Resumen

Este trabajo proporciona un estudio y análisis en profundidad de las características de visión de los robots para el control predictivo y una calibración global de su completitud de características. Se estudia la adquisición y el uso del conjunto completo de macrocaracterísticas en el contexto de una tarea robótica, definiendo el conjunto completo de macrocaracterísticas a nivel del propósito global y las restricciones de la servotarea de visión del robot. El conjunto de características visuales que puede caracterizar completamente el macropropósito y las restricciones de una tarea de servovisión se define como el conjunto completo de macrofacturas. Debido a la complejidad de la tarea, una parte de las características del conjunto completo de macrofiguras se obtiene directamente de la imagen, y otra parte de las características se obtiene de la imagen por inferencia. Se garantiza que la tarea es completa gracias a una estrategia robusta de servicio visual sin calibración basada en el observador de interferencia que se propone para completar la tarea de servicio visual con un alto rendimiento. Para abordar los problemas de valores singulares, mínimos locales y robustez insuficiente en el algoritmo tradicional de servovisión sin escala, se propone un nuevo método de servovisión sin escala para construir una estructura dual de servovisión de bucle cerrado basada en el observador de interferencia, que garantiza la estabilidad de bucle cerrado del sistema a través del observador de interferencia basado en el filtro Q, al tiempo que estima y elimina la interferencia consistente en la incertidumbre del modelo de mapeo mano-ojo y la interferencia de entrada del robot controlado. La interferencia equivalente consistente en la incertidumbre del modelo de mapeo mano-ojo, la interferencia de entrada del robot controlado y el ruido de detección se estima y elimina para obtener una estructura de lazo interno que presenta un modelo nominal externamente, y luego se diseña un controlador de lazo externo de acuerdo con el modelo nominal para lograr el mejor rendimiento del rendimiento dinámico del sistema y la robustez para realizar de manera óptima la tarea de servo visión.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:tarea de servo de visión, macrocaracterística completa, incertidumbre del modelo de mapeo, servo de visión libre, interferencia de entrada del robot, modelo nominal, observador de interferencia, características de visión del robot, modelo de mapeo del ojo, conjunto de características visuales
• Keywords:vision servo task, complete macrofeature, mapping model uncertainty, free vision servo, robot input interference, nominal model, interference observer, robot vision features, eye mapping model, visual features set