Визуальное сервоуправление - Visual servoing

Визуальное сервоуправление, также известный как управление роботом на основе зрения и сокращенно ПРОТИВ, это метод, который использует информацию обратной связи, извлеченную из датчика зрения (визуальная обратная связь[1]) для управления движением робот. Одна из первых статей, в которых говорится о визуальном сервоинге, была опубликована в SRI International Labs в 1979 году.[2]

Таксономия визуального сервоинга

Пример визуального сервоуправления в системе высокоскоростной ловли[3]

Существует две основные конфигурации рабочего органа (руки) робота и камеры:[4]

  • Контроль «глаза в руке» или конечная точка с обратной связью, когда камера прикрепляется к движущейся руке и наблюдает за относительным положением цели.
  • Глаза в руки или конечное управление без обратной связи, когда камера фиксируется в мире и наблюдает за целью и движением руки.

Методы управления Visual Servoing подразделяются на следующие типы:[5][6]

  • На основе изображений (IBVS)
  • Позиция/поза на базе (PBVS)
  • Гибридный подход

IBVS был предложен Вайсом и Сандерсоном.[7] Закон управления основан на ошибке между текущими и желаемыми характеристиками на плоскости изображения и не предполагает какой-либо оценки позы цели. Объектами могут быть координаты визуальных объектов, линий или моментов регионов. IBVS испытывает трудности[8] с движениями очень большие повороты, которые стали называть отступлением камеры.[9]

PBVS - это модельная методика (с одной камерой). Это связано с тем, что поза интересующего объекта оценивается относительно камеры, а затем выдается команда на контроллер робота, который, в свою очередь, управляет роботом. В этом случае также извлекаются характеристики изображения, но они дополнительно используются для оценки трехмерной информации (положение объекта в декартовом пространстве), следовательно, выполняется сервообразование в трехмерном пространстве.

Гибридные подходы используют некоторую комбинацию 2D и 3D сервоуправления. Было несколько разных подходов к гибридному сервоуправлению.

  • 2-1 / 2-мерное сервоуправление[10]
  • На основе движений
  • На основе разделенной глубины резкости[9]

Опрос

Следующее описание предыдущей работы разделено на 3 части.

  • Обзор существующих методов визуального сервоуправления.
  • Различные используемые функции и их влияние на визуальное сервоуправление.
  • Анализ ошибок и устойчивости схем визуального сервоуправления.

Обзор существующих методов визуального сервоинга

Визуальные сервосистемы, также называемые сервоуправлением, существуют с начала 1980-х годов.[11] хотя сам термин визуальный сервопривод был изобретен только в 1987 году.[4][5][6]Визуальное сервоуправление - это, по сути, метод управления роботом, в котором в качестве датчика используется камера (визуальный датчик). Сервоинг состоит в основном из двух техник:[6]один предполагает использование информации из изображения для непосредственного управления степенями свободы (DOF) робота, что называется визуальным сервоуправлением на основе изображения (IBVS). другой предполагает геометрическую интерпретацию информации, извлеченной из камеры, например оценка позы цели и параметров камеры (предполагая, что известна некоторая базовая модель цели). Существуют и другие классификации сервоприводов, основанные на вариациях в каждом компоненте сервосистемы,[5]например расположение камеры, два типа - «глаза в руке» и «рука-глаза». Основываясь на контуре управления, два типа - это открытый контур конечной точки и замкнутый контур конечной точки. В зависимости от того, применяется ли управление к суставам (или степеням свободы) напрямую или как команда положения для контроллера робота, два типа - это прямое сервоуправление и динамический взгляд и перемещение. Это одна из самых ранних работ. [12]авторы предложили иерархическую визуальную сервосхему, применяемую к сервоуправлению на основе изображений. Этот метод основан на предположении, что хороший набор функций может быть извлечен из интересующего объекта (например, края, углы и центроиды) и использован в качестве частичной модели вместе с глобальными моделями сцены и робота. Стратегия управления применяется к моделированию руки робота с двумя и тремя степенями свободы.

