CN106155113B - 仿生眼动眼控制方法 - Google Patents

仿生眼动眼控制方法 Download PDF

Info

Publication number
CN106155113B
CN106155113B CN201610751543.6A CN201610751543A CN106155113B CN 106155113 B CN106155113 B CN 106155113B CN 201610751543 A CN201610751543 A CN 201610751543A CN 106155113 B CN106155113 B CN 106155113B
Authority
CN
China
Prior art keywords
movement
target
stepper motor
camera
pace
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610751543.6A
Other languages
English (en)
Other versions
CN106155113A (zh
Inventor
朱政
邹伟
王庆滨
张峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN201610751543.6A priority Critical patent/CN106155113B/zh
Publication of CN106155113A publication Critical patent/CN106155113A/zh
Application granted granted Critical
Publication of CN106155113B publication Critical patent/CN106155113B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D3/00Control of position or direction
    • G05D3/12Control of position or direction using feedback

Abstract

本发明公开了一种仿生眼动眼控制方法。其中,该方法包括:将图像给定特征和反馈回来的图像特征相减,得到图像平面内的误差;再将图像平面内的误差与增益矩阵相乘,得到目标在图像平面内的变化速度;最后利用雅克比矩阵对目标在图像平面内的变化速度进行变换处理,得到第一至第四步进电机中任一步进电机的运动速度,从而通过第一至第四步进电机的运动速度的控制实现对仿生眼的控制,实现了稳定有效地模仿人眼实现扫视、平滑追踪和趋异运动的技术效果。

