面向自动制造中提升观测精度的能源感知相机位置搜索算法

视觉伺服技术已经在众多自动制造任务中得到充分发展并得到应用，尤其是在工具姿态对齐方面。为了获取工具的全局视图，大多数应用采用眼手配置或眼手/眼手协作配置。大多数研究论文主要致力于开发各种情景下的控制和观察架构，但很少讨论相机位置在眼手配置中的重要性。在制造环境中，相机估计的质量可能因观察位置的不同而有很大差异，因为环境条件的综合效应导致在不同位置拍摄的单张图像噪声水平不同。本文提出了一种算法，用于相机的移动策略，以便探索相机工作空间并搜索图像噪声水平被最小化的优化位置。该算法还确保相机在可用能量有限的情况下，最终停留在已搜索位置中的次优位置。不同于简单的暴力搜索方法，算法通过适应环境学习来调整搜索策略，从而使相机能够更有效地探索空间。借助图像平均技术，该算法在单摄像机使用下，能够在不过滤原始图像中高频信息的情况下，将眼手配置下的观察精度提升到令人满意的程度。模拟了一个自动制造应用，结果表明该算法在有限能源下提高了观察精度。