Jump to content

Визуальное обслуживание

(Перенаправлено с визуального обслуживания )

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

[ редактировать ]
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 ( положение 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]

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.

Обзор существующих методов визуального обслуживания

[ редактировать ]

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 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 типа прямое обслуживание и динамичный просмотр и движение. Являясь одним из самых ранних произведений [12] авторы предложили иерархическую схема визуального сервопривода, применяемая к сервоприводу на основе изображений. Техника опирается на предположение, что из объекта можно извлечь хороший набор характеристик представляющие интерес (например, края, углы и центроиды) и используемые в качестве частичной модели. вместе с глобальными моделями сцены и робота. Стратегия контроля – это применяется к моделированию манипулятора робота с двумя и тремя степенями свободы.

Феддема и др. [13] представил идею генерации траектории задач относительно скорости объекта. Это необходимо для того, чтобы датчики были не 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 с функцией «смотри и двигайся» обслуживающая архитектура. В методе использовался оптический поток вместе с SSD для предоставить метрику достоверности и стохастический контроллер с фильтрацией Калмана для схемы управления. Система предполагает (в примерах), что плоскость камеры и плоскости объектов параллельны. [16] обсуждается подход к управлению скоростью с использованием соотношения Якобиана s˙ = Jv˙. Кроме того, автор использует фильтрацию Калмана, полагая, что извлеченное положение цели имеет присущие ошибки (ошибки датчика). А модель целевой скорости разрабатывается и используется в качестве входных данных прямой связи в контуре управления. Также упоминается важность изучения кинематики. несоответствие, динамические эффекты, повторяемость, временные колебания и задержка в ответ.

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

Шометт в [18] дает хорошее представление о двух основных проблемах, связанных с ИБВС. 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 обсуждение возможные дополнительные проверки для предотвращения сингулярностей, а именно числа условий J_s и Jˆ+_s, чтобы проверить нулевое пространство ˆ J_s и J^T_s . Один главный момент, который автор подчеркивает связь между локальными минимумами и нереализуемыми движения функции изображения.

За прошедшие годы было разработано множество гибридных методов. [4] Эти включают 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 использовали подход переключения, который меняется между изображением и положением на основе функции Ляпнова. [4] Ранние гибридные методы, в которых использовалось сочетание изображений и Требуются либо подходы к сервоприводу на основе позы (2D и 3D информация) полная или частичная модель объекта для извлечения информации о позе и использовал различные методы для извлечения информации о движении из изображение. [19] дополнительно использовала аффинную модель движения на основе движения изображения к грубой многогранной модели САПР для извлечения позы объекта относительно камера 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. Документы предположим, что искомая поза известна априори. Информация о вращении полученный 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 – это полученный из изображения непосредственно путем отслеживания набора характерных точек. Единственный при 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, что авторы утверждают, что визуальный якобиан не будет иметь особенностей во время движения. Гибридная методика, разработанная Корком и Хатчинсоном. [21] [22] широко называемый порционный подход разделяет визуальный (или образный) якобиан на движения (как вращения, так и перемещения), относящиеся к осям X и Y, и движения, относящиеся к оси Z. [22] описывает технику разбивки столбцов зрительного якобиана, которые соответствуют перемещению и вращению оси Z (а именно третий и шестой столбцы). Показано, что разделенный подход разобраться с загадкой Chaumette, описанной в разделе . [23] Эта техника требует хорошая 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 фиксацию наведите точку и используйте ее как ориентир, чтобы привести камеру в нужную позу. Для этого метода требуется оценка глубины с помощью автономной процедуры. Бумага обсуждаются два примера, для которых оценки глубины получены с помощью робота одометрии и предполагая, что все объекты находятся на плоскости. Вторичный Задача достигается за счет использования понятия параллакса. Функции, которые отслеживаются выбираются путем инициализации, выполняемой для первого кадра, которым обычно являются точки. [25] проводит обсуждение двух аспектов визуального обслуживания, особенностей моделирование и отслеживание на основе моделей. Основное предположение состоит в том, что Имеется 3D модель объекта. Авторы подчеркивают мысль о том, что идеальные характеристики должны быть выбраны так, чтобы можно было разделить степень свободы движения. по линейному отношению. Авторы также приводят оценку целевого показателя скорость 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.