Description

仿生眼动眼控制方法
技术领域
本发明实施例涉及仿生机器人控制技术领域,特别是涉及一种仿生眼动眼控制方法。
背景技术
眼睛是人类获取外界信息最重要的感官,担负着人类80%左右的信息获取任务。经过千百万年的进化,人类的视觉系统已高度发达和完善,形成了极其精确和完备的机制,具备了适应内外环境变化的能力。因此,给机器人和机器视觉设备配备智能双眼,使其像人类一样感知和获取环境信息、快速准确地识别和跟踪目标,是很多国内外科研工作者目前正在致力于的研究方向之一。从生理学或者神经科学的角度看,研究者们提出了大量的眼部运动模型,然而,由于人类视觉系统和神经回路的复杂性,尚没有较好的模型可以重现视觉系统的运动机理,只能在一定程度上模拟眼的运动;此外,从神经通路推导出来的模型大多数是生理学实验或者仿真得到的,工程应用还有一定的困难。从控制的角度出发,也有许多研究者们在仿生眼平台上实现了各种眼部运动,然而,精度、速度、鲁棒性依然是普遍存在的问题。
有鉴于此,特提出本发明。
发明内容
为了解决上述问题,本发明的目的在于提供一种仿生眼动眼控制系统及仿生眼动眼控制方法,其能够稳定有效地模仿人眼实现扫视、平滑追踪和趋异运动。
为了达到上述目的,提供了以下技术方案:
一种仿生眼动眼控制系统,所述系统包括自由度双目运动机构,所述自由度双目运动机构包括:
第一部分,包括:
第一相机,用于采集第一图像;
第一步进电机,用于控制所述第一相机进行俯仰运动,且末端安装有记录所述第一步进电机位置的第一光电式旋转编码器;
第二步进电机,用于控制所述第一相机进行偏转运动,且末端安装有记录所述第二步进电机位置的第二光电式旋转编码器;
第二部分,包括:
第二相机,用于采集第二图像;
第三步进电机,用于控制所述第二相机进行俯仰运动,且末端安装有记录所述第三步进电机位置的第三光电式旋转编码器;
第四步进电机,用于控制所述第二相机进行偏转运动,且末端安装有记录所述第四步进电机位置的第四光电式旋转编码器。
为了达到上述目的,还提供了以下技术方案:
一种基于上述系统的仿生眼动眼控制方法,所述方法包括:
将图像给定特征和反馈回来的图像特征相减,得到图像平面内的误差;
将所述图像平面内的误差与增益矩阵相乘,得到目标在所述图像平面内的变化速度;
利用雅克比矩阵对所述目标在图像平面内的变化速度进行变换处理,得到所述第一至所述第四步进电机中任一步进电机的运动速度,从而通过所述第一至所述第四步进电机的所述运动速度的控制实现对仿生眼的控制。
进一步地,所述目标在所述图像平面内的变化速度根据以下方式确定:
根据以下公式确定所述目标在所述图像平面内的当前位置:
f=F(c,t)
其中,所述c表示第一或第二相机位置;所述t表示所述目标的三维位置;所述F表示成像模型;所述f表示所述目标在所述图像平面内的当前位置;
控制目标是最小化目标当前成像位置f和期望成像位置f0的误差,即min||f0-f||;
通过立体视觉方法确定反映所述第一或所述第二相机速度和所述目标成像点变化速度之间关系的雅克比矩阵、反映所述目标三维空间速度和所述目标成像点变化速度之间关系的雅克比矩阵以及反映关节速度和所述第一或第二相机速度之间关系的雅克比矩阵;
通过卡尔曼滤波算法估计目标在三维空间的运动速度;
根据以下公式确定所述目标在所述图像平面内的变化速度:
其中,所述表示所述目标在所述图像平面内的变化速度;所述表示所述第一或所述第二相机的运动速度;所述表示所述目标在三维空间的运动速度;所述表示所述第一至所述第四步进电机中任一步进电机的运动速度;所述Jc表示所述反映所述第一或所述第二相机速度和所述目标成像点变化速度之间关系的雅克比矩阵;所述Jt表示所述反映所述目标三维空间速度和所述目标成像点变化速度之间关系的雅克比矩阵;所述cJq表示所述反映关节速度和所述第一或第二相机速度之间关系的雅克比矩阵。
进一步地,所述第一至所述第四步进电机中任一步进电机的运动速度根据以下方式来确定:
通过视觉伺服子系统确定(Jc·cJq)-1·K·e;其中,所述K表示增益;
通过速度补偿子系统确定
根据以下公式确定所述第一至所述第四步进电机中任一步进电机的运动速度:
进一步地,所述增益通过以下方式来确定:
其中,k1=k(0)-k(∞),k3=k(∞);
其中,所述k(e)表示增益函数,用以代替所述K;所述k(0)和所述k(∞)分别表示所述增益函数在零和无穷大时候的值;所述k′(0)表示所述k(0)的导数。
进一步地,所述任一步进电机的运动速度进一步根据以下方式来确定:
其中,所述t表示时间;所述λ表示常量;所述J=Jc·cJq;所述表示改进后所述任一步进电机的运动速度。
本发明实施例提供一种仿生眼动眼控制系统及仿生眼动眼控制方法。通过将图像给定特征和反馈回来的图像特征相减,得到图像平面内的误差;再将图像平面内的误差与增益矩阵相乘,得到目标在图像平面内的变化速度;最后利用雅克比矩阵对目标在图像平面内的变化速度进行变换处理,得到第一至第四步进电机中任一步进电机的运动速度,从而通过第一至第四步进电机的运动速度的控制实现对仿生眼的控制,进而能够稳定有效地模仿人眼实现扫视、平滑追踪和趋异运动。
附图说明
图1为根据本发明实施例的仿生眼动眼控制系统的结构示意图;
图2为根据本发明实施例的仿生眼动眼控制方法的流程示意图;
图3为根据本发明实施例的仿生眼动眼控制方法的工作示意图;
图4为根据本发明实施例的采用常数增益实现扫视运动的结果示意图;
图5为根据本发明实施例的采用自适应增益实现扫视运动的结果示意图;
图6为根据本发明实施例的未采用速度连续变化实现扫视运动的结果示意图;
图7为根据本发明实施例的采用速度连续变化实现扫视运动的结果示意图;
图8为根据本发明实施例的未采用速度补偿时实现平滑追踪运动的结果示意图;
图9为根据本发明实施例的采用速度补偿时实现平滑追踪运动的结果示意图;
图10为根据本发明实施例的趋异运动的结果示意图。
具体实施方式
下面结合附图具体实施例来对本发明进行详细说明。
在本文中,扫视运动是指目标不动而相机运动使得目标成像在左、右图像的中心;平滑追踪运动是指目标在三维空间连续运动,相机运动使得目标成像在左右图像的中心;趋异运动是指目标在深度方向上连续运动,相机运动使得目标成像在左右图像的中心。
