機器人視覺測量與控制涉及光學(xué)、電子學(xué)、控制科學(xué)、計算機科學(xué)等眾多學(xué)科，是一門重要的綜合性前沿學(xué)科。在工業(yè)機器人、移動機器人、軍事、航天與空間探索領(lǐng)域等具有廣闊的應(yīng)用前景。研究實時視覺測量與控制，對于提高機器人的自主作業(yè)能力、拓展機器人的應(yīng)用范圍具有十分重要的意義。
《機器人視覺測量與控制（第3版）》從控制的角度出發(fā)，以工程實現(xiàn)為目標(biāo)，以機器人的視覺控制為背景，系統(tǒng)介紹了視覺系統(tǒng)的構(gòu)成和標(biāo)定、視覺測量的原理與方法、視覺控制的原理與實現(xiàn)，并給出了機器人視覺測量與控制的應(yīng)用實例。全書以串聯(lián)關(guān)節(jié)機器人為主，同時兼顧了移動機器人的控制問題。
《機器人視覺測量與控制（第3版）》面向從事機器人研究和應(yīng)用的科技人員，注重反映本領(lǐng)域的研究前沿和可實現(xiàn)性，可作為機器人、計算機視覺等領(lǐng)域科研工作者和工程技術(shù)人員的參考書，也可作為控制科學(xué)與工程、計算機等學(xué)科研究生和高年級本科生的教材。
第1章 緒論
1．1 機器人視覺控制
1．1．1 機器人視覺的基本概念
1．1．2 機器人視覺控制的作用
1．2 機器人視覺控制的研究內(nèi)容
1．2．1 攝像機標(biāo)定
1．2．2 視覺測量
1．2．3 視覺控制的結(jié)構(gòu)與算法
1．3 機器人視覺系統(tǒng)的分類
1．3．1 根據(jù)攝像機與機器人的相互位置分類
1．3．2 根據(jù)攝像機數(shù)目分類
1．3．3 根據(jù)是否自然測量分類
1．3．4 根據(jù)控制模型分類
1．4 視覺控制的發(fā)展現(xiàn)狀與趨勢
1．4．1 視覺系統(tǒng)標(biāo)定研究進(jìn)展
1．4．2 機器人的視覺測量研究進(jìn)展
1．4．3 機器人的視覺控制研究進(jìn)展
1．4．4 機器人視覺控制的應(yīng)用現(xiàn)狀
1．4．5 機器人視覺測量與控制的發(fā)展趨勢
參考文獻(xiàn)
第2章 攝像機與視覺系統(tǒng)的標(biāo)定
2．1 攝像機模型
2．1．1 小孔模型
2．1．2 攝像機內(nèi)參數(shù)模型
2．1．3 鏡頭畸變模型
2．1．4 攝像機外參數(shù)模型
2．2 單目二維視覺測量的攝像機標(biāo)定
2．3 Faugeras的攝像機標(biāo)定方法
2．3．1 Faugeras攝像機標(biāo)定的基本方法
2．3．2 Faugeras攝像機標(biāo)定的改進(jìn)方法
2．4 Fsai的攝像機標(biāo)定方法
2．4．1 位姿與焦距求取
2．4．2 畸變矯正系數(shù)與焦距的精確求取
2．5 手眼標(biāo)定
2．6 基于消失點的攝像機內(nèi)參數(shù)自標(biāo)定
2．6．1 幾何法
2．6．2 解析法
2．7 基于運動的攝像機自標(biāo)定
2．7．1 基于正交平移運動和旋轉(zhuǎn)運動的攝像機自標(biāo)定
2．7．2 基于單參考點的攝像機自標(biāo)定
2．8 基于運動的立體視覺系統(tǒng)自標(biāo)定
2．8．1 相對測量視覺模型
2．8．2 自標(biāo)定原理與過程
2．9 畸變校正與非線性模型攝像機的標(biāo)定
2．9．1 基于平面靶標(biāo)的非線性模型攝像機標(biāo)定
2．9．2 基于平面靶標(biāo)的大畸變非線性模型攝像機的標(biāo)定
2．10 結(jié)構(gòu)光視覺的參數(shù)標(biāo)定
2．10．1 基于立體靶標(biāo)的激光平面標(biāo)定
2．10．2 主動視覺法激光平面標(biāo)定
2．10．3 斜平面法結(jié)構(gòu)光視覺傳感器標(biāo)定
參考文獻(xiàn)
第3章 視覺測量
3．1 視覺測量中的約束條件
3．1．1 特征匹配約束
3．1．2 不變性約束
3．1．3 直線約束
3．2 單目視覺位置測量
3．2．1 垂直于攝像機光軸的平面內(nèi)目標(biāo)的測量
3．2．2 平面內(nèi)目標(biāo)的測量
3．3 立體視覺位置測量
3．3．1 雙目視覺
3．3．2 結(jié)構(gòu)光視覺
3．4 基于PnP問題的位姿測量
3．4．1 P3P的常用求解方法
3．4．2 PnP問題的線性求解
3．5 基于矩形目標(biāo)約束的位姿測量
3．5．1 基于立體視覺的位姿測量
3．5．2 基于矩形的位姿測量
