为了使机器人视觉伺服控制系统的目标跟踪精度得到进一步提高,构建一种基于开关卡尔曼滤波器的视觉伺服控制系统。研究视觉伺服的目标跟踪原理,推导相关的数学模型,并分析跟踪误差产生的原因;针对图像采集和处理引入的延时问题,通过卡尔曼滤波估计得到目标运动的速度信息,以此作为前馈量输入视觉伺服控制器,补偿由于目标运动和延时造成的跟踪误差;为了解决卡尔曼滤波器由于目标运动的突然变化而降低估计性能的问题,引入运动监视器以在目标运动突然变化时发出开关信号并重置卡尔曼滤波器;最后对该算法进行实验与仿真。结果表明基于卡尔曼滤波器的视觉伺服控制器能把跟踪误差控制在1 mm以内,而开关卡尔曼滤波器能有效地减少因目标运动状态突然变化而产生的跟踪误差。

提出了基于视觉伺服的相机光轴反馈校正法，将图像的线性畸变与非线性畸变相分离，先采用多幅模板图像对相机进行高精度标定，获得相机非线性系数；根据这些系数经反复迭代后消除非线形畸变；再利用线性畸变，引入反馈环节精细调节相机至精确位置．该方法不需要特殊的导引装置，很好地解决了相机光轴的高精度校正问题。

为了克服时延对空间机器人遥操作的影响,提出了利用视觉技术辅助遥操作进行卫星自维护的方法.针对遥操作数据传输滞后的问题,设计并实现了一种基于视觉的共享控制策略,该策略将维护任务分为自由空间控制与自主视觉伺服控制.在自由空间控制阶段,通过3D图形预测仿真以及实时反馈的视频流,提高了遥操作者的视觉临场感.在自主控制阶段,采用冗余特征视觉伺服控制,克服了系统对标定精度的依赖性,从而提高了整个系统的智能化程度.最后,通过对典型的卫星维护任务实例的分析,验证了该方法的有效性.

机器人视觉伺服系统的研究是机器人领域中的重要内容之一,其研究成果可以直接用于机器人自动避障、轨迹线跟踪和运动目标跟踪等问题中。本文针对机器人视觉伺服系统要求快速准确的特点,设计了基于TMS320C6201的机器人视觉图像处理系统,并分析了基于图像雅可比矩阵的机器人视觉伺服方法的基本原理。

本文讨论了仿人机器人 BHR-1的视觉伺服控制系统。利用视觉伺服实现 BHR-1对运动物体的实时跟踪和定位。