机器人视觉伺服研究综述

维普资讯 http://www.cqvip.com 第３卷第２期　２００８年４月　智　能　系　统学报　Ｖｏ１．３　Ｎｏ．２　Ａｐｒ．２００８　ＣＡＡ１　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｓｙｓｔｅｍｓ　机器人视觉伺服研究综述　方勇纯　（南开大学信息技术科学学院，天津３０００７１）　摘要：首先对于３种机器人视觉伺服策略，即基于位置的视觉伺服、基于图像的视觉伺服以及２．５维视觉伺服进行　了讨论．然后，对于视觉伺服的研究方向和面临的主要问题，如机器人位姿提取、视觉伺服系统的不确定性研究、图　像空间的路径规划、智能视觉伺服等进行了分析和讨论．在此基础上，对＿丁机器人视觉伺服领域的未来研究重点，包　括如何使参考点位于视场之内，高速伺服策略以及鲁棒视觉伺服技术进行了分析和展望．　关键词：机器人；视觉伺服；轨迹规划；鲁棒性　中图分类号：ＴＰ２４文献标识码：Ａ文章编号：１６７３　４７８５（２００８）０２—０１０９—０６　Ａ　ｓｕｒｖｅｙ　ｏｆ　ｒｏｂｏｔ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ＦＡＮＧ　Ｙｏｎｇ　ｃｈｕｎ　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｉｃａｌ　Ｓｃｉｅｎｃｅ，Ｎａｎｋａｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ　３０００７１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎ　ｔｈｉｓ　ｓｕｒｖｅｙ　ｏｆ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｉｎ　ｒｏｂｏｔｉｃｓ　ｔｈｒｅｅ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｓｔｒａｔｅｇｉｅｓ　ａｒｅ　ｄｉｓｃｕｓｓｅｄ：ｐｏｓｉ—　ｌｉｏｎ—ｂａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ。ｉｍａｇｅ—ｂａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ，ａｎｄ　２．５　Ｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ．Ｔｈｅ　ｍａｉｎ　ｒｅｓｅａｒｃｈ　ｄｉ—　ｒｅｃｔｉｏｎｓ　ａｎｄ　ｓｏｍｅ　ｃｈａｌｌｅｎｇｉｎｇ　ｐｒｏｂｌｅｍｓ　ｉｎ　ｔｈｅ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｆｉｅｌｄ　ａｒｅ　ｄｉｓｃｕｓｓｅｄ，ｉｎｃｌｕｄｉｎｇ　ｔｈｅ　ｅｘｔｒａｃｔｉｏｎ　ｏｆ　ｐｏｓｉｔｉｏｎ／ｐｏｓｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｆｒｏｍ　ｉｍａｇｅｓ，ｕｎｃｅｒｔａｉｎｔｉｅｓ　ｉｎ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｓｙｓｔｅｍｓ，ｐａｔｈ　ｐｌａｎｎｉｎｇ　ｉｎ　ａｎ　ｉｍ—　ａｇｅ　ｓｐａｃｅ，ａｎｄ　ｉｎｔｅｌｌｉｇｅｎｔ　ｖｉｓｕａｌ　ｓｅｒｏｖｉｎｇ．Ａｄｄｉｔｉｏｎａｌｌｙ，ｐｏｓｓｉｂｌｅ　ｆｕｔｕｒｅ　ｒｅｓｅａｒｃｈ　ａｒｅａｓ　ａｒｅ　ａｎａｌｙｚｅｄ．Ｅｘ　ａｍｐｌｅｓ　ａｒｅ　ｔｈｅ　ｃｈａｌｌｅｎｇｅ　ｏｆ　ｋｅｅｐｉｎｇ　ｒｅｆｅｒｅｎｃｅ　ｐｏｉｎｔｓ　ｗｉｔｈｉｎ　ｃａｍｅｒａ　ｉｍａｇｅｓ，ｆａｓｔ　ｓｅｒｖｏｉｎｇ　ｓｔｒａｔｅｇｉｅｓ，ａｎｄ　ｒｏｂｕｓｔ　ｖｉｓｕａ１　ｓｅｒｖｏｉｎｇ　ｔｅｃｈｎｏｌｏｇｉｅｓ．　Ｋｅｙｗｏｒｄｓ：ｒｏｂｏｔ；ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ；ｐａｔｈ　ｐｌａｎｎｉｎｇ；ｒｏｂｕｓｔｎｅｓｓ　为了使机器人能够在不确定动态环境下工作，　必须提高它的学习能力与智能化水平，使其在恶劣　或者危险环境下完成自身定位、地图构建、自主搜索　等任务．为此，必须为机器人本体装配各种传感器，　踪　．这是一个集计算机、机器视觉、自动控制、机　器人、实时系统分析等领域于一体的新兴交叉学　科　．近年来，随着图像处理、模式识别等领域的快　速发展，图像中蕴含的信息被更多地挖掘出来并得　使它们能够获取关于外部环境的有关信息．　视觉传感器由于具有成本低、信息　＃富、算法简　单、可靠性高等优点而被广泛应用于机器人控制系　统，因此基于视觉的机器人控制——视觉伺服逐渐　发展成为机器人领域最活跃的研究方向之～．所谓　以应用，视觉伺服的精度和可靠性也日益提高，因此　增强了机器人对周围环境的学习能力，使其能够根　据对环境的了解来进行智能决策，并完成指定的任　务．　机器人视觉伺服，就是采用视觉传感器来间接检测　机器人当前位姿或者其关于目标体的相对位姿，在　１　机器人视觉伺服策略　根据反馈信息类型的差别，机器人视觉伺服一　此基础上，实现机器人的定位控制或者轨迹跟　收稿日期：２００７—０９—２０．　