- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于鲁棒信息滤波器的图像雅可比矩阵在线估计-西安理工大学学报
西安理工大学学报 JournalofXi’anUniversityofTechnology(2011)Vol.27No.2 133
文章编号:10064710(2011)02013306
基于鲁棒信息滤波器的图像雅可比矩阵在线估计
张捷,刘丁
(西安理工大学 自动化与信息工程学院,陕西 西安710048)
摘要:针对现有的图像雅可比矩阵无标定求解方法,分析了基于Kalman滤波、模糊自适应Kalman
滤波和粒子滤波的图像雅可比矩阵在线估计的优缺点。为了进一步提高未知环境下的系统估计精
度,选择基于滤波理论的估计框架,对系统模型进行调整,用鲁棒信息滤波器在线估计图像雅可比
矩阵,该滤波算法对任意分布的有界噪声都具有较强的鲁棒性。仿真和实验结果表明,在未知系统
噪声的情况下,该算法仍可以实现图像雅可比矩阵的精确估计。
关键词:视觉伺服;图像雅可比矩阵;卡尔曼滤波器;鲁棒信息滤波器
中图分类号:TP301,TP342 文献标志码:A
OnlineEstimationofImageJacobianMatrixBasedonRobustInformationFilter
.
ZHANGJie,LIUDing
(FacultyofAutomationandInformationEngineering,Xi’anUniversityofTechnology,Xi’an710048,China)
Abstract:ThispaperreviewspresentmainstreamuncalibratedestimationsofimageJacobianmatrix
(IJM),andanalyzesmethodsbasedonKalmanFilter,FuzzyAdaptiveKalmanFilterandParticleFilter,
aswellastheiradvantagesanddisadvantagesindetail.Inordertoimprovesystemestimationprecisionin
unknownenvironment,thispaperselectstheestimationframeworkbasedonfilteringtheory,adjuststhe
systemmodel,utilizesRobustInformationFilter(RIF)toestimateIJM,andrealizesmovingobject
trackingaccuratelyinsimulationandindustrialrobotsystemrespectively.RIFisrobusttoboundednoise
withanydistribution,bothsimulationandexperimentalresultsverifytheeffectivenessoftheintroduced
method.
Keywords:visualservoing;imageJacobianmatrix;KalmanFilter;RobustInformationFilter
[1]
在基于图像的视觉伺服(IBVS) 中,图像雅可 时估计图像雅可比矩阵和运动目标速度完成了目标
比矩阵(IJM)用来描述机器人手眼关系,是整个系 跟踪;文献[8][9]给出了改进的BROYDEN估计策
统的重要环节。 略,提高了系统稳定性及其对噪声的鲁棒性;文献
传统的图像雅可比矩阵求解方法需要系统标定 [10]使用 Kalman滤波器(KF)在线估计图像雅可
参数,但通常标定算法繁琐、易错、
文档评论(0)