为了能够稳定有效地模仿人眼实现扫视、平滑追踪和趋异运动,本发明实施例提供一种仿生眼动眼控制系统。如图1所示,该系统可以包括:自由度双目运动机构,其中,该自由度双目运动机构包括第一部分和第二部分;其中,第一部分包括第一相机2、第一步进电机1和第二步进电机3,第一相机2用于采集第一图像。第一步进电机1用于控制第一相机进行俯仰运动,且末端安装有记录第一步进电机位置的第一光电式旋转编码器。第二步进电机3用于控制第一相机进行偏转运动,且末端安装有记录第二步进电机位置的第二光电式旋转编码器。第二部分包括:第二相机5、第三步进电机4和第四步进电机6,第二相机5用于采集第二图像。第三步进电机4用于控制第二相机进行俯仰运动,且末端安装有记录第三步进电机位置的第三光电式旋转编码器。第四步进电机6用于控制相机进行偏转运动,且末端安装有记录第四步进电机位置的第四光电式旋转编码器。
基于上述仿生眼动眼控制系统实施例,本发明实施例还提供一种仿生眼动眼控制方法。如图2所示,该方法包括:
S200:将图像给定特征和反馈回来的图像特征相减得到图像平面内的误差;
S210:将图像平面内的误差与增益矩阵相乘得到目标在图像平面内的变化速度;
S220:利用雅克比矩阵对目标在图像平面内的变化速度进行变换处理,得到第一至第四步进电机中任一步进电机的运动速度,从而通过该任一步进电机的运动速度的控制实现对仿生眼的控制。
为了使电机控制更加稳定,本发明实施例可以将电机的速度反馈至电机的输入端。
本发明实施例的控制目标是最小化图像平面内的误差,即:
mine=min||f0-f|| (1)
其中,f0和f分别表示目标在图像平面的期望位置和当前位置;e表示图像平面内的误差。
在上述公式(1)中,目标在图像平面的当前位置f可以通过以下公式确定:
f=F(c,t)
其中,c表示相机位置;t表示目标的三维位置;F表示成像模型。
根据以下公式确定目标在图像平面内的变化速度:
其中,表示目标在图像平面内的变化速度;表示第一或第二相机的运动速度;表示目标在三维空间的运动速度;表示电机的运动速度;Jc表示反映相机速度和目标成像点变化速度之间关系的雅克比矩阵;Jt表示反映目标三维空间速度和目标成像点变化速度之间关系的雅克比矩阵;cJq表示反映眼睛关节速度和相机速度之间关系的雅克比矩阵。
公式(2)也即基于图像的视觉伺服方法。上述目标在图像平面内的变化速度、相机的运动速度和目标在三维空间的运动速度以及电机的运动速度分别是对应位置的导数。上述Jc、JtcJq三个雅克比矩阵可以通过机器人正向运动学习求得。Jc、JtcJq三个雅克比矩阵时所需要的深度信息可以通过立体视觉方法恢复得到。目标在三维空间的运动速度可以通过卡尔曼滤波算法估计得到。
在上述公式(2)中,根据以下公式确定第一至第四步进电机中任一步进电机的运动速度:
其中,K表示增益,其为正定的比例矩阵。
公式(3)中的(Jc·cJq)-1·K·e部分可以通过视觉伺服子系统实现,用来消除目标在当前图像中的位置和在图像中期望位置的误差;公式(3)中的部分可以通过速度补偿子系统来实现,用来消除目标运动所带来的跟踪误差。
如果公式(3)中的增益K为常数,当图像平面内的误差(即目标在图像平面当前位置和期望位置的误差)比较小的时候,电机的运动速度也比较小,即控制律的收敛速度慢。所以,本发明实施例采用自适应的方式生成增益,如下式所示:
k1=k(0)-k(∞)
k3=k(∞)
其中,k(e)表示增益函数,其代替前述K;e表示图像平面内的误差;k(0)和k(∞)分别表示增益函数在零和无穷大时候的值;k′(0)表示k(0)的导数。
本发明实施例采取的自适应生成增益的方式针对控制过程中误差呈指数速度下降的特点,增益自适应地呈指数增加可以加快控制系统的收敛速度。
当仿生眼动眼控制系统启动时,仿生眼动眼控制系统的关节速度会从0变为某一比较大的确定值,速度的突然变化会引起自由度双目运动机构的不稳定,为了避免这种情况,本发明实施例根据以下公式来确定改进后的第一至第四步进电机中任一步进电机的运动速度:
其中,t表示时间;λ表示常量;J=Jc·cJq
上述公式(5)中的部分可以通过任务序列化方法将当前电机的运动速度划分为一系列的序列任务来执行而得到。
通过公式(5)可以保证关节速度连续变化,避免了仿生眼动眼控制系统启动时速度突然变化引起自由度运动机构的不稳定。
图3示例性地示出了仿生眼动眼控制方法的工作示意图。该仿生眼动眼控制方法包括左半部分和右半部分。左半部分输入左图像给定特征,右半部分输入右图像给定特征。
以上所述基于速度补偿的仿生眼动眼控制方法,能够稳定有效地模仿人眼实现扫视、平滑追踪和趋异运动。
上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述,但是本领域技术人员可以理解,为了实现本实施例的效果,不同的步骤之间不必按照这样的次序执行,其可以同时(并行)执行或以颠倒的次序执行,这些简单的变化都在本发明的保护范围之内。
下面对本发明系统实施例和方法实施例进行验证。
图4示例性地示出了采用常数增益实现扫视运动的结果,其示出了目标分别在左右图像平面内x、y方向距离期望位置的误差曲线。
图5示例性地示出了采用自适应增益实现扫视运动的结果,其示出了目标分别在左右图像平面内x、y方向距离期望位置的误差曲线。通过图4和图5相比,可知采用自适应增益可以加快控制方法实施例的收敛速度,系统的收敛时间从2800毫秒减少到了1200毫秒。
图6示例性地示出了未采用速度连续变化实现扫视运动的结果,其示出了系统四个关节运动的角速度曲线。图7示例性地示出了采用速度连续变化实现扫视运动的结果,其示出了系统四个关节运动的角速度曲线。通过图6和图7相比,可知采用速度连续变化算法的控制方法实施例能够保证关节速度连续变化,避免了系统启动时速度突然变化引起自由度双目运动机构的不稳定。
图8示例性地示出了未采用速度补偿时实现平滑追踪运动的结果,其示出了目标分别在左右图像平面内x、y方向距离期望位置的误差曲线。图9示例性地示出了采用速度补偿时实现平滑追踪运动的结果,其示出了目标分别在左右图像平面内x、y方向距离期望位置的误差曲线。通过图8和图9相比,可知采用速度补偿时,上述控制方法实施例可以减小平滑追踪过程中的误差,从而更有效地实现平滑追踪运动。
图10示例性地示出了实现趋异运动的结果,其示出了目标分别在左、右图像平面内x、y方向距离期望位置的误差曲线。可见,本发明方法实施例可以有效地实现趋异运动。
本发明并不限于上述实施方式,在不背离本发明实质内容的情况下,本领域普通技术人员可以想到的任何变形、改进或替换均落入本发明的保护范围。

