обратно: Перейти обратно: а б Ф. Шометт. Первый шаг к визуальному обслуживанию с использованием моментов изображения. В материалах конференции IEEE по интеллектуальным роботам и системам, страницы 378–383, октябрь 2002 г.
  30. ↑ Перейти обратно: Перейти обратно: а б Ф. Шометт. Момент изображения: общий и полезный набор функций для визуального обслуживания. Транзакции IEEE по робототехнике, 20(4):713–723, август 2004 г.
  31. ↑ Перейти обратно: Перейти обратно: а б О. Тахри и Ф. Шометт. Применение моментных инвариантов к визуальному обслуживанию. В материалах конференции IEEE по роботам и автоматизации, страницы 4276–4281, сентябрь 2003 г.
  32. ↑ Перейти обратно: Перейти обратно: а б О. Тахри и Ф. Шометт. Моменты изображения: общие дескрипторы для отдельного визуального обслуживания на основе изображений. В материалах конференции IEEE по робототехнике и автоматизации, страницы 1861–1867, апрель 2004 г.
  33. ^ О. Тахри и Ф. Шометт. 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. Шометт. Моменты изображения на основе точек и областей для визуального обслуживания плоских объектов. Транзакции IEEE по робототехнике, 21(6):1116–1127, декабрь 2005 г.
  35. ^ Б. Эспио. Влияние ошибок калибровки камеры на визуальное обслуживание в робототехнике. В третьем инт. Симпозиум по экспериментальной робототехнике, октябрь 1993 г.
  36. ^ М. Ягерсанд, О. Фуэнтес и Р. Нельсон. Экспериментальная оценка некалиброванного визуального сервопривода для точных манипуляций. На Международной конференции по робототехнике и автоматизации, страницы 2874–2880, апрель 1997 г.
  37. ^ В. Кирки, Д. Крагич и Х. Кристенсен. Ошибки измерения при визуальном обслуживании. В материалах конференции IEEE по робототехнике и автоматизации, страницы 1861–1867, апрель 2004 г.
  38. ^ Э. Малис. Управление роботом на основе гибридного машинного зрения устойчиво к большим ошибкам калибровки как внутренних, так и внешних параметров камеры. На Европейской конференции по контролю, страницы 289–293, сентябрь 2001 г.
  39. ^ Э. Малис, Ф. Шометт и С. Буде. 2-1/2-дневное визуальное обслуживание. Транзакции IEEE по робототехнике и автоматизации, 15 (2): 238–250, апрель 1999 г.
  40. ^ Г. Морель, П. Занне и Ф. Плестан. Надежное визуальное обслуживание: ограничение ошибок отслеживания функции задачи. Транзакции IEEE по технологиям систем управления, 13(6):998–1009, ноябрь 2009 г.
  41. ^ Г. Чези и Ю.С. Хунг. Шум изображения приводит к ошибкам в позиционировании камеры. Транзакции IEEE по анализу шаблонов и машинному интеллекту, 29 (8): 1476–1480, август 2007 г.
  42. ^ Э. Малис и П. Ривс. Устойчивость визуального обслуживания на основе изображений в отношении ошибок распределения глубины. На Международной конференции IEEE по робототехнике и автоматизации, сентябрь 2003 г.
  43. ^ Э. Малис, Ф. Шометт и С. Буде. 2-1/2-дневное визуальное обслуживание. Транзакции IEEE по робототехнике и автоматизации, 15 (2): 238–250, апрель 1999 г.
  44. ^ Э. Маршан, Ф. Шпиндлер, Ф. Шометт. ViSP для визуального обслуживания: универсальная программная платформа с широким классом навыков управления роботами. Журнал IEEE Robotics and Automation, специальный выпуск «Программные пакеты для визуального управления движением», П. О, Д. Буршка (ред.), 12 (4): 40-52, декабрь 2005 г.

Внешние ссылки [ править ]

Retrieved from "https://en.wikipedia.org/w/index.php?title=Visual_servoing&oldid=1123026003"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 311e8d892fa537a8484b784dd15d31c2__1669012080
URL1:https://arc.ask3.ru/arc/aa/31/c2/311e8d892fa537a8484b784dd15d31c2.html
Заголовок, (Title) документа по адресу, URL1:
Visual servoing - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)