基金项目：　家自然科学基金资助项臼（６０５７４０２７）；天津市也用基础　研究计划资助项同（０７Ｊ（＇ＹＢＪＣ０５４００）；教育部新世纪优秀　人才支持计划资助项目（ＮＣＥＴ一０６　０２１０）．　通讯作者：方勇纯．Ｅ—ｍａｉｌ：ｙｆａｎｇ＠ｒｏｂｏｔ．ｎａｎｋａｉ．ｅｄｕ．ｃｎ．　般分为基于位置的视觉伺服（　维视觉伺服）和基于　图像的视觉伺服（二维视觉伺服）２种　．由于这２　种伺服方法各自存在不同的缺陷，后来又提　了将　两者相结合的２．５维视觉伺服方法．　１．１　基于位置的视觉伺服　基于位置的视觉伺服基本结构如图１所示，它　维普资讯 http://www.cqvip.com 智能系统学报　第３卷　利用摄像机的参数来建立图像信号与机器人的位　置　姿态信息之间的映射，然后存伺服过程巾，借助　于图像信号来提取机器人的位置　姿态信息．并将它　们与给定位姿进行比较，形成闭环反馈控制　．显　然，这种方法成功与否很大程度上取决于能否从　像信号中准确提取机器人的位置　姿态信息．而这又　决定于摄像机参数的准确性以及图像信号中噪声的　大小．此外．对于这种方法而言．由于冈像信弓　独立　于控制环节之外．ｒ大１此在伺服过程中，无法保证机器　人或者参考物体始终位于摄像机的视野之内　．　Ｉ攀Ｊ　１　于位置的视觉ｆ司眼基本结构　Ｆｉｇ．１　Ｓｃｈｅｍｅ　ｏｆ　ｐｏｓｉｔｉｏｎ—ｂａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｗｆｉｎｇ　１．２基于图像的视觉伺服　卜ｊ■维视觉伺服不同，基于图像的视觉伺服将　实时测肇得到的图像信号　给定图像信号直接进行　在线比较．然后利用所获得的图像误差进行反馈来　形成闭环柠制　．基于图像的视觉伺服系统的结　构如图２所示．　２基于网像的视觉伺　匣基本结构　Ｆｉｇ．２　ｇｃｈｅｍｅ　ｏｆ　ｉｍａｇｅ　ｂａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　基于　像的视觉伺服系统。伺服律通常选择为　Ｔ一　、０　ｓ—ｓ）．　式中：Ｔ是控制量，Ｊ　是当前位姿的图像雅可比矩　阵．而．，　则是它的伪逆矩阵。ｓ和ｓ　则分别表示当　前罔像坐标和目标罔像坐标．由于图像雅可比矩阵　．，　中包含有未知的深度信息。因此无法得到。，　及其　伪逆矩阵．为此，一般通过深度估计等方法来求解图　像雅可比矩阵　，或者直接利用目标位姿的图像稚　可比矩阵来近似代替时变矩阵．，　，在这种近似处理　下．上述方法只有在初始位姿位丁目标位姿附近时。　才能完成伺服任务．　基于罔像的视觉伺服对于摄像机模型的偏差具　有较强的鲁棒性．通常也能较好地保证机器人或者　参考物体位于摄像机的视野之内，但是在没计视觉　伺服控制器时，这种方法又不可避免地遇到了图像　稚可比矩阵ｔ，　的奇异性以及局部极小等问题　．　１．３　２．５维视觉伺服策略　考虑到以上２种视觉伺服方法的局限性，法国　机器人视觉控制专家Ｆ．Ｃｈａｕｍｅｔｔｅ等人提出了２．５　维视觉伺服　，其基本结构如图３所示．这种方法　能成功地将图像信号与根据图像所提取的位置／姿　态信号进行有机结合，并利用它们产生一种综合的　误差信号进行反馈：　Ｐ—Ｌｅ，　Ｐ　．　式中：Ｐ，表示平移误差，它主要根据图像信号，并结　合单应矩阵Ｈ分解得到的深度比来定义：　Ｐ，一［“一“　ｌｏｇ（ｒ）　．　式中：（“，　）和（“　，・Ｕ　）分别表示当前图像和目标图　像坐标，而，一则是当前深度和同标深度之间的比值．　转动误差　定义为　Ｐ　一　．　式中：ｐ表示单位转轴．　则是与之相对应的转　角，两者都可以通过Ｈ分解后得到的旋转矩阵计算　出来．上述误差定义方法使平移控制基本上存二维　图像坐标下完成．而姿态控制则需要利用　维信息　来文现。因此这是一种将二维信息与ｉ维信息有机　结合的混合伺服方法，通常将其称为２．５维视觉伺　服．日本机器人专家Ｄｅｇｕｃｈｉ也提　了类似的分解　与伺服方法，不同的是．Ｄｅｇｕｃｈｉ分别采用　维信息　和二维图像信息来实现平移和姿态控制　］．　３　２．５维视觉伺服基本结掏　Ｆｉｇ．３　Ｓｃｈｅｍｃ　ｏｆ　２．５Ｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　２．ｊ维视觉伺服可以存一定程度上解决以上　提到的鲁俸性、奇异性、局部极小等问题，因此它是　非常富有前景的一种视觉伺服策略．遗憾的是，这种　方法仍然无法确保在伺服过程中参考物体始终位于　摄像机的视野之内。另外，存分解单应矩阵时，有时　存在解不惟一的问题．　２　视觉伺服领域的主要研究方向　尽管近年来，视觉伺服得到了机器人以及｝１动　控制领域专家的广泛关注。并存伺服策略和视觉伺　服实际应用方面取得了较大的发展，但是现有的机　维普资讯 http://www.cqvip.com 第２期　方勇纯：机器人视觉伺服研究综述　器人视觉伺服策略没有综合考虑系统中的各种不确　定因素，如摄像机内／外参数的标定误差、图像信号　中的噪声等，致使所设计的系统精度和可靠性不高，　对于环境因素的变化缺乏鲁棒性．　因此，如何有机地将各种先进控制方法应用于　视觉伺服系统，解决系统中存在的图像偏离摄像机　视野、图像误差、摄像机参数不确定性等问题，进一　步提高视觉伺服系统的精度、效率和可靠性，是当前　机器人视觉伺服的研究热点．　２．１从图像中获取机器人位姿方法研究　视觉伺服需要实现关于机器人位置和姿态的控　制目标，为此，必须从图像中提取位姿信息来实现反　馈控制．