Claims (3)

1.一种仿生眼动眼控制方法,其特征在于,所述方法基于仿生眼动眼控制系统;
所述系统包括自由度双目运动机构,所述自由度双目运动机构包括:第一部分和第二部分;
所述第一部分包括:
第一相机,用于采集第一图像;
第一步进电机,用于控制所述第一相机进行俯仰运动,且末端安装有记录所述第一步进电机位置的第一光电式旋转编码器;
第二步进电机,用于控制所述第一相机进行偏转运动,且末端安装有记录所述第二步进电机位置的第二光电式旋转编码器;
所述第二部分包括:
第二相机,用于采集第二图像;
第三步进电机,用于控制所述第二相机进行俯仰运动,且末端安装有记录所述第三步进电机位置的第三光电式旋转编码器;
第四步进电机,用于控制所述第二相机进行偏转运动,且末端安装有记录所述第四步进电机位置的第四光电式旋转编码器;
所述方法包括:
将图像给定特征和反馈回来的图像特征相减,得到图像平面内的误差;
将所述图像平面内的误差与增益矩阵相乘,得到目标在所述图像平面内的变化速度;
利用雅克比矩阵对所述目标在图像平面内的变化速度进行变换处理,得到所述第一至所述第四步进电机中任一步进电机的运动速度,从而通过所述任一步进电机的所述运动速度的控制实现对仿生眼的控制;
其中,
“将所述图像平面内的误差与增益矩阵相乘,得到目标在所述图像平面内的变化速度”的步骤具体包括:
按照下式计算目标在所述图像平面内的变化速度
其中,K为所述增益矩阵,e为所述图像平面内的误差;
“利用雅克比矩阵对所述目标在图像平面内的变化速度进行变换处理,得到所述第一至所述第四步进电机中任一步进电机的运动速度,从而通过所述任一步进电机的所述运动速度的控制实现对仿生眼的控制”的步骤具体包括:通过立体视觉方法确定反映所述第一或所述第二相机速度和所述目标成像点变化速度之间关系的雅克比矩阵、反映所述目标三维空间速度和所述目标成像点变化速度之间关系的雅克比矩阵以及反映关节速度和所述第一或第二相机速度之间关系的雅克比矩阵;
通过卡尔曼滤波算法估计目标在三维空间的运动速度;
根据以下公式确定所述目标在所述图像平面内的变化速度与电机运动速度之间的关系:
其中,表示所述目标在所述图像平面内的变化速度;表示所述第一或所述第二相机的运动速度;表示所述目标在三维空间的运动速度;表示所述第一至所述第四步进电机中任一步进电机的运动速度;Jc表示反映所述第一或所述第二相机速度和所述目标成像点变化速度之间关系的雅克比矩阵;Jt表示反映所述目标三维空间速度和所述目标成像点变化速度之间关系的雅克比矩阵;cJq表示反映眼睛关节速度和所述第一或第二相机速度之间关系的雅克比矩阵;
根据以下公式确定所述第一至所述第四步进电机中任一步进电机的运动速度:
其中,(Jc·cJq)-1·K·e通过视觉伺服子系统确定;通过速度补偿子系统确定。
2.根据权利要求1所述的方法,其特征在于,所述增益矩阵通过以下方式来确定:
其中,k1=k(0)-k(∞),k3=k(∞);
其中,所述k(e)表示增益函数,用以代替所述K;所述k(0)和所述k(∞)分别表示所述增益函数在零和无穷大时候的值;所述k′(0)表示所述k(0)的导数。
3.根据权利要求1所述的方法,其特征在于,所述任一步进电机的运动速度进一步根据以下方式来确定:
其中,所述t表示时间;所述λ表示常量;所述J=Jc·cJq;所述表示改进后所述任一步进电机的运动速度。
CN201610751543.6A 2016-08-29 2016-08-29 仿生眼动眼控制方法 Active CN106155113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610751543.6A CN106155113B (zh) 2016-08-29 2016-08-29 仿生眼动眼控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610751543.6A CN106155113B (zh) 2016-08-29 2016-08-29 仿生眼动眼控制方法

