機器人視覺測量與控制（第3版）

第l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
  l.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)標定研究進展
    1.4.2 機器人的視覺測量研究進展
    1.4.3 機器人的視覺控制研究進展
    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
第2章 攝像機與視覺系統(tǒng)的標定
  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定
  2.3 Faugeras的攝像機標定方法
    2.3.1 Faugeras攝像機標定的基本方法
    2.3.2 Faugeras攝像機標定的改進方法
  2.4 Fsai的攝像機標定方法
    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 手眼標定
  2.6 基于消失點的攝像機內(nèi)參數(shù)自標定
    2.6.1 幾何法
    2.6.2 解析法
  2.7 基于運動的攝像機自標定
    2.7.1 基于正交平移運動和旋轉(zhuǎn)運動的攝像機自標定
    2.7.2 基于單參考點的攝像機自標定
  2.8 基于運動的立體視覺系統(tǒng)自標定
    2.8.1 相對測量視覺模型
    2.8.2 自標定原理與過程
  2.9 畸變校正與非線性模型攝像機的標定
    2.9.1 基于平面靶標的非線性模型攝像機標定
    2.9.2 基于平面靶標的大畸變非線性模型攝像機的標定
  2.10 結(jié)構(gòu)光視覺的參數(shù)標定
  2.10.1 基于立體靶標的激光平面標定
  2.10.2 主動視覺法激光平面標定
  2.10.3 斜平面法結(jié)構(gòu)光視覺傳感器標定
  參考文獻
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)目標的測量
    3.2.2 平面內(nèi)目標的測量
  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
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
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
附錄攝像機標定工具箱與標定函數(shù)