为提高机器人的抓取能力，实现非结构化环境中的物体定位、识别和抓取，提出了一种定位识别算法，旨在使用机器人已观察到的结果来预测未经测试的抓取的工作过程。为验证算法的精确性，利用重复抓取动作时的实际数据进行对比分析与验证。结果表明，文中提出的定位识别技术具有较高的准确性，能为高效执行抓取任务提供依据，在机器人灵敏操控方面具有积极作用。

目录内容说明基础概念视觉伺服基于图像IBVS几何解释双目系统基于位置PBVS 待研究 内容说明 本文主要为 HAL Id: inria-00350283的学习记录 感谢原作者 该系列文章使用伺服回路中的计算机视觉数据来控制机器人的运动。 首先给出视觉伺服控制问题的一般性概述。然后介绍了两种典型的视觉伺服控制方案：基于图像的视觉伺服控制和基于位置的视觉伺服控制。 最后，我们讨论了与这两个方案相关的性能和稳定性问题。 基础概念 刚体运动与相机模型了解 视觉伺服 视觉伺服控制是一种基于视觉反馈的控制方式。是我们在日常生活中每时每刻都在进行的一种反馈：当你伸出手去抓取桌上的杯子的时候，眼睛会不断的反

在仿真环境vrep中，采用SAC（可收敛，之前发现网上有几个版本SAC不收敛），以opencv目标检测坐标为状态输入，以质点坐标为动作输出，奖励值设计为xy平面上四旋翼和小车的距离。当中还有TD3算法。可以熟悉vrep端口调用，一点目标检测算法，一点RL算法。

视觉伺服技术在诸多工业场景中都有相当大的应用前景。传统的视觉伺服方法，通常要求使用高帧率的相机来实现高精度的视觉伺服。高帧率相机的成本之高，使得一般工业用户望而却步。提出了一种新的视觉伺服控制方法，该方法将机器人的运动反馈与视觉传感信号进行了融合，用来产生机器人的运动控制信号。与传统的仅基于视觉反馈伺服的控制方法相比，新方法的运动控制频率与视觉反馈频率（即相机帧率）无关，因此能在低相机帧率条件下，实现高精度的动态视觉伺服。概述了新视觉伺服方法的控制架构，通过动态物体跟踪实验证明了新方法的可行性，并通过性能测试实验说明了新方法在低帧率条件下仍能实现较高精度的视觉伺服。

人工智人-家居设计-机械手五自由度无标定视觉伺服仿人智能控制.pdf

大数据-算法-视觉伺服球杆系统的控制算法设计与实现.pdf

非常不错的论文，对于机械臂的视觉伺服有需求的朋友们可以看一看

系统论述了机器人视觉伺服发展的历史和现状。从不同角度对机器人视觉控制系统进行分类, 重点介绍了基于位置的视觉伺服系统和基于图像的视觉伺服系统。对人工神经网络在机器人视觉伺服 方面的应用情况作了介绍。 讨论了视觉伺服中图像特征的选择问题。 对机器人视觉所涉及的前沿问题进 行阐述,并指出了目前研究中所存在的问题及今后发展方向。

针对机器人三自由度平动的视觉定位问题,建立全局有效的非线性视觉映射关系模型,并设计人工神经网络(ANN)对其拟合,从而实现无标定视觉伺服.伺服系统的物理结构采用单目视觉和眼在手上(eye-in-hand)构型.机器人系统采用典型工业机器人puma560,并限定末端姿态使其保持平动.基于机器人工具箱(ro-botics toolbox for Matlab)和神经网络工具箱,在Matlab/Simulink环境下建立仿真模型,对系统的开发具有重要的参考意义.仿真结果表明,该系统对静态物体的定位能够达到较快的

国内比较早研究机器视觉的上海交大博士关于机器视觉的毕业论文