近年来，很多专家就如何从二维图像中尽可　能准确地得到机器人位姿信息进行了研究，所采用　的主要方法是特征点匹配和图像比较，即对当前图　像和目标图像进行分析和对比，从中获得机器人位　姿与目标值之间的偏差，具体算法包括单应矩阵计　算和分解［１４　１５］、本质矩阵分解等￣１６　１　７］．另外，在视觉　伺服过程中，当参考物体全部或者部分偏离于摄像　机的视野之外，或者出现自遮挡（ｓｅｌｆ—ｏｃｃｌｕｓｉｏｎ）等　现象时，通常需要结合图像轨迹的特点来估计单应　矩阵或者本质矩阵，在此基础上，计算得到摄像机的　位姿信号　］．　另一方面，为了从二维图像信号中提取机器人　的位置／姿态信息，可以利用深度传感器，如激光等，　来测量深度信号，并通过传感器之间的融合来获取　位姿信息；或者是采用多个摄像机，通过立体视觉方　法来获取三维信息ｌ１　．这些方法具有较高的精度，　但是会提高系统设计与分析的复杂度．基于这种原　因，一些机器人领域的专家采用软测量的方法来在　线估计深度信息．他们通过对视觉系统的动态特性　进行详细分析，在此基础上，利用二维图像信号，并　结合其动态特性以及其他有关信号来设计观测器，　渐近估计伺服过程中的深度信息，并进而计算得到　参考点的三维笛卡儿坐标以及机器人的位姿信　息　船ｊ．如Ｗ．Ｄｉｘｏｎ和方勇纯等人采用李雅普诺　夫方法构造了一种具有滑模结构的非线性观测器，　这种观测器可以在线估计视觉系统中的深度信号，　并实现三维直角坐标估计误差的渐近收敛［２　．而　Ｙ．Ｃｈｅｎ等人则通过将非线性视觉系统近似为一组　线性时变系统，然后采用标准的线性观测器来估计　得到深度信息［２３３．　２．２视觉伺服的鲁棒性和自适应性研究　视觉伺服是一个具有非线性特性的复杂过程，　并且伺服过程中存在各种不确定因素，例如摄像机　参数的标定误差，机器人动、静态特性中的不确定因　素，以及Ｔ作环境中地面平滑程度的差异等等．为了　提高机器人伺服系统的精度和可靠性，机器人领域　的许多学者对上述不确定因素进行了深入研究．他　们将非线性控制理论应用于机器人视觉伺服系统，　分别采用自适应控制和鲁棒控制等方法来提高机器　人视觉伺服系统对于这些不确定因素的适应能力．　很多专家针对视觉伺服系统中摄像机内外参数　的不确定性进行了深入研究［２，ｌ　３０］．其中，方勇纯等人　采用李雅普诺夫方法设计了一系列视觉伺服策略，　分别实现了机器手臂和直角坐标式机器人对于摄像　机内外参数的鲁棒和自适应控制［２６　２８］．Ｙ．Ｉ　ｉｕ等人　设计了一种基于图像的动态视觉伺服策略，它可以　通过自适应算法来在线估计未知的摄像机内／外参　数，在图像信号畸变与存在噪声等情况下实现了位　置误差的渐近收敛［　．而文献［３０］中，Ｇ．Ｌ．Ｍａｒｉ—　ｏｔｔｉｎｉ等人所设计的基于图像的视觉伺服算法对于　摄像机的部分内参数，如摄像机焦距等具有较强的　鲁棒性．　在视觉伺服过程中，机器人工作环境的地理特　性以及地面的光滑程度等都会影响到伺服的精度，　因此一些专家对此进行了研究［３１　３２］．例如，Ｋ．１ａｇ—　ｎｅｍｍａ等人设计了一种实时观测算法来估计地面　的主要特性参数，并根据估计结果进行路径规划，寻　找到合适的路径以使机器人顺利达到目标点　．　２．３视觉伺服路径规划研究　为了提高伺服系统的效率，在保证参考物体位　于摄像机视野的同时，应该尽可能地实现直线或者　准直线伺服，使机器人快速准确地达到期望位置与　姿态＿３引．为了实现上述目标，很多视觉伺服系统预　先在机器人起始位姿和目标位姿之间进行路径规　划，并设计合适的控制器使机器人沿规划好的路径　运动．为此，通常是将势场（ｐｏｔｅｎｔｉａｌ　ｆｉｅｌｄ）和导航函　数（ｎａｖｉｇａｔｉｏｎ　ｆｕｎｃｔｉｏｎ）等方法应用于视觉伺服系　统来规划图像平面的路径．例如，Ｙ．Ｍｅｚｏｕａｒ等人　应用势场方法在图像空间构造了一条路径，并利用　二维视觉伺服使机器人跟踪这条路径［３　。　．此外，　也可以利用几何方法，根据视觉图像的运动特点来　规划伺服路径．例如，Ｈａｓｈｉｍｏｔｏ等人在摄像机初　始位置与目标位置之间规划了一条近似于圆周运动　的轨迹　，以确保伺服过程中，参照物体始终位于　摄像机的视野之内．　２．４智能视觉伺服方法研究　为了处理视觉伺服系统中存在的各种不确定　性，许多专家将各种智能算法，如神经网络、模糊控　维普资讯 http://www.cqvip.com 智能系统学报　第３卷　制、遗传算法等，引入到视觉伺服系统中，通过智能　视觉伺服来提高系统的可靠性．其中，基于神经网络　的视觉伺服充分利用神经网络对于非线性映射的逼　近能力，利用它来建立机器人空间与图像空间的对　应关系　。　．这种方法无需对视觉模型等进行理论分　析，但是通常需要对网络进行大量训练，并且其外推　能力不强。因此，对于不同的Ｔ作环境，网络需要重　新学习．基于模糊规则的伺服方法则根据人类视觉　及它们之间的一系列中间图像共同构成，这样可以　将大范同的视觉伺服问题分解为若干个小范围的视　觉伺服子任务，对每个子任务而言，其目标是控制机　器人，使其到达轨迹上的相邻一幅图像；另一方面，　也可以通过主动视觉等技术来解决特征点偏离视野　的问题．例如，在伺服过程中，根据机器人的运动特　性对下一时刻的图像进行预测，在此基础上，通过云　台等来调整摄像机的方向，使参考物体尽可能位于　像平面中心．　系统的经验来计算控制信号【船　．这种方法对于环　境中的不确定性适应性强，但是伺服的精度一般不　２）高速伺服策略研究．