基于图像的机器人视觉伺服一般要求图像雅可比矩阵是已知的,因此往往离不开复杂繁琐的标定过程。为了避免这一过程,本项目主要研究免标定的机器人视觉伺服技术,特别是基于粒子滤波技术的图像雅可比在线估计技术。提出总雅克比矩阵的概念,建立了系统的状态空间模型,并提出一种免标定机器人视觉伺服状态空间模型框架;研究了改进的粒子滤波算法,包括提出一种基于多建议分布的采样措施、基于生物进化机制的重采样策略以及基于模糊逻辑的粒子数自适应调整方法;首次提出基于粒子滤波的机器人视觉伺服技术,并进一步提出基于模糊自适应粒子滤波的机器人视觉伺服技术;研究了图像特征提取、图像分割及其在机器人视觉伺服中的应用;提出了基于人工神经网络和最小二乘的机器人免标定视觉伺服方法;研究了滤波技术,提出一种粒子滤波多目标跟踪技术。该项研究为拓宽粒子滤波和机器人视觉伺服的应用领域提供理论支持和关键技术支持,对促进非线性滤波、图像处理与分析、机器人学、计算智能等学科本身的发展以及它们的结合具有重要的学术价值。
英文主题词image Jacobian; particle filter; robot visual servo; fuzzy adaptation