本书聚焦机器人视觉导引领域的基础理论和关键技术，采用理论与案例相结合的形式，重点阐述系统参数标定、三维视觉测量、目标位姿估计、跟踪控制策略、多传感器融合等问题，并展示不同应用场景下机器人视觉导引的解决方案。本书可作为机器人感知、视觉测量、视觉导引、视觉跟踪等领域科技人员的参考用书，也可作为智能制造、人工智能等相关方向学生的专业教材。

第1章 绪论001
1.1 机器人导引技术概述001
1.2 常见机器人导引技术004
1.2.1 电磁导引技术.04
1.2.2 激光导引技术.05
1.2.3 视觉导引技术.007
1.3 机器人视觉导引研究现状009
1.3.1 三维视觉测量理论009
1.3.2 机器人运动学理论012
1.3.3 视觉伺服控制技术013
1.3.4 系统参数标定技术015
1.3.5 实际应用.017
1.3.6

第1章 绪论001
1.1 机器人导引技术概述001
1.2 常见机器人导引技术004
1.2.1 电磁导引技术.04
1.2.2 激光导引技术.05
1.2.3 视觉导引技术.007
1.3 机器人视觉导引研究现状009
1.3.1 三维视觉测量理论009
1.3.2 机器人运动学理论012
1.3.3 视觉伺服控制技术013
1.3.4 系统参数标定技术015
1.3.5 实际应用.017
1.3.6 主要挑战019
参考文献021
第2章 机器人视觉导引理论基础027
2.1 机器人视觉系统理论模型027
2.1.1 机器人视觉系统基本架构027
2.1.2 相机成像模型028
2.1.3 视觉测量模型032
2.2 视觉测量与位姿估计理论034
2.2.1 三角测量理论034
2.2.2 位姿估计理论038
2.3 机器人运动学基本理论044
2.3.1 机器人运动学模型044
2.3.2 机器人运动学分析048
2.3.3 Simulink与ADAMS联合仿真052
参考文献055
第3章 机器人视觉系统参数标定技术057
3.1 单相机内部参数标定057
3.1.1 相机标定方法概述057
3.1.2 基于平面靶标的内参标定059
3.1.3 方法验证062
3.2 双/多相机外部参数标定0*
3.2.1 基于坐标变换的外参标定0*
3.2.2 方法验证065
3.3 变视轴视觉系统参数标定067
3.3.1 变视轴视觉成像模型067
3.3.2 多误差参数联合标定070
3.3.3 方法验证072
3.4 机器人手眼关系参数标定074
3.4.1 两步标定法074
3.4.2 辅助标定法077
3.4.3 方法验证079
参考文献081
第4 章 基于单目视觉的机器人导引技术083
4.1 常用合作目标083
4.2 目标特征识别与提取084
4.2.1 角点识别与检测084
4.2.2 椭圆识别与检测087
4.3 多视角图像序列匹配092
4.3.1 SIFT匹配093
4.3.2 Root-SIFT匹配098
4.3.3 ASIFT配准098
4.4 位姿估计与导引定位099
4.4.1 三点位姿估计与定位方法099
4.4.2 RPnP位姿估计与定位方法103
4.4.3 算法对比实验106
参考文献109
5章 基于双目视觉的机器人导引技术111
5.1 双视角图像预处理111
5.1.1 图像差分去除背景112
5.1.2 颜色过滤去除背景112
5.2 立体匹配与视差估计113
5.2.1 匹配代价计算114
5.2.2 匹配代价聚合116
5.2.3 视差计算117
5.2.4 视差细化118
5.2.5 实验验证119
5.3 点云生成与数据处理121
5.3.1 点云生成121
5.3.2 点云配准122
5.3.3 点云优化123
5.3.4 实验验证124
5.4 位姿估计与导引定位126
5.4.1 导引策略126
5.4.2 实验验证127
参考文献129
第 6 章 视觉导引算法与跟踪控制策略131
6.1 视觉导引控制策略131
6.2 目标运动模型132
6.2.1 匀速模型132
6.2.2 匀加速模型.133
6.2.3 协同转弯模型133
6.2.4 Singer模型135
6.2.5“当前”统计模型136
6.2.6 自适应机动目标模型..138
6.3 卡尔曼滤波算法139
6.3.1 基本原理140
6.3.2 算法流程142
6.4 交互多模型跟踪滤波算法143
6.4.1 算法原理144
6.4.2 流程归纳147
6.5 实验验证147
6.5.1 跟踪滤波仿真验证147
6.5.2 目标位置估计实验150
参考文献151
第7章 多传感器融合视觉导引技术152
7.1 主辅相机协同的机器人导引方法152
7.1.1 主辅相机机器人导引模型152
7.1.2 主辅相机标定152
7.1.3 主辅相机成像目标定位与导引策略155
7.2 结构光视觉定位的机器人导引方法156
7.2.1 基于结构光的视觉导引模型156
7.2.2 结构光视觉手眼标定159
7.2.3 基于结构光视觉的目标定位162
7.3 多传感器信息融合的机器人导引方法1*
7.3.1 激光雷达与视觉融合的机器人导引模型1*
7.3.2 激光雷达与视觉融合的手眼系统标定.166
7.3.3 激光雷达与视觉信息融合的目标定位170
参考文献173
第8章 应用案例175
8.1 基于双目视觉三维测量的机器人目标抓取175
8.2 基于三维视觉点云重建的机器人视觉导引178
8.3 基于深度学习目标分类的机器人视觉导引184
彩色插图

[展开]