Feddema et al.[13]представил идею создания траектории задачи относительно скорости признака. Это сделано для того, чтобы датчики не становились неэффективными (останавливая обратную связь) для любых движений робота. Авторы предполагают, что объекты известны априори (например, модель САПР), и все функции могут быть извлечены из объекта. Espiau et al.[14]обсуждает некоторые из основных вопросов визуального сервоинга. Обсуждения сосредоточены на моделировании матрицы взаимодействия, камеры, визуальных элементов (точки, линии и т. Д.). [15] была предложена адаптивная сервоуправляемая система с динамической архитектурой. Метод использует оптический поток вместе с SSD для обеспечения метрики достоверности и стохастического контроллера с фильтрацией Калмана для схемы управления. Система предполагает (в примерах), что плоскость камеры и плоскость элементов параллельны.,[16] обсуждает подход к управлению скоростью, используя соотношение Якоби s˙ = Jv˙. Кроме того, автор использует фильтрацию Калмана, предполагая, что извлеченная позиция цели имеет внутренние ошибки (ошибки датчика). Модель целевой скорости разрабатывается и используется в качестве входного сигнала прямой связи в контуре управления. Также упоминается важность изучения кинематической несоответствия, динамических эффектов, повторяемости, временных колебаний установления и запаздывания.

Корк [17] ставит ряд очень важных вопросов по визуальному сервоуправлению и пытается уточнить их значение. В статье основное внимание уделяется динамике визуального сервоуправления. Автор пытается решить такие проблемы, как задержка и стабильность, а также говорит о путях прямой связи в контуре управления. В документе также делается попытка обосновать создание траектории, методологию управления осями и разработку показателей производительности.

Chaumette в [18] дает хорошее представление о двух основных проблемах IBVS. Первый - движение к локальным минимумам, второй - достижение якобианской особенности. Автор показывает, что одни только точки изображения не создают хороших характеристик из-за возникновения сингулярностей. Работа продолжается, обсуждая возможные дополнительные проверки для предотвращения сингулярностей, а именно, числа обусловленности J_s и Jˆ + _s, для проверки нулевого пространства ˆ J_s и J ^ T_s. Один из основных моментов, который подчеркивает автор, - это связь между локальными минимумами и нереализуемыми движениями элементов изображения.

За прошедшие годы было разработано множество гибридных методов.[4] Они включают в себя вычисление частичной / полной позы из эпиполярной геометрии с использованием нескольких видов или нескольких камер. Значения получены путем прямой оценки, обучения или статистической схемы. В то время как другие использовали подход переключения, который переключается между основанным на изображении и основанным на положении на основе функции Ляпнова.[4]Ранние гибридные методы, которые использовали комбинацию подходов, основанных на изображении (2D и 3D информация) для сервоуправления, требовали либо полной, либо частичной модели объекта для извлечения информации о позе и использовали различные методы для извлечения информации о движении. от изображения.[19] использовал аффинную модель движения из движения изображения в дополнение к грубой многогранной CAD-модели, чтобы извлечь позу объекта по отношению к камере, чтобы иметь возможность сервопривода на объект (на линиях PBVS).

2-1 / 2-D визуальное сервоуправление, разработанное Malis et al.[20] это хорошо известный метод, который разбивает информацию, необходимую для сервоуправления, на организованный способ, который разделяет вращения и перемещения. В статьях предполагается, что желаемая поза известна априори. Информация о вращении получается из частичной оценки позы, гомографии (по сути, трехмерной информации), дающей ось вращения и угол (путем вычисления собственных значений и собственных векторов гомографии). Трансляционная информация получается из изображения непосредственно путем отслеживания набора характерных точек. Единственным условием является то, что отслеживаемые характерные точки никогда не покидают поле зрения и что оценка глубины должна быть предопределена какой-либо автономной техникой. 2-1 / 2-мерное сервоуправление оказалось более стабильным, чем предшествующие ему методы. Еще одно интересное наблюдение с этой формулировкой состоит в том, что авторы утверждают, что визуальный якобиан не будет иметь сингулярностей во время движений. Гибридная техника, разработанная Корке и Хатчинсоном,[21][22] широко называемый частичным подходом, разделяет визуальные (или изображения) якобианские интомоции (как вращения, так и перемещения), связывающие оси X и Y и движения, относящиеся к оси Z.[22] описывает методику разделения столбцов визуального якобиана, соответствующих перемещению и вращению оси Z (а именно, третий и шестой столбцы). Разделенный подход показан для решения проблемы Chaumette Conundrum, обсуждаемой в.[23] Для правильной работы этого метода требуется хорошая оценка глубины.[24] описывает гибридный подход, в котором задача сервоуправления разделена на две, а именно основную и вторичную. Основная задача - удерживать интересующие объекты в поле зрения. В то время как второстепенная задача - отметить точку фиксации и использовать ее в качестве ориентира, чтобы привести камеру в желаемую позу. Для данной техники требуется оценка глубины в автономном режиме. В документе обсуждаются два примера, для которых оценки глубины получены с помощью роботодометрии и в предположении, что все объекты находятся на плоскости. Второстепенная задача достигается за счет использования понятия параллакса. Отслеживаемые функции выбираются путем инициализации, выполняемой на первом кадре, обычно это точки.[25] проводит обсуждение двух аспектов визуального сервоуправления, моделирования функций и отслеживания на основе моделей. Основное предположение состоит в том, что трехмерная модель объекта доступна. Авторы подчеркивают, что идеальные характеристики должны быть выбраны так, чтобы глубина резкости движения могла быть разделена линейной зависимостью. Авторы также вводят оценку целевой скорости в матрицу взаимодействия, чтобы улучшить характеристики слежения. Результаты сравниваются с хорошо известными техниками сервообразования даже при окклюзии.

