机器人视觉伺服控制外文文献翻译、中英文翻译.docVIP

附录 1：外文翻译 摘要 本文介绍了机器人视觉伺服控制的入门教程，由于该课题涉及许多学科，我们的目标仅限于提供一个基本的概念框架工作。首先，我们从机器人学和计算机视觉的前提条件，包括坐标变换，速度表示，以及图像形成过程的几何方面的描述进行简要回顾。然后，我们提出了视觉伺服控制系统的分类。然后详细讨论了基于位置和基于图像的系统的两大类。由于任何视觉伺服系统必须能够跟踪图像序列中的图像特征，所以我们还包括基于特征和基于相关性的跟踪方法的概述。我们结束了教程与一些服务的当前方向的研究领域的视觉伺服控制 当今绝大多数增长的机器人人口都在工厂里工作，在那里工厂可以制造出适合机器人的环境。在工作环境和物体放置不能精确控制的应用中，机器人的影响要小得多。这种局限性很大程度上是由于现代商业机器人系统固有的感觉能力不足。人们早已认识到，传感器集成是提高机器人的通用性和应用领域的基础，但迄今为止，这还没有证明在制造业中大量的机器人应用是有效的。 机器人在日常生活中的“前沿”为这项研究提供了新的动力。与制造业的应用不同，重新设计“我们的世界”并不适合于机器人。视觉是一种有用的机器人传感器，因为它模仿人类的视觉，并允许对环境进行非接触测量。自从 Shirai 和伊努埃（1）的早期工作（谁描述了如何使用视觉反馈回路来校正机器人的位置以提高任务精度），大量的 EORT 一直致力于机器人的视觉控制。机器人控制器完全集成的视觉系统现在可以从多个供应商获得。通常，视觉感知和操作以开环的方式组合，“看”然后“移动”。所得到的操作的精度直接取决于视觉传感器和机器人末端 Ecter 的精度。增加这些子系统的精度的一个替代方法是使用视觉反馈控制回路，这将增加系统的整体精度，这是大多数应用中的一个主要问题。极端地，机器视觉可以为机器人端部控制器提供闭环位置控制。这被称为视觉伺服。这个词似乎已经被 RHT 和 Park（2）在 1979 中介绍了，以区别他们的方法与先前的“块世界”实验，其中系统在拍照和移动之间交替。在引入这个术语之前， 一般使用较少的视觉术语视觉反馈。为了这篇文章的目的，视觉伺服中的任务是使用视觉信息来控制机器人的末端 ECT 相对于目标对象或一组目标特征的姿态。该任务也可用于移动机器人，其中，它成为控制车辆的姿态相对于一些地标。 视觉伺服是融合许多领域的结果，包括高速图像处理、运动学、动力学、控制理论和实时计算。它与主动视觉和运动结构的研究有很多共同点，但与在分层任务级机器人控制系统中经常使用的视觉非常不同。许多控制和视觉问题类似于那些正在建造“机器人头”的主动视觉研究者所反对的。然而，视觉伺服中的任务是控制机器人利用视觉来操纵环境，而不是仅仅观察环境。 本课程的教程介绍。我们的目标是帮助其他人通过提供一致的术语和术语来 创建视觉伺服系统，并欣赏可能的应用。为了帮助新手到领域，我们将描述的技术，只需要简单的视觉硬件（只是数字化仪），自由可用的 Visio 假设关于机器人及其控制系统。这是对许多不需要高控制和/或视觉性能的应用程序的开始调查。在这样一篇文章中的一个难点是该主题跨越许多不能在单个文章中得到充分解 决的学科。例如，底层控制问题从根本上来说是非线性的，视觉识别、跟踪和重构本身就是 ELD。因此，我们专注于每个学科的某些基本方面，并提供了广泛的书目，以帮助读者寻求更详细的比这里可以提供。我们的偏好总是呈现那些我们已经发现在实践中很好地发挥作用并且具有某种通用适用性的想法和技术。另一个 DICTY 是基于视觉的运动控制文献的当前快速增长，它包含许多涉及的理论和技术问题的解决方案和有前途的方法。我们再一次拥有 提出了我们认为是最基本的概念，并再次参考读者的书目。 本文的其余部分结构如下。第 2 节回顾了坐标变形、姿态表示和图像形成的 相关基础。在第 3 节中，我们提出了视觉伺服控制系统的分类（改编自[ 5 ]）。在 第4 和第5 节中分别讨论了基于位置视觉伺服系统和基于图像的视觉伺服系统的 两大类。由于任何视觉伺服系统必须能够跟踪图像序列中的图像特征，所以第 6 节描述了视觉跟踪的一些方法，这些方法具有广泛的适用性，并且可以使用最少的专用硬件来实现。最后，第 7 节给出了关于视觉伺服控制研究领域的当前方向的大量观测结果。 2 背景 在本节中，我们提供了一些与机器人视觉伺服控制相关的机器人和计算机视觉的简要概述。我们首先从术语和符号来表示坐标变换和通过工作空间移动的刚性物体的速度（第 2.1 和 2.2 节）。在此之后，我们讨论了与图像形成有关的几个 问题（第 2.3 和 2.4 节），以及可能的相机/机器人拥塞（第 2.5 节）。熟悉这些主 题的读者可能希望直接进行第 3 节。 3 文以机器人的任务空间为例，以 T 为代表的机器人的任务空间，是机器人