基于神经网络的视觉伺服机器人摄像机标定
本文采用可调节点径向基函数神经网络实现视觉伺服机器人摄像机标定.首先将基于leave-one-out准则的orthogonal forward selection算法扩展到多入多出的RBF网络,建立摄像机标定的RBF网络模型.通过应用卡内基-梅隆大学标定图像实验室提供的标定数据进行仿真试验,验证此方法的有效性.由于OFS-LOO算法可构造出具有稀疏隐层节点的RBF网络,使网络具有较好的泛化推广能力,同时RBF网络为局部逼近网络,因此,此标定方法具有较高的标定精度和较强的标定实时性,适用于视觉伺服的摄像机标定.
视觉伺服 摄像机标定 神经网络 机器人
宗晓萍 徐艳 郝雷
河北大学电子信息工程学院,保定,071002
国内会议
大连
中文
814-816
2006-07-28(万方平台首次上网日期,不代表论文的发表时间)