[ редактировать ]

В этом разделе обсуждается работа, проделанная в области визуального обслуживания. Мы стараемся отслеживать различные приемы использования функций. Большая часть работы использовал точки изображения в качестве визуальных особенностей. Формулировка взаимодействия матрица в [5] предполагает, что точки на изображении используются для представления цели. Есть некоторые работы, которые отклоняются от использования точек и использования области признаков, линии, моменты изображений и инварианты моментов. [26] В, [27] авторы обсуждают аффинное отслеживание особенностей изображения. Характеристики изображения выбираются на основе меры расхождения, которая на основе деформации, которой подвергаются элементы. Использованные функции были текстурные патчи. Одним из ключевых моментов статьи было то, что в ней подчеркивались нужно посмотреть на функции улучшения визуального обслуживания. В [28] авторы рассматривают выбор характеристик изображения (тот же вопрос также обсуждался в [5] в контексте отслеживания). Эффект от выбора особенностей изображения на законе управления обсуждается применительно только к ось глубины. Авторы учитывают расстояние между характерными точками и площадь объекта как особенности. Эти особенности используются в законе управления с немного разные формы, чтобы подчеркнуть влияние на производительность. Было отмечено что лучшая производительность была достигнута, когда ошибка сервопривода была пропорциональна к изменению оси глубины. [29] представляет собой одно из первых обсуждений использования моментов. авторы предлагают новую формулировку матрицы взаимодействия с использованием скорости моментов в изображении, хоть и сложном. Несмотря на то, что моменты используются моменты малого изменения положения контура точек с использованием теоремы Грина. В статье также делается попытка определить набор 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 помощью движение между двумя изображениями и теорема Гринса. Отношения между m˙ij, а винт скорости (v) задается как m˙_ij = L_m_ij v. Этот метод позволяет избежать калибровки камеры, предполагая, что объекты плоские, и используя оценка глубины. Этот метод хорошо работает в плоском случае, но имеет тенденцию быть сложным в общем случае. Основная идея основана на работе в [4] Были использованы моментные инварианты. [31] Основная идея – найти вектор признаков, который отделяет всю глубину резкости движения. Некоторые наблюдения Было установлено, что централизованные моменты инвариантны для 2D-трансляций. А для двумерных вращений разработана сложная полиномиальная форма. Техника следует за обучением через показ, следовательно, требуются значения желаемой глубины и область 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 задача разбит 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 изображением моменты.

Анализ ошибок и устойчивости схем визуального обслуживания.

[ редактировать ]

Шпионить [35] на основе чисто экспериментальной работы показал, что визуальное обслуживание на основе изображений (IBVS) устойчив к ошибкам калибровки. Автор использовал камеру без явного калибровка 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 точки и считались плоскими.

Аналогичное исследование было проведено в [36] где авторы 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-D визуальное обслуживание. Методика предполагает определение ошибки при извлечении положение 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 на контроллер. Результаты анализа показывают, что ошибки в Плоскость изображения пропорциональна глубине, а ошибка по оси глубины равна пропорциональна квадрату глубины. Ошибки измерения при визуальном контроле были тщательно изучены. Большинство функций ошибок относятся к двум аспектам визуального обслуживания. Одно существо установившаяся ошибка (после сервопривода) и две по стабильности управления петля. Другие ошибки сервировки, которые представляли интерес, - это те, которые возникают от оценки позы и калибровки камеры. В, [38] авторы расширяют работа проделана в [39] рассматривая глобальную стабильность при наличии внутренних и внешние ошибки калибровки. [40] обеспечивает подход к решению задачи ошибка отслеживания функции. В, [41] авторы используют наглядное обучение через показ техника обслуживания. Где нужная поза априори известна и робот перемещается из заданной позы. Основная цель статьи – определить верхняя граница ошибки позиционирования из-за шума изображения с использованием выпуклой метод оптимизации. [42] приводится обсуждение анализа устойчивости с учетом неопределенности. подробные оценки. Авторы завершают статью замечанием, что для неизвестной геометрии цели требуется более точная оценка глубины чтобы ограничить ошибку. Многие из техник визуального обслуживания [21] [22] [43] неявно предполагать, что на изображении присутствует только один объект и соответствующая функция для отслеживания вместе с площадью объекта имеются. Большинство методов требуют либо частичная оценка позы или точная оценка глубины текущего и желаемого поза.

Программное обеспечение

[ редактировать ]

См. также

[ редактировать ]
  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. ^ Jump up to: 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. ^ Jump up to: 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. ^ Jump up to: 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. Морсе, редакторах, «Слияние видения и контроля», том 237 конспектов лекций по управлению и информатике, страницы 66–78. Спрингер-Верлаг, 1998.
  9. ^ Jump up to: 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. IEEE Компьютер, 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 с визуальным управлением и генерацией траектории на основе особенностей. 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. ^ Jump up to: 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, стр. 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. ^ Jump up to: 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. ^ Jump up to: 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. ^ Jump up to: 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. ^ Jump up to: 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. ^ Jump up to: 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. ^ Jump up to: 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. Эспиау. 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.
[ редактировать ]
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 923f1ed359cea57558ff673268342827__1669012080
URL1:https://arc.ask3.ru/arc/aa/92/27/923f1ed359cea57558ff673268342827.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.)