Различные используемые функции и их влияние на визуальное сервоуправление

В этом разделе обсуждается работа, проделанная в области визуального сервоуправления. Мы пытаемся отслеживать различные методы использования функций. В большинстве работ точки изображения использовались в качестве визуальных элементов. Формулировка матрицы взаимодействия в [5] предполагает, что точки на изображении используются для представления цели. Существует некоторая часть работы, которая отклоняется от использования точек и использует области признаков, линии, моменты изображения и инварианты моментов.[26]В,[27] Авторы обсуждают отслеживание особенностей изображения на основе аффинности. Характеристики изображения выбираются на основе меры несоответствия, которая основана на деформации, которой подвергаются особенности. Используемые функции были текстурными заплатками. Одним из ключевых моментов этого документа было то, что в нем подчеркивалась необходимость рассмотрения функций для улучшения визуального сервоуправления. [28] авторы рассматривают выбор характеристик изображения (этот же вопрос обсуждался и в [5] в контексте отслеживания). Влияние выбора характеристик изображения на закон управления обсуждается только по оси глубины. Авторы рассматривают расстояние между характерными точками и площадью объекта как особенности. Эти особенности используются в законе управления в несколько различных формах, чтобы подчеркнуть влияние на производительность. Было отмечено, что лучшая производительность была достигнута, когда ошибка сервопривода была пропорциональна изменению оси глубины.[29] обеспечивает одно из первых обсуждений использования моментов. Авторы предлагают новую формулировку матрицы взаимодействия, используя скорость моментов в изображении, хотя и сложную. Даже несмотря на то, что используются моменты, моменты представляют собой небольшое изменение расположения контуров с использованием теоремы Грина. В статье также делается попытка определить набор характеристик (на плоскости) робота с 6 степенями свободы. [30] обсуждает использование моментов изображения для формулировки визуального якобиана. Эта формулировка позволяет разделить глубину резкости на основе выбранного типа моментов. Простой случай этой формулировки теоретически аналогичен сервоуправлению 2-1 / 2-D.[30] Изменение моментов во времени (m˙ij) определяется с помощью движения между двумя изображениями и теоремы Грина. Связь между m˙ij и винтом скорости (v) задается как m˙_ij = L_m_ij v. Этот метод позволяет избежать калибровки камеры, предполагая, что объекты плоские, и используя оценку глубины. Этот метод хорошо работает в плоском случае, но имеет тенденцию быть сложным в общем случае. Основная идея основана на работе [4]. Инварианты моментов использовались в.[31] Ключевая идея - найти вектор признаков, который разделяет всю глубину резкости движения. Были сделаны некоторые наблюдения, что централизованные моменты инвариантны для двумерных перемещений. Для двумерных вращений разработана сложная полиномиальная форма. Методика следует за обучением путем показа, поэтому требуются значения желаемой глубины и площади объекта (при условии, что плоскость камеры и объекта параллельны, а объект плоский). Остальные части вектора признаков - инварианты R3, R4. Авторы утверждают, что с окклюзиями можно справиться.[32] и [33] опираться на работу, описанную в.[29][31][32] Основное отличие состоит в том, что авторы используют технику, похожую на:[16] где задача разбита на две части (в случае, когда элементы не параллельны плоскости камеры). Выполняется виртуальное вращение, чтобы сделать изображение параллельным плоскости камеры.[34] консолидирует проделанную авторами работу над имиджмементами.

