基于自适应容积滤波的图像雅可比矩阵研究与应用

发布时间：2023-05-19 18:02

　　无标定视觉伺服是近些年的一个热点研究方向。在无标定视觉伺服中一个主要问题是如何求取反映图像空间与机器人操作空间之间映射关系的图像雅可比矩阵(Image Jacobian Matrix,IJM)。本文在已公布的关于无标定视觉伺服研究成果基础上,主要围绕图像雅可比矩阵的在线估计与运动目标状态估计两个问题进行了研究。主要工作如下:设计了基于自适应容积Kalman滤波的IJM在线估计方法。由于实际噪声的统计特性很难完全获知,本文利用容积Kalman滤波具有对经过非线性变换后的随机变量的概率分布逼近精度良好的优势,将未知IJM作为状态向量、含噪声的图像特征作为观测向量,设计了基于自适应容积Kalman滤波的IJM在线估计器,实验结果表明本文研究工作可以提高无标定视觉伺服控制系统的精度。针对眼在手构型的目标运动状态的估计问题,设计了强跟踪卡尔曼(Strong Tracking Kalman Filter,STKF)观测器。在观测点固定时,经典的STKF观测器对突变状态具有极强的跟踪能力,而眼在手构型中相机(观测点)是运动的。鉴于此,本文对观测向量进行了改造,保证了 STKF观测器能够适用于观测点运...

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 机器人视觉伺服
    1.3 机器人无标定视觉伺服的国内外研究现状
    1.4 本文主要研究内容及方法
2 视觉伺服控制技术
    2.1 引言
    2.2 视觉伺服系统坐标系
    2.3 摄像机模型以及图像特征选取
    2.4 机器人运动学以及雅可比矩阵
    2.5 图像雅可比矩阵
    2.6 本章小结
3 基于容积滤波的图像雅可比矩阵在线估计
    3.1 引言
    3.2 容积卡尔曼滤波原理
    3.3 基于自适应容积卡尔曼滤波的IJM在线估计
    3.4 仿真实验
    3.5 本章小结
4 基于运动目标的无标定视觉伺服
    4.1 引言
    4.2 不同手眼构型下运动目标的图像雅可比矩阵
    4.3 基于强跟踪卡尔曼滤波的观测器设计
    4.4 实验
    4.5 本章小结
5 机器人实物验证
    5.1 引言
    5.2 视觉伺服系统实验平台的搭建
    5.3 静止目标定位实验
    5.4 运动目标跟踪实验
    5.5 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士期间主要成果



本文编号：3819828