3．5．3 基于P4P方法
3．6 基于目標(biāo)模型的測量
3．6．1 點的交互矩陣
3．6．2 直線的交互矩陣
3．6．3 基于cAD模型的測量
3．7 基于消失點的位姿測量
3．7．1 基于消失點的單視點三維測量
3．7．2 基于消失點的單視點仿射測量
3．8 移動機器人的視覺定位
3．8．1 基于單應(yīng)性矩陣的視覺定位
3．8．2 基于非特定參照物的視覺定位
3．9 移動機器人的視覺全局定位
3．9．1 基于非特定參照物的視覺全局定位
3．9．2 視覺定位與里程計推算定位的信息融合
3．10 基于天花板的視覺推算定位
3．10．1 天花板的視覺特征
3．10．2 視慌系統(tǒng)構(gòu)成
3．10．3 視覺推算定位
3．10．4 實驗與結(jié)果
3．11 MEMs裝配中的顯微視覺測量
3．11．1 顯微視覺系統(tǒng)的構(gòu)成
3．11．2 顯微視覺系統(tǒng)的自動調(diào)焦
3．11．3 顯微視覺測量
3．11．4 實驗與結(jié)果
參考文獻(xiàn)
第4章 視覺控制
4．1 基于位置的視覺控制
4．1．1 位置給定型機器人視覺控制
4．1．2 機器人的位置視覺伺服控制
4．1．3 基于位置的視覺控制的穩(wěn)定性
4．1．4 基于位置的自標(biāo)定視覺控制
4．1．5 基于位置視覺控制的特點
4．2 基于圖像的視覺控制
4．2．1 基于圖像特征的視覺控制
4．2．2 基于圖像的視覺伺服控制
4．2．3 基于圖像的視覺控制的穩(wěn)定性
4．2．4 基于圖像的視覺控制的特點
4．3 混合視覺伺服控制
4．3．1 2．5 D視覺伺服的結(jié)構(gòu)
4．3．2 2．5 D視覺伺服的原理
4．4 直接視覺控制
4．4．1 直接視覺控制的結(jié)構(gòu)
4．4．2 visualmotor函數(shù)的實現(xiàn)
4．5 基于姿態(tài)的視覺控制
4．5．1 姿態(tài)測量
4．5．2 基于姿態(tài)估計的視覺控制系統(tǒng)的結(jié)構(gòu)與基本原理
4．5．3 實驗與結(jié)果
4．6 基于圖像雅可比矩陣的無標(biāo)定視覺伺服
4．6．1 動態(tài)牛頓法
4．6．2 圖像雅可比矩陣的估計
4．7 基于極線約束的無標(biāo)定攝像機的視覺控制
4．7．1 基本原理
4．7．2 視覺伺服控制
4．7．3 實驗與結(jié)果
4．8 基于視覺測量信息的智能控制
4．8．1 角焊縫跟蹤的白調(diào)整模糊控制
4．8．2 實驗與結(jié)果
參考文獻(xiàn)
第5章 應(yīng)用實例
5．1 開放式機器人控制平臺
5．1．1 多層次結(jié)構(gòu)的開放式機器人控制平臺
5．1．2 本地機器人的實時控制
5．1．3 圖形示教實驗與結(jié)果
5．2 具有焊縫識別與跟蹤功能的自動埋弧焊機器人系統(tǒng)
5．2．1 焊接小車與視覺系統(tǒng)
5．2．2 結(jié)構(gòu)光焊縫圖像的處理
5．2．3 焊縫測量實驗結(jié)果
5．3 基于結(jié)構(gòu)光的機器人弧焊混合視覺控制
5．3．1 圖像空間到機器人末端笛卡兒空間的雅可比矩陣
5．3．2 混合視覺控制
5．3．3 實驗與結(jié)果
5．4 薄板對接窄焊縫視覺跟蹤系統(tǒng)
5．4．1 視覺跟蹤系統(tǒng)構(gòu)成
5．4．2 焊縫視覺測量
5．4．3 焊縫初始點定位
5．4．4 控制系統(tǒng)設(shè)計
5．4．5 實驗與結(jié)果
5．5 基于視覺系統(tǒng)自標(biāo)定的機器人趨近與抓取
5．5．1 機器人系統(tǒng)構(gòu)成
5．5．2 基于自標(biāo)定的視覺控制系統(tǒng)原理
5．5．3 實驗與結(jié)果
5．6 基于天花板的移動機器人導(dǎo)航與定位
5．6．1 基于天花板自然路標(biāo)的定位
5．6．2 基于天花板的導(dǎo)航
5．6．3 實驗與結(jié)果
5．7 打乒乓球機器人
5．7．1 打乒乓球機器人系統(tǒng)構(gòu)成
5．7．2 并行處理的高速視覺系統(tǒng)
5．7．3 乒乓球飛行軌跡測量
5．7．4 后續(xù)飛行軌跡與擊球參數(shù)預(yù)測
5．7．5 基于球拍位姿的乒乓球旋轉(zhuǎn)估計
5．7．6 機器人運動規(guī)劃與控制
5．7．7 實驗與結(jié)果
5．8 大口徑光柵拼接
5．8．1 系統(tǒng)構(gòu)成
5．8．2 拼接位姿偏差測量
5．8．3 實驗與結(jié)果
參考文獻(xiàn)
附錄 攝像機標(biāo)定工具箱與標(biāo)定函數(shù)
書單推薦