Анализ ошибок и устойчивости схем визуального сервоуправления

Espiau в [35] на основе чисто экспериментальной работы показал, что визуальное сервоуправление на основе изображений (IBVS) устойчиво к ошибкам калибровки. Автор использовал камеру без явной калибровки, с сопоставлением точек и без оценки позы. В статье рассматривается влияние ошибок и неопределенности на члены в матрице взаимодействия с экспериментального подхода. Используемые цели были точечными и предполагались плоскими.

Аналогичное исследование было проведено в [36] где авторы проводят экспериментальную оценку нескольких некалиброванных визуальных следящих систем, которые были популярны в 90-х годах. Основным результатом было экспериментальное доказательство эффективности визуального сервоконтроля по сравнению с традиционными методами управления. Кирки и др.[37] анализировать ошибки сервоуправления для сервоуправления на основе положения и визуального сервоуправления 2-1 / 2-D. Этот метод включает определение ошибки при извлечении положения изображения и его распространение для оценки позы и сервоуправления. Точки изображения отображаются на точки в мире априори для получения сопоставления (которое в основном является гомографией, хотя явно не указано в документе) . Это отображение разбито на чистые вращения и трансляции. Оценка позы выполняется по стандартной методике ComputerVision. Пиксельные ошибки трансформируются в позу. Они передаются контроллеру. Наблюдение в результате анализа показывает, что ошибки в плоскости изображения пропорциональны глубине, а ошибка на оси глубины пропорциональна квадрату глубины. Ошибки измерения при визуальном сервоуправлении были тщательно изучены. Большинство функций ошибок относятся к двум аспектам визуального сервоуправления. . Одна ошибка устойчивого состояния (когда-то управляемая) и две из-за устойчивости контура управления. Другие ошибки сервоуправления, которые представляли интерес, возникают из-за оценки позы и калибровки камеры. В,[38] авторы расширяют работу, выполненную в [39] принимая во внимание глобальную стабильность при наличии внутренних и внешних ошибок калибровки.[40] предоставляет подход к ограничению ошибки отслеживания функции задачи. В,[41] Авторы используют методику обучения через показ визуального резервуара. Где желаемая поза известна априори и робот перемещается из данной позы. Основная цель статьи - определить верхнюю границу ошибки позиционирования из-за шума изображения с помощью метода выпуклой оптимизации.[42] содержит обсуждение анализа устойчивости с учетом неопределенности оценок глубины. Авторы завершают статью наблюдением, что для неизвестной геометрии цели требуется более точная оценка глубины, чтобы ограничить ошибку. [21][22][43] неявно предполагать, что на изображении присутствует только один объект и доступна соответствующая функция для отслеживания вместе с областью объекта. Для большинства техник требуется либо частичная оценка позы, либо точная оценка глубины текущей и желаемой позы.

