Show simple item record

dc.contributor.author仲训杲
dc.contributor.author徐敏
dc.contributor.author仲训昱
dc.contributor.author彭侠夫
dc.date.accessioned2019-11-13T02:35:03Z
dc.date.available2019-11-13T02:35:03Z
dc.date.issued2018-05-28
dc.identifier.citation厦门大学学报(自然科学版),2018,57(03):413-419
dc.identifier.issn0438-0479
dc.identifier.urihttps://dspace.xmu.edu.cn/handle/2288/172200
dc.description.abstract针对机器人非标定全局定位问题,研究Kalman滤波(Kalman filtering,KF)算法联合反馈型Elman神经网络(Elman neural network,ENN)学习机器人图像空间与运动空间非线性映射关系,从而建立基于图像的视觉反馈控制方法.首先利用ENN学习得到机器人全局定位的次优状态,以此为系统状态向量构建伺服系统状态方程与观测方程,进而利用KF估计得到机器人图像雅可比矩阵.其次,采用KF对ENN网络权重进行在线微调,KF联合ENN满足机器人全局定位稳定收敛的要求,并对环境干扰具有一定的自适应性.最后在摄像机参数未标定条件下,进行六自由度机器人\"眼在手\"(eye-in-hand)定位比较试验,结果验证了提出的非标定视觉伺服控制方法的有效性.
dc.description.sponsorship国家自然科学基金(61703356);;福建省自然科学基金(2018J05114);;福建省中青年教师教育科研项目(JAT160363);;厦门理工学院高层次人才项目(YKJ15020R)
dc.language.isozh_CN
dc.subject机器人视觉定位
dc.subject全局状态空间
dc.subject视觉反馈控制
dc.subject联合学习
dc.title基于图像的非标定视觉反馈控制机器人全局定位方法
dc.typeArticle


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record