%0 Journal Article
%T 基于改进变尺度混沌优化的自标定位置视觉伺服
%A 刘丁
%A 吴雄君
%A 杨延西
%A 辛菁
%J 自动化学报
%P 623-631
%D 2008
%R 10.3724/SP.J.1004.2008.00623
%X ？提出了一种基于改进变尺度混沌优化算法(Enhancedmutativescalechaosoptimizationalgorithm,EMSCOA)的机器人动态自标定位置视觉伺服算法,算法在Mendonca-Cipolla和G.Chesi利用本质矩阵进行自标定的基础上进行了扩展.首先依据3个奇异值的特性在线生成目标函数,在进行动态自标定的同时,完成视觉伺服.算法抛弃了G.Chesi方法中对初值选取极为敏感的梯度下降法,采用改进的变尺度混沌优化算法动态优化摄像机内参数.把混沌变量映射到待寻优的5个内参数区间,通过设置内外两层循环,内循环进行混沌搜索,外循环负责缩小内参数搜索区间,避免了混沌优化在内参数区间的盲目重复搜索,提高了搜索效率.算法同时克服了G.Chesi方法迭代过程中要求选取初值时靠近摄像机内参数真值的限制,并可以通过设置参数范围来精确逼近5个内参数.另外,算法不需要物体精确的三维模型,只需要8个空间固定点坐标信息.仿真结果表明,该方法应用于基于位置的视觉伺服时运算速度快,同时对内参数变化鲁棒性强,实验结果证明了算法的有效性.
%K 变尺度混沌优化
%K 动态自标定
%K 视觉伺服
%K 本质矩阵
%K 计算机视觉
%U http://www.aas.net.cn/CN/abstract/abstract13526.shtml