上篇 Kalman滤波方法 2
第1章 绪论 2
1.1 引言 2
1.2 机器人手眼协调 2
1.2.1 手眼协调技术的历史发展 2
1.2.2 手眼协调系统结构 3
1.3 无标定手眼协调及其控制方法 5
1.3.1 问题的提出 5
1.3.2 传统的无标定方法 5
1.4 本篇的主要工作 6
第2章 基于图像雅可比矩阵的无标定手眼协调 8
2.1 图像雅可比矩阵模型 8
2.2 图像雅可比矩阵的例子 9
2.3 应用图像雅可比矩阵建立视觉反馈控制 10
2.4 基于图像雅可比矩阵的手眼协调系统的性能分析 11
2.5 无标定环境下雅可比矩阵的辨识方法 12
第3章 基于Kalman滤波的雅可比矩阵在线辨识 15
3.1 图像雅可比矩阵的动态辨识 15
3.2 Kalman滤波估计算法概述 15
3.3 图像雅可比矩阵的在线Kalman滤波辨识 16
第4章 眼固定+眼在手上的无标定二维运动跟踪 18
4.1 系统与任务描述 18
4.2 全局视觉的无标定手眼协调控制 19
4.2.1 固定摄像机观察二维运动的图像雅可比矩阵 19
4.2.2 固定眼图像雅可比矩阵的在线Kalman估计 20
4.2.3 固定眼的视觉反馈控制 21
4.3 眼在手上无标定视觉伺服 21
4.3.1 手上摄像机的图像雅可比矩阵 21
4.3.2 眼在手上图像雅可比矩阵的估计 21
4.3.3 眼在手上的视觉反馈控制率 22
4.4 两种反馈控制率的切换 22
4.5 二维运动跟踪仿真 23
第5章 固定双目无标定三维运动跟踪 25
5.1 双目视觉的图像雅可比矩阵 25
5.2 图像雅可比矩阵的在线Kalman-Bucy估计 26
5.3 基于图像雅可比矩阵的反馈控制率 27
5.4 三维运动跟踪仿真 28
第6章 机器人手眼协调实验系统 31
6.1 系统整体结构 31
6.2 机器人本体 32
6.2.1 机器人本体控制器 32
6.2.2 机器人端控制程序 34
6.3 机器人视觉子系统 34
6.3.1 系统构成 34
6.3.2 图像卡程序开发 36
6.3.3 彩色图像处理 39
6.3.4 图像预处理 41
6.3.5 图像特征与目标识别 45
6.4 通信子系统 45
6.4.1 子系统结构与功能 45
6.4.2 系统通信协议设计 46
6.4.3 模块的具体实现 47
第7章 无标定手眼协调运动跟踪实验 50
7.1 眼固定+眼在手上无标定二维运动跟踪实验 50
7.2 无标定三维运动跟踪实验 51
本篇小结 55
参考文献 57
中篇 神经网络方法 62
第8章 绪论 62
8.1 视觉伺服系统分类 62
8.2 视觉处理 63
8.2.1 图像特征 63
8.2.2 视觉估计 63
8.2.3 图像雅可比矩阵 64
8.3 视觉控制器 65
8.4 无标定手眼协调 66
8.5 本篇主要工作 67
第9章 基于神经网络的图像雅可比矩阵估计方法 69
9.1 图像雅可比矩阵方法原理 69
9.2 神经网络方法原理 71
9.3 图像雅可比矩阵分析 72
9.4 改进的图像雅可比矩阵方法 74
9.5 仿真结果 76
第10章 眼固定机器人平面视觉跟踪 78
10.1 平面视觉跟踪问题描述 79
10.2 视觉映射模型 79
10.3 控制策略 80
10.3.1 实时运动规划 81
10.3.2 神经网络映射器 81
10.3.3 仿真结果 82
10.4 基于在线自学习的视觉跟踪 86
10.4.1 小脑模型神经网络 86
10.4.2 仿真结果 88
第11章 眼固定机器人三维视觉跟踪 90
11.1 基于立体视觉的3D视觉跟踪 90
11.1.1 问题描述 90
11.1.2 基于融合方程的视觉跟踪方法 90
11.1.3 视觉映射模型 91
11.1.4 控制策略 93
11.1.5 仿真结果 94
11.2 基于单摄像机的三维视觉跟踪 96
11.2.1 问题描述 96
11.2.2 视觉映射模型 97
11.2.3 控制策略 98