Программного обеспечения

Смотрите также

Рекомендации

  1. ^ «Основная концепция и технические термины». Лаборатория Исикавы Ватанабэ, Токийский университет. Получено 12 февраля 2015.
  2. ^ Агин, Г.Дж., "Управление роботом с помощью мобильной камеры в реальном времени". Техническая записка 179, SRI International, февраль 1979 г.
  3. ^ «Высокоскоростная система отлова (экспонируется в Национальном музее новейшей науки и инноваций с 2005 года)». Лаборатория Исикавы Ватанабэ, Токийский университет. Получено 12 февраля 2015.
  4. ^ а б c d Ф. Шометт, С. Хатчинсон. Визуальное сервоуправление, часть II: продвинутые подходы. Журнал IEEE Robotics and Automation Magazine, 14 (1): 109-118, март 2007 г.
  5. ^ а б c d е С. А. Хатчинсон, Г. Д. Хагер и П. И. Корке. Учебник по визуальному сервоуправлению. IEEE Trans. Робот. Automat., 12 (5): 651-670, октябрь 1996.
  6. ^ а б c Ф. Шометт, С. Хатчинсон. Визуальное сервоуправление, часть I: основные подходы. Журнал IEEE Robotics and Automation Magazine, 13 (4): 82-90, декабрь 2006 г.
  7. ^ А. С. Сандерсон и Л. Э. Вайс. Адаптивное визуальное сервоуправление роботами. В А. Пью, редакторе Robot Vision, стр. 107–116. IFS, 1983 г.
  8. ^ F. Chaumette. Потенциальные проблемы стабильности и конвергенции при визуальном сервоинге на основе изображений и позиций. В Д. Кригмане, Г. Хагере и С. Морзе, редакторах, «Слияние видения и контроля», том 237 конспектов лекций в области управления и информационных наук, стр. 66–78. Springer-Verlag, 1998.
  9. ^ а б П. Корке и С. А. Хатчинсон (август 2001 г.), «Новый разделенный подход к визуальному сервоуправлению на основе изображений», IEEE Trans. Робот. Автомат., 17 (4): 507–515, Дои:10.1109/70.954764
  10. ^ Э. Малис, Ф. Шометт и С. Буде, 2.5D визуальное сервоуправление, IEEE Transactions по робототехнике и автоматизации, 15 (2): 238-250, 1999
  11. ^ Г. Дж. Агин. Система компьютерного зрения для промышленного осмотра и сборки. IEEEComputer, страницы 11–20, 1979 г.
  12. ^ Ли Э. Вайс, Артур С. Сандерсон и Чарльз П. Нойман. Динамическое сенсорное управление роботами с визуальной обратной связью. IEEE Transactions по робототехнике и автоматизации, 3 (5): 404–417, октябрь 1987 г.
  13. ^ Дж. Т. Феддема и О. Р. Митчелл. Сервоуправление с визуальным контролем и построением траектории на основе характеристик. IEEE Transactions по робототехнике и автоматизации, 5 (5): 691–700, октябрь 1989 г.
  14. ^ Б. Эспио, Ф. Шометт и П. Ривес. Новый подход к визуальному сервоуправлению в робототехнике. IEEE Transactions по робототехнике и автоматизации, 8 (3): 313–326, июнь 1992 г.
  15. ^ Н.П. Папаникопулос и Хосла П. К. Адаптивное роботизированное визуальное отслеживание: теория и эксперименты. IEEE Transactions on Automatic Control, 38 (3): 429–445, март 1993 г.
  16. ^ а б П. Корке. Эксперименты в области высокопроизводительного роботизированного визуального сервоуправления. На Международном симпозиуме по экспериментальной робототехнике, октябрь 1993 г.
  17. ^ П. Корке. Динамические проблемы в визуально-сервосистемах роботов. В Международном симпозиуме по исследованиям робототехники, стр. 488–498, 1995.
  18. ^ F. Chaumette. Возможные проблемы стабильности и конвергенции при визуальном сервоинге на основе изображений и положений. В Д. Кригмане, Г. Хагаре и С. Морсе, редакторах, «Влияние видения и контроля», «Конспект лекций по системам управления и информации», том 237, страницы 66–78. Springer-Verlag, 1998 г.
  19. ^ Э. Маршан, П. Бутеми, Ф. Шометт и В. Моро. Надежное визуальное отслеживание за счет объединения двух- и трехмерной оценки позы. В материалах Международной конференции IEEE по обработке изображений, 1999 г.
  20. ^ Э. Малис. Гибридное управление роботом на основе технического зрения устойчиво к большим ошибкам калибровки как внутренних, так и внешних параметров камеры. В European Control Conference, страницы 289–293, сентябрь 2001 г.
  21. ^ а б П. Корке и С. Хатчинсон. Новая гибридная схема визуального сервоуправления на основе изображений. В трудах 39-й конференции IEEE по решениям и контролю, декабрь 2000 г.
  22. ^ а б c П. Корке и С. Хатчинсон. Новый разделенный подход к визуальному сервоуправлению на основе изображений. IEEE Transactions по робототехнике и автоматизации, 17 (4): 507–515, август 2001 г.
  23. ^ F. Chaumette. Возможные проблемы стабильности и конвергенции при визуальном сервоинге на основе изображений и положений. В D. Kriegman, G. Hagar и S. Morse, редакторах, Confluence of Vision and Control, Lecture Notes in Control and Information Systems, volume 237, pages 66–78. Springer-Verlag, 1998 г.