视觉信息非常丰富，但是　高，并ｆ＝Ｌ需要较长时间来总结伺服规则．　３　结论与展望　综述国内外的研究情况可以看出，视觉伺服是　一项多学科交叉的新兴研究领域，其研究进展将促　进机器人存ＳＩ　ＡＭ（机器人同时定位与地图构建）、　智能搜索等方面的研究，从而为提高机器人的智能　化水平与Ｔ作能力，扩展其在家庭服务、反恐防暴等　方面的进一步应用提供良好的技术积累．　作为当前智能机器人领域一个方兴未艾的关键　研究方向，现在世界各国．如法国、日本、美国、意大　利等发达困家都存大力进行视觉伺服方面的研究．　并取得了较大的进展．但是，现有的各种视觉伺服方　法．包括基于图像的视觉伺服、基于位置的视觉伺服　以及２．５维视觉伺服，都存在奇异性、局部极小等不　同的缺陷．此外，通常的视觉伺服系统实时性较差，　并且其中的伺服算法都局限于解决问题的某一个方　面，一般都只能适用于某些特定的理想条件，特别是　当系统中存存各种不确定因素，包括外界光照条件　变化、摄像机参数误差、机器人未知的运动特性、图　像噪声等时，现有的视觉伺服系统很难获得满意的　伺服性能．　为了将视觉伺服技术真正应蚪】于机器人系统，　必须提高视觉伺服系统的速度和精确度、鲁棒性、可　靠性以及智能化程度，使其在具有各种不确定Ｌ大ｊ素　的复杂环境下能够可靠地１＿作．根据上述目标，视觉　伺服将可能在以下几个方面进行重点研究：　１）确保伺服过程中参考物体始终位于摄像机视　野之内．对于现有的视觉伺服系统而言，当机器人的　起始位姿与目标位姿相差较远时，在伺服过程巾，参　考物体经常偏离于摄像机视野之外，致使伺服失败．　这种缺陷严重地阻碍了视觉伺服技术的进一步应　用．为了解决上述问题以提高伺服系统的可靠性，一　方面。可以采用图像平面路径规划方法，即在图像平　面上构造一条｝＝＿Ｉ标路径．它由起始图像、　标图像以　图像采集频率不高．此外，在伺服过程中，一般要通　过特征点提取、　配、分析、比较等方法来获取机器　人的位姿以实现反馈控制．整个过程计算量很大，周　期较长．上述原因导致常见的伺服系统实时性较差，　难以满足动态目标体跟踪等场合的需要．为了拓展　视觉伺服领域的应用前景，必须开展高速视觉伺服　策略研究．一方面，需要研究计算机视觉的有关算　法，降低特征点提取和匹配等环节的复杂度，从图像　中快速可靠地获取机器人位姿信息，同时在控制方　法上应该通过图像特征预测等措施来降低信息反馈　的时延；另一方面，可以充分利用其他辅助传感器，　如移动机器人上广泛配置的光电码盘、声呐等，将视　觉和其他传感信号互相融合来提高伺服的速度．　３）鲁棒视觉伺服技术研究．为了使视觉伺服系　统能够在复杂环境下工作，必须提高它对于各种不　确定因素的鲁棒性．为此，需要从理论上分析系统中　的各种不确定因素对伺服性能的影响，在此基础上，　采用李雅普诺夫等方法来设计自适应、滑模切换等　各种非线性反馈环节，或者采用神经网络等智能控　制方法，使伺服系统能够适应自身以及环境因素的　变化，使之在外界光照条件变化、摄像机参数突变、　存在图像畸变和噪声等情况下，仍然能够获得满意　的伺服性能．　参考文献：　Ｌ１　ＣＨＡＵＭＥＴＴＥ　Ｆ，ＨＵ＇Ｉ、ＣＨＩＮ　）Ｎ　Ｓ．Ｖｉｓｕａｌ　ｓｅｒｖｏ　ｃｏｎ　ｔｒｏ［ｐａｒｔ　Ｉ：ｂａｓｉｃ　ａｐｐｒｏａｃｈｅｓＥＪ２．ＩＥＥＥ　Ｒｏｂｏｔｉｃｓ　Ａｕ　ｔｏｍａｔｉｏｎ　Ｍａｇａｚｉｎｅ，２００６（１２）：８２　９Ｏ．　２【ＣＨＡＵＭＥＴＴＥ　Ｆ．ＨＵＴ（：ＨＩＮ　）Ｎ　Ｓ．Ｖｉｓｕａｌ　ｓｅｒｖｏ　ｃｏｎ～　ｔｒｏｌ　ｐａｒｔ　ＩＩ：ａｄｖａｎｃｅｄ　ａｐｐｒｏａｃｈｅｓＥＪ￣．ＩＥＥＥ　Ｒｏｂｏｔｉｃｓ　８　Ａｕｔｏｍａｔｉｏｎ　Ｍａｇａｚｉｎｅ。２００７（３）：１Ｏ９　１１８．　［３：王麟琨．徐　德，谭　民．机器人视觉伺服研究进展　：Ｊ］．机器人．２００４，２６（３）：２７７　２８２．　ＷＡＮＧ　Ｉ．ｉｎｋｕｎ．ＸＵ　Ｉ）ｅ，　ＦＡＮ　Ｍｉｎ．Ｓｕｒｖｅｙ　ｏｆ　ｒｅｓｅａｒｃｈ　ｏｎ　ｒｏｂｏｔｉｃ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ￣Ｊ］．Ｒｏｂｏｔ，２００４，２６（３）：２７７—　２８２　维普资讯 http://www.cqvip.com 第２期　方勇纯：机器人视觉伺服研究综述　［４］赵清杰，连广宇，孙增圻．机器人视觉伺服综述［Ｊ］．控　制与决策，２００１，１６（６）：８４９—８５３．　ＺＨＡＯ　Ｑｉｎｇｊ　ｉｅ，ＬＩＡＮ　Ｇｕａｎｇｙｕ，ＳＵＮ　Ｚｅｎｇｑｉ．Ｓｕｒｖｅｙ　ｏｆ　ｒｏｂｏｔ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇＥＪ］．Ｃｏｎｔｒｏｌ　ａｎｄ　Ｄｅｃｉｓｉｏｎ，２００１，１６　（６）：８４９—８５３．　［５］薛定宇，项龙江，司秉玉，等．视觉伺服分类及其动态过　程［Ｊ］．东北大学学报（自然科学版），２００３，２４（６）：５４３—　５４７．　ＸＵＥ　Ｄｉｎｇｙｕ，ＸＩＡＮＧ　Ｌｏｎｇｊ　ｉａｎｇ，ＳＩ　Ｂｉｎｇｙｕ，ｅｔ　ａ１．　