基于模糊自适应粒子滤波的图像雅可比在线估计技术

机器人视觉伺服能够模仿人类的视觉感知及反馈控制功能，引导机器人在不同环境下完成各项操作。基于图像的机器人视觉伺服一般要求图像雅可比矩阵是已知的，因此往往离不开复杂繁琐的标定过程。为了避免这一过程，本项目研究一种基于粒子滤波技术的图像雅可比在线估计技术。着重研究基于多建议分布的粒子滤波采样算法、基于生物进化的非均匀重采样机制以及基于模糊逻辑的粒子数自适应调整算法，建立自适应的状态空间模型，探索出一种图像特征综合提取策略，进行仿真实验和实际实验研究，力求在改进现有粒子滤波算法的基础上，提出一种新的图像雅可比矩阵实时估计技术，进而提出一种新的免标定的机器人视觉伺服方法。该项研究能够为拓宽粒子滤波和机器人视觉伺服的应用领域提供理论支持和关键技术支持，对促进非线性滤波、图像处理与分析、机器人学、计算智能等学科本身的发展以及它们的结合也具有重要的学术价值。