機器人視覺導引理論與技術






	購買中國簡體書籍請注意： 1. 因裝幀品質及貨運條件未臻完善，中國簡體書可能有出現磨痕、凹痕、折痕等問題，故簡體字館除封面破損、內頁脫落、缺頁等較嚴重的狀態外，其餘所有商品將正常出貨。


	目錄第1章緒論…………………………………………………001 1.1 機器人導引技術概述…001 1.2 常見機器人導引技術…004 1.2.1 電磁導引技術.…………………………04 1.2.2 鐳射導引技術.………………………05 1.2.3 視覺導引技術.………………………007 1.3 機器人視覺導引研究現狀…009 1.3.1 三維視覺測量理論……………………………009 1.3.2 機器人運動學理論……………………………012 1.3.3 視覺伺服控制技術…013 1.3.4 系統參數標定技術……………………………015 1.3.5 實際應用….017 1.3.6 主要挑戰…………………………………………019 參考文獻……………………………………………………021 第2章機器人視覺導引理論基礎…………………………………027 2.1 機器人視覺系統理論模型……………………………027 2.1.1 機器人視覺系統基本架構………………………027 2.1.2 相機成像模型…………………………………028 2.1.3 視覺測量模型………………………………032 2.2 視覺測量與位元姿估計理論…034 2.2.1 三角測量理論………………………………034 2.2.2 位姿估計理論…………………………………038 2.3 機器人運動學基本理論……………………………………044 2.3.1 機器人運動學模型…044 2.3.2 機器人運動學分析………………………………048 2.3.3 Simulink與ADAMS聯合模擬…………052 參考文獻…………………………………………………055 第3章機器人視覺系統參數標定技術……………………………057 3.1 單相機內部參數標定……………………………………057 3.1.1 相機標定方法概述………………………………057 3.1.2 基於平面靶標的內參標定……………………059 3.1.3 方法驗證…062 3.2 雙/多相機外部參數標定………………………………064 3.2.1 基於座標變換的外參標定…064 3.2.2 方法驗證…065 3.3 變視軸視覺系統參數標定…067 3.3.1 變視軸視覺成像模型…067 3.3.2 多誤差參數聯合標定…………………………070 3.3.3 方法驗證……072 3.4 機器人手眼關係參數標定………………………………074 3.4.1 兩步標定法…074 3.4.2 輔助標定法……………………………………077 3.4.3 方法驗證……………………………………079 參考文獻…………………………………………………081 第4 章基於單目視覺的機器人導引技術…………………………083 4.1 常用合作目標………………………………………………083 4.2 目標特徵識別與提取…………………………………084 4.2.1 角點識別與檢測………………………………084 4.2.2 橢圓識別與檢測………………………………087 4.3 多視角圖像序列匹配…092 4.3.1 SIFT匹配…093 4.3.2 Root-SIFT匹配………………………098 4.3.3 ASIFT配准…………………………………098 4.4 位姿估計與導引定位…099 4.4.1 三點位姿估計與定位方法……………………099 4.4.2 RPnP位姿估計與定位方法…………………103 4.4.3 演算法對比實驗…106 參考文獻……………………………………………………109 第5章基於雙目視覺的機器人導引技術……111 5.1 雙視角圖像預處理…111 5.1.1 圖像差分去除背景…112 5.1.2 顏色過濾去除背景…112 5.2 立體匹配與視差估計……113 5.2.1 匹配代價計算…………………114 5.2.2 匹配代價聚合…………………………………116 5.2.3 視差計算…………………………………………117 5.2.4 視差細化……………………………………………118 5.2.5 實驗驗證…119 5.3 點雲生成與資料處理…121 5.3.1 點雲生成…………………………………121 5.3.2 點雲配准…122 5.3.3 點雲優化………………………………………123 5.3.4 實驗驗證……………………………………124 5.4 位姿估計與導引定位…126 5.4.1 導引策略……126 5.4.2 實驗驗證…………………………………………127 參考文獻………………………………………………129 第 6 章視覺導引演算法與跟蹤控制策略……………………………131 6.1 視覺導引控制策略…131 6.2 目標運動模型…132 6.2.1 勻速模型…132 6.2.2 勻加速模型….133 6.2.3 協同轉彎模型…………………………………133 6.2.4 Singer模型…135 6.2.5“當前”統計模型……136 6.2.6 自我調整機動目標模型..…………………138 6.3 卡爾曼濾波演算法…139 6.3.1 基本原理…140 6.3.2 演算法流程…………………………………142 6.4 交互多模型跟蹤濾波演算法…143 6.4.1 演算法原理…144 6.4.2 流程歸納…147 6.5 實驗驗證…147 6.5.1 跟蹤濾波模擬驗證…147 6.5.2 目標位置估計實驗…150 參考文獻………………………………………………151 第7章多感測器融合視覺導引技術…152 7.1 主輔相機協同的機器人導引方法…152 7.1.1 主輔相機機器人導引模型……………………152 7.1.2 主輔相機標定…152 7.1.3 主輔相機成像目標定位與導引策略………155 7.2 結構光視覺定位的機器人導引方法……………………156 7.2.1 基於結構光的視覺導引模型…………………156 7.2.2 結構光視覺手眼標定…159 7.2.3 基於結構光視覺的目標定位…………………162 7.3 多感測器資訊融合的機器人導引方法…164 7.3.1 雷射雷達與視覺融合的機器人導引模型…164 7.3.2 雷射雷達與視覺融合的手眼系統標定.166 7.3.3 雷射雷達與視覺資訊融合的目標定位……170 參考文獻…173 第8章應用案例……………………………………………………175 8.1 基於雙目視覺三維測量的機器人目標抓取…175 8.2 基於三維視覺點雲重建的機器人視覺導引…178 8.3 基於深度學習目標分類的機器人視覺導引…184 彩色插圖