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｏｆ　ｒｏｂｏｔｉｃｓ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ａｎｄ　ｉｔｓ　ｄｙｎａｍｉｃｓ　ｉｎｖｅｓｔｉｇａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｎｏｒｔｈｅａｓｔｅｒｎ　Ｕｎｉｖｅｒｓｉｔｙ　（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ）．２００３，２４（６）：５４３—５４７．　［６］ＴＡＹＩ　ＯＲ　Ｇ．ＫＩ　ＥＥＭＡＮ　Ｉ　．Ｈｙｂｒｉｄ　ｐｏｓｉｔｉｏｎ　ｂａｓｅｄ　ｖｉｓ　ｕａｌ　ｓｅｒｖｏｉｎｇ　ｗｉｔｈ　ｏｎｌｉｎｅ　ｃａｌｉｂｒａｔｉｏｎ　ｆｏｒ　ａ　ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ　［Ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ／ＲＳＪ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｉｎ　ｔｅｌｌｉｇｅｎｔ　Ｒｏｂｏｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ．Ｓａｎｄａｉ，Ｊａｐａｎ，２００４：６８６　６９１．　［７］ＣＨＡｕＭＥＴＴＥ　Ｆ．Ｐｏｔｅｎｔｉａｌ　ｐｒｏｂｌｅｍｓ　ｏｆ　ｓｔａｂｉｌｉｔｙ　ａｎｄ　ｃｏｎｖｅｒｇｅｎｃｅ　ｉｎ　ｉｍａｇｅ－ｂａｓｅｄ　ａｎｄ　ｐｏｓｉｔｉｏｎ－ｂａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ［Ｃ］／／Ｔｈｅ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｆ　Ｖｉｓｉｏｎ　ａｎｄ　Ｃｏｎｔｒｏｌ，　Ｖｏｌｕｍｅ　２３　７　ｏｆ　Ｌｅｃｔｕｒｅ　Ｎｏｔｅｓ　ａｎ　Ｃｏｎｔｒｏｌ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅｓ．ＩＳ．１．］：Ｓｐｒｉｎｇｅｒ—Ｖｅｒｉａｇ，１９９８．　［８］ＣＯＮＴＩＣＥＩ　Ｉ　Ｉ　Ｆ，ＡＩ　Ｉ　（）ＴＴＡ　Ｂ．Ｎｏｎｌｉｎｅａｒ　ｃｏｎｔｒｏｌｌａｂｉｌｉ　ｔｙ　ａｎｄ　ｓｔａｂｉｌｉｔｙ　ａｎａｌｙｓｉｓ　ｏｆ　ａｄａｐｔｉｖｅ　ｉｍａｇｅ－ｂａｓｅｄ　ｓｙｓｔｅｍｓ　『Ｊ　Ｉ．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，　２００１，１７（２）：２０８—２１４．　［９］ＣＯＷＡＮ　Ｎ　Ｊ，ｗＥＩＮＧＡＲＴＥＮ　Ｊ　Ｄ，Ｋ（）ＤＩＴＡｃＨＥＫ　Ｄ　Ｅ．Ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｖｉａ　ｎａｖｉｇａｔｉｏｎ　ｆｕｎｃｔｉｏｎｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ａｕｔｏｍａｔｉｃ　ｃｏｎｔｒｏｌ，２００２，１８（４）：卜１３．　［１Ｏ］ＭＡＲＣＨＡＮＤ　Ｅ，ＣＯＭＰＯＲＴ　Ａ，ＣＨＡｕＭＥＴＴＥ　Ｆ．　Ｉｍｐｒｏｖｅｍｅｎｔｓ　ｉｎ　ｒｏｂｕｓｔ　２Ｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　２００４　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｒｏｂｏｔｉｃｓ　＆Ａｕｔｏｍａｔｉｏｎ．Ｎｅｗ　Ｏｒｌｅａｎｓ，ＵＳＡ，２００４：７４５　７５０．　［１１］ＣＨＡＵＭＥＴＴＥ　Ｆ，ＢＯＵＫＩＲ　Ｓ．Ｓｔｒｕｃｔｕｒｅ　ｆｒｏｍ　ｃｏｎ—　ｔｒｏｌｌｅｄ　ｍｏｔｉｏｎ［Ｊ￣．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐａｔｔｅｒｎ　Ａｎａｌ—　ｙｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，１９９６，１８（５）：４９２　５０４．　１２　ｌＭＡＩ　ＩＳ　Ｅ，ＣＨＡＵＭＥＴＴＥ　Ｆ，　）ＤＥＴ　Ｓ．２　１／２　Ｄ　ｖｉｓ　ｕａｌ　ｓｅｒｖｏｉｎｇ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，１９９９，ｌ５（２）：２３８—２５０．　［１３］ＤＥＧＵＣＨＩ　Ｋ．Ｏｐｔｉｍａｌ　ｍｏｔｉｏｎ　ｃｏｎｔｒｏｌ　ｆｏｒ　ｉｍａｇｅ－ｂａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｂｙ　ｄｅｃｏｕｐｌｉｎｇ　ｔｒａｎｓｌａｔｉｏｎ　ａｎｄ　ｒｏｔａｔｉｏｎ　［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　Ｉｎｔｌ　Ｃｏｎｆ　ｏｎ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｒｏｂｏｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ．Ｅｓ．１．］．１９９８：７０５　７１１．　［１４］ＦＡＮ（；－Ｙ，ＢＥＨＡＩ　Ａ，ＤＩＸＯＮ　Ｗ　Ｅ，ｅｔ　ａ１．Ａｄａｐｔｉｖｅ　２．５Ｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｏｆ　ｋｉｎｅｍａｔｉｃａｌｌｙ　ｒｅｄｕｎｄａｎｔ　ｒｏｂｏｔ　ｍａｎｉｐｕｌａｔｏｒｓ［ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　ＩＥＥＥ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｄｅ　ｃｉｓｉｏｎ　ａｎｄ　Ｃｏｎｔｒｏ１．Ｌａｓ　Ｖｅｇａｓ，ＵＳＡ，２００２：２８６０　２８６５．　［１５］ＦＡＮＧ　Ｙ，ＤＩＸＯＮ　Ｗ　Ｅ，ＤＡＷＳＯＮ　Ｄ　Ｍ，ｅｔ　ａ１．Ｈｏｍｏｇ　ｒａｐｈＦｂａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｏｆ　ｍｏｂｉｌｅ　ｒｏｂｏｔｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｓｙｓｔｅｍｓ，Ｍａｎ　ａｎｄ　Ｃｙｂｅｒｎｅｔｉｃｓ　Ｐａｒｔ　Ｂ：　Ｃｙｂｅｒｎｅｔｉｃｓ，２００５，３５（５）：１０４１－１０５０．　［１　６］ＨＡＴＩ　ＥＹ　Ｒ．Ｍｕｌｔｉｐｌｅ　ｖｉｅｗ　ｇｅｏｍｅｔｒｙ　ｉｎ　ｃｏｍｐｕｔｅｒ　ｖｉ—　ｓｉｏｎ［Ｍ］．Ｃａｍｂｒｉｄｇｅ：Ｃａｍｂｒｉｄｇｅ　Ｕｎｉｖｅｒｓｉｔｙ　Ｐｒｅｓｓ，　２００４．　［１７］ＷＥＮＧ　Ｊ，ＨＵＡＮＧ　Ｔ，ＡＨｕＪＡ　Ｎ．Ｍｏｔｉｏｎ　ａｎｄ　ｓｔｒｕｃ　ｔｕｒｅ　ｆｒｏｍ　ｔｗｏ　ｐｅｒｓｐｅｃｔｉｖｅ　ｖｉｅｗｓ：ａｌｇｏｒｉｔｈｍｓ，ｅｒｒｏｒ　ａ　ｎａｌｙｓｉｓ，ａｎｄ　ｅｒｒｏｒ　ｅｓｔｉｍａｔｉｏｎ　ＥＪ］．ＩＥＥＥ　Ｔｒａｎｓ　Ｐａｔｔｅｒｎ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，１９８９，１１（５）：４５卜　４７６．　［１８］ＣＨＥＳＩＩ　Ｇ．ＨＡｓＨＩＭ（）Ｔ（）Ｋ．Ｃａｍｅｒａ　ｐｏｓｅ　ｅｓｔｉｍａｔｉｏｎ　ｆｒｏｍ　ｌｅｓｓ　ｔｈａｎ　ｅｉｇｈｔ　ｐｏｉｎｔｓ　ｉｎ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇＥＣ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　２００４　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｒｏｂｏｔｉｃｓ　Ａｕｔｏｍａｔｉｏｎ．Ｎｅｗ　Ｏｒｌｅａｎｓ，ＵＳＡ，２００４：７３３　７３８．　［１　９］ＰＡＲＫ　Ｊ　ｓ，ＣＨｕＮＧ　Ｍ　Ｊ．Ｐａｔｈ　ｐｌａｎｎｉｎｇ　ｗｉｔｈ　ｕｎｃａｌｉ—　ｂｒａｔｅｄ　ｓｔｅｒｅｏ　ｒｉｇ　ｆｏｒ　ｉｍａｇｅ－ｂａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｕｎｄｅｒ　ｌａｒｇｅ　ｐｏｓｅ　ｄｉｓｃｒｅｐａｎｃｙ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｒｏ　ｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，２００３，１９（２）：２５０　２５８．　２Ｏ｝ＤＩＸ（）Ｎ　Ｗ　Ｅ，ＦＡＮＧ　Ｙ，ＤＡＷＳＯＮ　Ｄ　Ｍ，ＦＩ　ＹＮＮ　Ｔ　Ｊ．Ｒａｎｇｅ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｆｏｒ　ｐｅｒｓｐｅｃｔｉｖｅ　ｖｉｓｉｏｎ　ｓｙｓｔｅｍｓ　［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ａｕｔｏｍａｔｉｃ　Ｃｏｎｔｒｏｌ，２００３，　４８（１２）：２２３２－２２３８．　［２１］ＫＡＲＡＧＩＡＮＮＩｓ　Ｄ，ＡｓＴ（）Ｉ　ＦＩ　Ａ．Ａ　ｎｅｗ　ｓｏｌｕｔｉｏｎ　ｔｏ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｒａｎｇｅ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｉｎ　ｐｅｒｓｐｅｃｔｉｖｅ　ｖｉｓｉｏｎ　ｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ａｕｔｏｍａｔｉｃ　Ｃｏｎｔｒｏｌ，２００５，　５０（１２）：２０７４－２０７７．　［２２］ＡＧｕＩＡＲ　Ａ　Ｐ，ＨＥＳＰＡＮＨＡ　Ｊ　Ｐ．Ｍｉｎｉｍｕｍ　ｅｎｅｒｇｙ　ｓｔａｔｅ　ｅｓｔｉｍａｔｉｏｎ　ｆｏｒ　ｓｙｓｔｅｍｓ　ｗｉｔｈ　ｐｅｒｓｐｅｃｔｉｖｅ　ｏｕｔｐｕｔｓ　ｌＪ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ａｕｔｏｍａｔｉｃ　Ｃｏｎｔｒｏｌ，２００６，５１（２）：　２２６　２４１．　［２３］ＭＡ　Ｉ　，ｃＨＥＮ　Ｙ，ＭＯＯＲＥ　Ｋ　Ｉ　．Ｒａｎｇｅ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｆｏｒ　ｐｅｒｓｐｅｃｔｉｖｅ　ｄｙｎａｍｉｃ　ｓｙｓｔｅｍｓ　ｕｓｉｎｇ　ｌｉｎｅａｒ　ａｐｐｒｏｘｉｍａ—　ｔｉｏｎ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　２００４　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｒｏｂｏｔｉｃｓ　Ａｕｔｏｍａｔｉｏｎ．