基于学生混合模型的视觉伺服
机器人学
2020-06-23 v1
摘要
经典基于图像的视觉伺服（IBVS）利用点、直线和图像矩等几何图像特征来控制机器人系统。这些特征的稳健提取与实时跟踪对 IBVS 的性能至关重要。此外，在难以将目标与周围环境区分的实际应用中，此类特征可能并不适用。与之相对，一种基于完整光度数据的方法可避免特征提取、跟踪与目标检测的需求。在本工作中，我们提出一种基于概率模型的方法，利用完整光度数据进行视觉伺服。我们提出了一种基于多元 Student t 分布的学生混合模型（SMM）的新颖图像建模方法。进而，将基于视觉的控制律构建为一个最小二乘最小化问题。所提框架在 2D 与 3D 定位任务中的有效性得到了验证，表现出良好的误差收敛性与可接受的相机轨迹。数值实验也表明其对不同图像场景与部分遮挡具有鲁棒性。
引用
@article{arxiv.2006.11347,
title = {Student Mixture Model Based Visual Servoing},
author = {Mithun. P and Shaunak A. Mehta and Suril V. Shah and Gaurav Bhatnagar and K. Madhava Krishna},
journal= {arXiv preprint arXiv:2006.11347},
year = {2020}
}
备注
35 pages, 17 figures