11.2.4 仿真结果 98
第12章 眼在手上机器人平动视觉跟踪 100
12.1 眼在手上无标定方法的现状 100
12.2 机器人平面视觉跟踪 101
12.2.1 问题描述 101
12.2.2 眼在手上机器人视觉跟踪问题分析 102
12.2.3 视觉映射关系模型 104
12.2.4 控制策略 105
12.2.5 仿真结果 107
12.2.6 视觉定位问题 111
12.3 基于立体视觉的3-DOF无标定视觉跟踪 112
12.3.1 视觉映射关系模型 113
12.3.2 控制策略 115
12.3.3 仿真结果 117
第13章 眼在手上机器人全自由度视觉跟踪 120
13.1 全自由度视觉跟踪问题描述 120
13.2 全自由度视觉跟踪问题分析 121
13.3 视觉映射关系模型 122
13.4 控制策略 123
13.5 模糊神经网络 124
13.5.1 模糊系统与神经网络的比较 124
13.5.2 一种新的模糊神经网络 125
13.6 仿真结果 128
第14章 视觉跟踪系统的性能分析与改进 131
14.1 动态视觉控制与运动视觉控制 131
14.2 眼固定构型 132
14.2.1 系统离散域模型 132
14.2.2 跟踪误差分析 133
14.2.3 控制系统稳定性 134
14.2.4 速度前馈控制器 136
14.3 眼在手上构型平面视觉跟踪 138
14.3.1 系统离散域模型 138
14.3.2 跟踪误差分析 139
14.3.3 控制系统稳定性 140
14.3.4 加速度前馈控制器 142
14.4 眼固定构型与眼在手上构型的比较 144
第15章 实验研究 145
15.1 系统结构 145
15.1.1 机器人及其控制器 145
15.1.2 CCD摄像机 146
15.1.3 图像采集卡 146
15.2 实验设计 147
15.3 实验步骤 149
15.4 实验结果 149
本篇小结 155
参考文献 156
下篇 扩张状态观测器方法 162
第16章 绪论 162
16.1 引言 162
16.2 本篇主要工作 162
第17章 基于扩张状态观测的控制器理论及参数调整 164
17.1 扩张状态观测器 164
17.2 传统PID控制器结构分析 165
17.3 自抗扰控制器 165
17.3.1 非线性跟踪微分器 166
17.3.2 非线性状态误差反馈控制律(NLSEF) 167
17.3.3 自抗扰控制器(ADRC)实现形式 168
17.3.4 自抗扰控制器适用对象 169
17.4 自抗扰控制器的参数调整 170
第18章 手眼协调系统建模及ADRC控制器设计 174
18.1 系统建模 174
18.1.1 摄像机模型 174
18.1.2 摄像机参数 175
18.2 系统模型 176
18.3 控制器设计 177
第19章 系统仿真研究 181
19.1 全局固定摄像头无标定二维运动跟踪 181
19.2 眼固定与眼在手上相结合的无标定二维运动跟踪 184
19.3 固定双目无标定三维运动跟踪 188
第20章 手眼协调控制器的稳定性分析 190
20.1 全局固定单眼构型情况下控制器形式 190
20.2 一阶跟踪微分器的收敛性分析 190
20.3 二阶扩张状态观测器的收敛性分析 191
20.4 整个控制器的收敛性能分析 195
第21章 无标定机器人手眼协调实验研究 196
21.1 机器人手眼协调实验系统描述 196
21.1.1 机器人子系统 197
21.1.2 机器人视觉子系统 197
21.2 单眼固定无标定二维运动跟踪试验 198
21.3 眼固定与眼在手上相结合的无标定二维手眼协调实验 199
21.4 无标定三维手眼协调实验 202
第22章 自抗扰控制器和雅可比矩阵在线辨识联合控制的手眼协调研究 205
22.1 控制思想描述 205
22.2 控制器设计 205
22.3 仿真研究 206
22.4 二维跟踪实验 207
本篇小结 209
参考文献 211