Ｎｅｗ　Ｏｒｌｅａｎｓ，ＵＳＡ，２００４：　１６５８—１６６３．　ｒ２４］ＰＩＥＰＭＥＩＥＲ　Ｊ　Ａ，ＭＣＭＵＲＲＡＹ　Ｇ　Ｖ，Ｉ　ＩＰＫＩＮ　Ｈ．　Ｕｎｃａｌｉｂｒａｔｅｄ　ｄｙｎａｍｉｃ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ—　ａｃｔｉｏｎｓ　ｏｎ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，２００４，２０（１２）：　１４３—１４７．　￣２５］ＺＡＣＨＩ　Ａ。Ｉ　Ｉｕ　Ｈ，（）ＲＴＥＧＡ　Ｒ，ｅｔ　ａ１．Ｉｍｍｅｒｓｉｏｎ　ａｎｄ　ｉｎｖａｒｉａｎｃｅ　ａｄａｐｔｉｖｅ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｏｆ　ｍａｎｉｐｕｌａｔｏｒｓ　ｗｉｔｈ　ｕｎｃｅｒｔａｉｎ　ｄｙｎａｍｉｃｓＥＣ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　Ａｍｅｒｉｃａｎ　Ｃｏｎｔｒｏｌ　Ｃｏｎｆｅｒｅｎｃｅ．Ｂｏｓｔｏｎ，ＵＳＡ，２００４：１５１Ｏ　１５１５．　￣２６］ＦＡＮＧ　Ｙ，ＤＩＸＯＮ　Ｗ　Ｅ，ＤＡＷＳＯＮ　Ｄ　Ｍ，ｅｔ　ａ１．Ｒｏｂｕｓｔ　２．５Ｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｆｏｒ　ｒｏｂｏｔ　ｍａｎｉｐｕ１ａｔｏｒｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　Ａｍｅｒｉｃａｎ　Ｃｏｎｔｒｏｌ　Ｃｏｎｆｅｒｅｎｃｅ．Ｄｅｎｖｅｒ，ＵＳＡ，　２００３：３３１１　３３１６．　［２７］ＦＡＮＧ　Ｙ，ＤＩＸＯＮ　ｗ　Ｅ，ＤＡｗＳ（）Ｎ　Ｄ　Ｍ，ｅｔ　ａ１．Ａｎ　ｅｘ—　ｐｏｎｅｎｔｉａｌ　ｃｌａｓｓ　ｏｆ　ｍｏｄｅｌ—ｆｒｅｅ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｃｏｎｔｒｏｌｌｅｒｓ　ｉｎ　ｔｈｅ　ｐｒｅｓｅｎｃｅ　ｏｆ　ｕｎｃｅｒｔａｉｎ　ｃａｍｅｒａ　ｃａｌｉｂｒａｔｉｏｎ［Ｊ］．Ｉｎ—　维普资讯 http://www.cqvip.com 智能系统学报　第３卷　ｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ．２０Ｏ６，　［３６］ＣＨＥＳＩ　Ｇ，ＨＡＳＨＩＭ（）Ｔ（）Ｋ，ＰＲＡＴＴＩＣＨＩＺＺ（）Ｄ。ｅｔ　２ｌ（４）：２１７—２５５．　ａ１．Ｋｅｅｐｉｎｇ　ｆｅａｔｕｒｅｓ　ｉｎ　ｔｈｅ　ｆｉｅｌｄ　ｏｆ　ｖｉｅｗ　ｉｎ　ｅｙｅ－ｉｎ－ｈａｎｄ　Ｅ２８］ＦＡＮ（；Ｙ，ＤＩＸ（）Ｎ　Ｗ　Ｅ．ＤＡＷＳＯＮ　Ｉ）Ｍ．Ａｄａｐｔｉｖｅ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ：ａ　ｓｗｉｔｃｈｉｎｇ　ａｐｐｒｏａｃｈ　ＥＪ］．ＩＥＥＥ　Ｔｒａｎｓ　２．５Ｉ）ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｏｆ　ｃａｒｔｅｓｉａｎ　ｒｏｂｏｔｓ［Ｃ］／　／Ｐｒｏｃ　ｏｆ　ｏｎ　Ｒｏｂｏｔｉｃｓ，２００４，２０（５）：９０８—９１　３．　ｔｈｅ　Ｅｉｇｈｔｈ　Ｉｎｔｅｒｎａｌｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｎｔ　ｒｏ１．Ａｕｔｏ—　［３７］谢冬梅，曲道奎，徐方．基于神经网络的机器人视觉　ｍａｔｉｏｎ．Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ｖｉｓｉｏｎ．Ｋｕｎｍｉｎｇ，Ｃｈｉｎａ．２００，１：　伺服控￣ｌｌＥＪ］．微计算机信息，２００６，２２（４）：４－６．　６８—７３．　ＸＩＥ　Ｄｏｎｇｍｅｉ，ＱＵ　Ｄａｏｋｕｉ，ＸＵ　Ｆａｎｇ．Ｄｅｓｉｇｎ　ｏｆ　ｒｏｂｏｔ—　［２９］Ｉ　Ｉｕ　Ｙ．ＷＡＮ（５　Ｉ－Ｉ，Ｉ．ＡＭ　Ｋ．Ｄｙｎａｍｉｃ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｉｃ　ｖｉｓｕａｌ，ｓｅｒｖｏ　ｃｏｎｔｒｏｌ　ｂａｓｅｄ　ｏｎ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ＥＪ］．　ｏｆ　ｒｏｂｏｔｓ　ｉｎ　ｕｎｃａｌｉｂｒａｔｅｄ　ｅｎｖｉｒｏｎｍｅｎｔ［（、］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　Ｃｏｎｔｒｏｌ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，２００６，２２（４）：４－６．　ＩＥＥＥ（７ｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ．Ｂａｒｃｅｌｏ—　［３８］张玉沽，徐纲．基于神经网络的视觉机器人模糊控制　ｎａ，Ｓｐａｉｎ，２００３：．３１４２—３１Ｌ１７．　Ｊ］．深圳大学学报（理１二版），２００４，２１（４）：３０１—３０５．　