1、文献综述机器人视觉伺服控制技术由来已久，特别是在近几年得到了蓬勃发展，文献 1-3对其发展及关键技术做了介绍。从视觉伺服的研究历程来看，国外起步较早，研究步伐较快。Seth Hutchinson 对视觉伺服所涉及的内容从多方面分门别类综述性的进行了阐述 4。Nikolaos P.Papanikolopoulos 等采用手眼式机器人对运动目标进行跟踪的研究，实现了控制和视觉的融合 5。F.Janabi-Sharifi 提出对视觉伺服的图像特征的自动选取方法，较好的提高了图像处理与识别的性能 6。P.M.Sharkey 深入地分析了在视觉引导系统中影响系统性能的延迟问题，分别介绍了各个环节延迟对系
2、统性能的影响 7。Jay Stavnitzky 采用基于模型的多摄像机 3D 视觉伺服的方法，利用模型在三维空间完成了对物体的跟踪 8。Lee 等通过应用冗余的特征值，解决了机器人视觉控制中的图像特征选取问题 9。Gans 等对基于图像的视觉伺服和基于位置的视觉伺服进行了对比研究 10，提出了新的改进措施。在国内，从事机器人视觉伺服控制研究的学者越来越多，国内外的差距在逐渐缩小。同济大学学者较早对视觉伺服技术进行研究，提出了基于图像误差的机器人运动目标自适应跟踪方法，在一定程度上实现了机器人轨迹跟踪的视觉与控制集成的思想 11。华中科技大学学者进行了手眼立体视觉的算法研究 12。哈尔滨工业大学
3、学者提出了机器人视觉动态目标跟踪的最优算法，在对一种距离参数在线估计的条件下得到最优控制算法，设计了一种时变加权矩阵策略，对解决控制中稳态误差和超调量之间的矛盾有较好的效果 13。长沙铁道学院学者提出了基于活动轮廓的机器人视觉伺服控制方法，其利用活动轮廓对物体的图像进行实时跟踪，提取物体图像的边缘信息，并以此信息控制摄像头的运动，达到机器人定位、跟踪等目的 14。一些研究生也对机器人视觉伺服系统进行了探讨，硕士论文 15,16反映了他们的研究成果。为了提高机器人视觉伺服技术的时事性和鲁棒性，对复杂目标的快速识别成为其关键技术，计算机图像处理技术成为研究热点。文献 17对机器视觉的基本原理、技术
4、和应用作了全面介绍，文献 18,19则在 VC+环境下给出了图像处理技术的一些实例，讨论了编程技巧。对图像处理算法的研究更是吸引了大批学者，论文 20提出了一种简单而快速的实时图像处理算法，论文 21提出了一种彩色边缘定义，具有较好的抗噪能力，论文 22介绍了一种集成装置对彩色图像分割的新方法，论文 23利用水果的色彩特征进行处理和识别分类，论文 24介绍了一种 RGB 向 HIS 转换的芯片，实现了基于彩色图像的目标识别，硕士论文25根据不同目标的特征差异较大的特点，对主动轮廓线模型进行研究，实现多目标的识别，硕士论文 26应用遗传算法弥补神经网络算法的不足，实现对目标的识别，硕士论文 27
5、对各种图像处理算法和视觉系统在机器人上的应用作了探讨，论文 28提出一种新的阈值分割方法，克服由于光照引起的误差，论文 29则是对基于多尺度小波变换的图像边缘检测算法进行了改进，论文 30则是从图像编码的角度，实现多幅图像中测量点的识别与匹配，论文 31针对彩色图像匹配的特点，利用颜色分量权重系数对序贯相似性检测算法进行了改进，论文 32提出一种新的基于颜色特征的目标识别方法，硕士论文 33对各种图像分割算法进行了研究，论文 34提出基于游程长度编码的时事快速图像处理方法。综合分析，目标的识别与运动预测是密切关联的，也是机器人视觉伺服中的关键技术，受到众多研究者的关注，正是基于这一点，本人选择
6、此课题进行研究。1赵清杰，连广宁.机器人视觉伺服综述J.控制与决策，2001，16(6).2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）.3钟金明，徐刚，张海波.机器人视觉伺服系统的研究与发展J.现代制造工程,2005，8.4Seth Hutchinson, Gregory D Hager, Peter I Corke. A Tutorial on Visal Servo ControlJ.IEEE Trans. on Robotics andautomation. 1996,12(5).5Nikolaos P. Papanikolopoulos, Pradeep
7、 K. Khosla, Takeo Kanade. Visual Tracking of a Moving Target by a Camera Mounted on a Robot:A Combination of Control and visionJ.IEEE Trans.on Robotics and Automation,1993,9(1).6F Janabi-Sharifi , W J Wilson. Automatic Selection of Image Features for Visual ServoingJ.IEEE Trans. on Robotics and Auto
8、mation,1997,vol 13,no.6.7P.M.Sharkey , D.W.Murray. Delays versus performance of visually guided systemsJ.IEEE Proc-Contrl Theory Appl,1996,143(5).8Jay Stavnitzky , David Capson .Multiple Camera Model-Based 3-D Visual ServoJ.IEEE Trans.on Robotics and Automation,2000,16(6).9Lee.J.Han, S H.A study on
9、feature-based visual servoing control robot system by utilizing redundant featureJ.IEEE International Symposium on Industrial Electronics,2001,2.10Nicholas R. Gans，Seth A. Hutchinson，Peter I. Corke. Performance Tests for Visual Servo Control Systems, with Application to Partitioned Approaches to Vis
10、ual Servo ControlJ.The International Journal of Robotics Research，2003，22（10-11）.11 蒋平，沈世锦，陈辉堂.基于图像误差的机器人运动目标自适应跟踪J.机器人，1997，19（5）.12 熊春山，黄心汉，王敏.手眼立体视觉的算法与实现J.机器人，2001， 23（2） 13衣法臻，何平，胡恒章.机器人视觉动态目标跟踪的最优控制算法研究J.哈尔滨工业大学学报，1999，31（3）.14夏利民，谷士文，罗大庸.基于活动轮廓的机器人视觉伺服研究J.国防科技大学学报，2000，22（1）.15李戈.机器人视觉伺服控制系统的研究D.万方硕博论文集，黑龙江：哈尔滨工业大学硕士学位论文，2001.16何伟.基于网络直角坐标机器人视觉伺服系统研究D.万方硕博论文集，石家庄：河北工业大学硕士学位论文，2003.17Wesley E.Snyder Hairong Qi.机器视觉教程M.北京：机械工业出版社，2005.18苏彦华.Visual C+数字图像识别典型案例M.北京：人民邮电出版社，2004.注：参考文献十篇左右，不能全是书，也不能全是论文，要有一定量的外文文献。
