基于改进变尺度混沌优化的自标定位置视觉伺服

• 作者: 刘丁 吴雄君 杨延西 辛菁
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 变尺度混沌优化 动态自标定 视觉伺服 本质矩阵 计算机视觉
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 623-631
• 页数: 9页
• 分类号: TP24
• 字数: 7007字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00623

摘要

提出了一种基于改进变尺度混沌优化算法(Enhanced mutative scale chaos optimization algorithm, 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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丁		196	3213	31.0	45.0
2	杨延西		47	707	14.0	25.0
3	辛菁		27	362	12.0	18.0
4	吴雄君		2	12	1.0	2.0