Ｅ３ｏ］ＭＡＲＩ（）Ｔ１、ＩＮＩ（　Ｉ　，（）ＲＩ（）Ｉ　（）（　．ＰＲＡ＇Ｉ—Ｉ、ＩＣＨＩＺＺ（）Ｉ）．　ＺＨＡＮＧ　Ｙｕｊｉｅ，ＸＵ　Ｇａｎｇ．Ｆｕｚｚｙ　ｃｏｎｔｒｏｌ　ｏｆ　ｖｉｓｕａｌ　ｒｏｂｏｔ　Ｅｐｉｐｏｌ￣％ａｓｅｄ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ　ｆｏｒ　ｎｏｎｈｏｌｏｎｏｍｉｃ　ｍｏｂｉｌｅ　ｂａｓｅｄ　ｏｎ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｓｈｅｎｚｈｅｎ　Ｕｎｉ—　ｒｏｂｏｔｓ［Ｃ］　Ｉｎｔｅｍａｔｉ［）ｎａｌ（、（ｅｒｆｅｒｅｎｃｅ　ｏｎ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　ｖｅｒｓｉｔｙ，２００４．２１（４）：３０１—３０５．　Ａｕｔｏｍａｔｉｏｎ．Ｎｅｗ（）ｒｌｅａｎｓ，ＵＳＡ，２００　ｌ：４９７—５０３．　［３９　钟金明，徐　刚，张海波．模糊逆运动学控制方法在机　ｒ３１－）ＩＡ（　ＮＥＭＭＡ　Ｋ，ＫＡＮ（；Ｓ，ＳＨＩＢＩ　Ｙ　Ｈ，ｅｔ　ａ１．（）ｎｌｉｎｅ　器ｌ人　觉伺服中的应用［Ｊ］．组合机床与自动化加工技　ｔｅｒｒａｉｎ　ｐａｒａｍｅｔｅｒ　ｅｓｔｉｍａｔｉｏｎ　ｆｏｒ　ｗｈｅｅｌｅｄ　ｍｏｂｉｌｅ　ｒｏｂｏｔｓ　术．２００３（７）：４８—５１．　ｗｉｔｈ　ａｐｐｌｉｃａｔｉｏｎ　ｔｏ　ｐｌａｎｅｔａｒｙ　ｒｏｖｅｒｓＥＪ］．ＩＥＥＥ　Ｆｒａｎｓ　ｏｎ　ＺＨ（）ＮＧ　Ｊｉｎｍｉｎｇ，ＸＵ（｝ａｎｇ，ＺＨＡＮＧ　Ｈａｉｂｏ．Ａ　ｆｕｚｚｙ　Ｒｏｂｏｔｉｃｓ．２００４．２０（５）：９２１—９２７．　ｉｎｆｅｒｅｎｃｅ　ｒｅｓｏｌｖｅｄ　ｍｏｔｉｏｎ　ｒａｔｅ　ｃｏｎｔｒｏｌ　ｆｏｒ　ａ　ｖｉｓｕａｌ　ｓｅｒｖｏ　＿ｌ＝，｛　９　７ＹＥ（、，Ｂ（）ＲＥＮＳＴＥＩＮ　Ｊ．Ａ　ｎｏｖｅｌ　ｆｉｌｔｅｒ　ｆｏｒ　ｔｅｒｒａｉｎ　ｍａｐ—　ｒｏｂｏｔＥＪ］．Ｍｏｄｕｌａｒ　Ｍａｃｈｉｎｅ　ＴｏｏＩ＆Ａｕｔｏｍａｔｉｃ　Ｍａｎｕ—　ｐｉｎｇ　ｗｉｔｈ　ｌａｓｅｒ　ｒａｎｇｅｆｉｎｄｅｒｓ［Ｊ￣．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｒｏｂｏｔ—　ｆａｃｔｕｒｉｎｇ　Ｔｅｃｈｎｉｑｕｅ，２００３（７）：４８—５１．　ｉｃｓ，２００４，２０（５）：９１３—９２１．　作者简介：　［３３－ＣＨＥＳＩ　Ｇ，ＰＲＡＴＴＩｃＨＩｚｚ（）Ｄ．ＶＩＣＩＮ（）Ａ．Ｓｔｒａｉｇｈｔ　方勇纯．男，１９７３年生，教授，博　ｌｉｎｅ　ｐａｔｈ－ｐｌａｎｎｉｎｇ　ｉｎ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｉ）ｙ—　十生导师，ＩＥＥＥ高级会员，中同自动化　ｎａｍｉｃ　Ｓｙｓｔｅｍｓ．Ｍｅａｓｕｒｅｍｅｎｔ．ａｎｄ　Ｃｏｎｔｒｏｌ，２００７，１　２９：　学会智能自动化专业委员会委员，主要　５４１　ｊ　ｌ３．　研究方向为复杂系统非线性控制、机器　［３　４］ＭＥＺ（）ＵＡＲ　Ｙ．ＣＨＡＵＭＥＴＴＥ　Ｆ．Ｐａｔｈ　ｐｌａｎｎｉｎｇ　ｆｏｒ　人视觉控制等．２００６年入选教育部“新　ｒｏｂｕｓｔ　ｉｍａｇｅ－ｂａｓｅｄ　ｃｏｎｔｒｏｌ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　世纪优秀人才支持计划”，发表论文６Ｏ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，２００２．１８（４）：５３４—３４９．　多篇，其中４（）余篇被ＳＣＩ或ＥＩ检索．　Ｅａｓ：ＭＥＺ（）ＵＡＲ　Ｙ．（、ＨＡｕＭＥＴＴＥ　Ｆ．Ｐａｔｈ　ｐｌａｎｎｉｎｇ　ｉｎ　ｉｍａｇｅ　ｓｐａｃｅ　ｆｏｒ　ｒｏｂｕｓｔ　ｖｉｓｕａｌ　ｓｅｒｖｏｉｎｇ［Ｃ￣／／Ｐｒｏｃ　ｏｆ　Ｉｎ—　ｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ．　Ｐｉｓｃａｔａｗａｙ，ＵＳＡ．２０００：２７５９—２７６４．　第四届拟人系统大会　２　０　０　８　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　Ｈｕｍａｎｉｚｅｄ　Ｓｙｓｔｅｍｓ　自涂序彦教授存国内首次发起“拟人系统”研究以来，拟人系统科学受到广泛关注和深入研究。２００５年　召开了第一扁拟人系统大会。经过几年的沉淀和积累，第四届国际拟人系统大会将于２００８年ｌ０月ｌ９—２２　日存北京召开。会议主题涉及很多领域，包括人Ｔ生命、人Ｔ情感、复杂计算、脑科学、人＿Ｔ神经网络、自适应　系统、非线性系统、智能Ａｇｅｎｔ、认知科学等。期盼广大研究者从不同领域、不同学科、不同视角剖析拟人科　学的奥秘和精华。希望人Ｔ智能学会的各位理事能够积极参与到“拟人系统”的研究中来，踊跃投稿，以文会　友。论文将孑Ｆ　２００８年６月１日截稿，会议文章１ＳＴＰ检索．部分优秀论文推荐ＥＩ检索杂志发表。　联系人：杜军平（ｊｕｎｐｉｎｇｄｕ＠１２６．ＣＯ￣Ｉ）。郑金鑫（ｉｃｈｓ０８＠ｇｍａｉｌ。ＣＯ￣１），工大亮（ｇｒｅａｔｅｋｉｎｇ＠ｇｍａｉｌ．　ＣＯＩＩ１）．　会议网址：ｈｔｔｐ：／／ｃａａｉ．ｃｎ：８０８６　ｉｃＩ１ｓ０８．