机器人的视觉模型参数自学习与仿人视觉控制研究

利用室内环境中普遍存在的正交平行线和角点作为特征，研究弱约束条件下摄像机的自标定理论与算法。以摄像机的调整量(如焦距、偏转等的电参量)为输入，以摄像机的参数为输出，构造神经元网络，研究视觉系统的摄像机模型自学习算法。模型参数的自学习，使变参数视觉系统的应用更加方便。变参数视觉系统更接近于人的眼睛，具有很高的应用价值，可广泛应用于机器人导航、目标跟踪、视觉监控等领域。.仿人视觉控制利用视觉系统参数、图像信息、机械手模型与状态等信息，结合基于位置和基于图象的视觉控制方法，模仿人的操作经验，研究带有操作手的移动服务机器人在非结构化环境中搜索、接近、抓取目标的策略与算法。仿人视觉控制能够为服务机器人赋予更强的操作能力，具有十分重要的实用价值。.本研究旨在提出仿人视觉测量与控制的理论与算法，为机器人视觉系统的拟人化提供必要的理论基础。本研究对于推动服务型机器人进入人类化生活环境，具有十分重要的意义。