  24. ^ К. Коллеве и Ф. Шометт. Позиционирование камеры относительно плоских объектов неизвестной формы путем объединения двухмерной визуальной сервоуправления и трехмерных оценок. IEEE Transactions по робототехнике и автоматизации, 18 (3): 322–333, июнь 2002 г.
  25. ^ Ф. Шометт и Э. Маршан. Последние результаты в области визуального сервоуправления для приложений робототехники, 2013 г.
  26. ^ Н. Андрефф, Б. Эспио и Р. Хоро. Визуальное сервоуправление из строк. На международной конференции по робототехнике и автоматизации, Сан-Франциско, апрель 2000 г.
  27. ^ Дж. Ши и К. Томази. Хорошие возможности для отслеживания. В материалах конференции IEEE по компьютерному зрению и распознаванию образов, страницы 593–600, 1994
  28. ^ Р. Махони, П. Корк и Ф. Шометт. Выбор функций изображения для управления осью глубины в визуальном сервоуправлении на основе изображения. В материалах конференции IEEE по интеллектуальным роботам и системам, страницы 390–395, октябрь 2002 г.
  29. ^ а б F. Chaumette. Первый шаг к визуальному сервообразованию с использованием моментов изображения. В трудах конференции IEEE по интеллектуальным роботам и системам, страницы 378–383, октябрь 2002 г.
  30. ^ а б F. Chaumette. Момент изображения: общий и полезный набор функций для визуального сервоинга. IEEE Transactions on Robotics, 20 (4): 713–723, август 2004 г.
  31. ^ а б О. Тахри и Ф. Шометт. Применение инвариантов момента к визуальному сервообразованию. В материалах конференции IEEE по роботам и автоматизации, страницы 4276–4281, сентябрь 2003 г.
  32. ^ а б О. Тахри и Ф. Шометт. Моменты изображения: общие дескрипторы для независимого визуального сервоинга на основе изображений. В материалах конференции IEEE по робототехнике и автоматизации, страницы 1861–1867, апрель 2004 г.
  33. ^ О. Тахри и Ф. Шометт. Оценка положения сложных объектов на основе инвариантов момента изображения. В материалах конференции IEEE по роботам и автоматизации, страницы 436–441, апрель 2005 г.
  34. ^ О. Тахри и Ф. Шометт. Моменты изображения на основе точек и областей для визуального отслеживания плоских объектов. IEEE Transactions on Robotics, 21 (6): 1116–1127, декабрь 2005 г.
  35. ^ Б. Эспиау. Влияние ошибок калибровки камеры на визуальное сервоуправление в робототехнике. В Третьем Инт. Симпозиум по экспериментальной робототехнике, октябрь 1993 г.
  36. ^ М. Ягерсанд, О. Фуэнтес и Р. Нельсон. Экспериментальная оценка неоткалиброванного визуального сервоуправления для точной манипуляции. В Международной конференции по робототехнике и автоматизации, страницы 2874–2880, апрель 1997 г.
  37. ^ В. Кирки, Д. Крагич и Х. Кристенсен. Ошибки измерения при визуальном сервоуправлении. В материалах конференции IEEE по робототехнике и автоматизации, страницы 1861–1867, апрель 2004 г.
  38. ^ Э. Малис. Гибридное управление роботом на основе технического зрения устойчиво к большим ошибкам калибровки как внутренних, так и внешних параметров камеры. В European Control Conference, страницы 289–293, сентябрь 2001 г.
  39. ^ Э. Малис, Ф. Шометт и С. Буде. 2-1 / 2-мерное визуальное сервоуправление. IEEE Transactions по робототехнике и автоматизации, 15 (2): 238–250, апрель 1999 г.
  40. ^ Г. Морель, П. Занне и Ф. Плестан. Надежное визуальное сервоуправление: ограничение ошибок отслеживания функций задачи. IEEE Transactions on Control System Technology, 13 (6): 998–1009, ноябрь 2009 г.
  41. ^ G. Chesi и Y. S. Hung. Шум изображения вызывает ошибки в позиционировании камеры. IEEE Transactions on Pattern Analysis and Machine Intelligence, 29 (8): 1476–1480, август 2007 г.
  42. ^ Э. Малис и П. Ривз. Устойчивость визуального сервоуправления на основе изображений к ошибкам распределения глубины. На Международной конференции IEEE по робототехнике и автоматизации, сентябрь 2003 г.
  43. ^ Э. Малис, Ф. Шометт и С. Буде. 2-1 / 2-мерное визуальное сервоуправление. IEEE Transactions по робототехнике и автоматизации, 15 (2): 238–250, апрель 1999 г.
  44. ^ Э. Маршан, Ф. Шпиндлер, Ф. Шометт. ViSP для визуального сервоуправления: универсальная программная платформа с широким классом навыков управления роботами. Журнал IEEE Robotics and Automation Magazine, специальный выпуск «Программные пакеты для визуального управления движением», P. Oh, D. Burschka (Eds.), 12 (4): 40-52, декабрь 2005 г.

внешняя ссылка