Publications (2)

Publication Number Publication Date
CN106155113A CN106155113A (zh) 2016-11-23
CN106155113B true CN106155113B (zh) 2019-03-15

Family

ID=57343793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610751543.6A Active CN106155113B (zh) 2016-08-29 2016-08-29 仿生眼动眼控制方法

Country Status (1)

Country Link
CN (1) CN106155113B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106799732A (zh) * 2016-12-07 2017-06-06 中国科学院自动化研究所 用于双目头眼协调运动的控制系统及其定位方法
CN107097231A (zh) * 2017-07-06 2017-08-29 哈尔滨工业大学深圳研究生院 一种基于视觉伺服的同心管机器人精确运动控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1873439A (zh) * 2006-06-27 2006-12-06 上海大学 基于仿生人眼控制的地面运动目标低空自动跟踪系统
CN101729783A (zh) * 2009-12-22 2010-06-09 上海大学 基于类人眼球前庭动眼反射的双目视觉系统在颠簸环境中的图像稳定方法
JP2015074061A (ja) * 2013-10-10 2015-04-20 セイコーエプソン株式会社 ロボット制御装置、ロボットシステム、ロボット、ロボット制御方法及びロボット制御プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1873439A (zh) * 2006-06-27 2006-12-06 上海大学 基于仿生人眼控制的地面运动目标低空自动跟踪系统
CN101729783A (zh) * 2009-12-22 2010-06-09 上海大学 基于类人眼球前庭动眼反射的双目视觉系统在颠簸环境中的图像稳定方法
JP2015074061A (ja) * 2013-10-10 2015-04-20 セイコーエプソン株式会社 ロボット制御装置、ロボットシステム、ロボット、ロボット制御方法及びロボット制御プログラム

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Active Visual Servo Based On Bionic Multi-feature Fusion Recognition and Distance Estimation;Xiaogang Tang 等;《The 2014 7th International Congress on Image and Signal Processing》;20141231;全文 *
Overview of Motion Control on Bionic Eyes;Zheng Zhu 等;《Proceedings of the 2015 IEEE Conference on Robotics and Biomimetics》;20151209;全文 *
仿生眼运动控制算法研究与实现;高发钦;《中国优秀硕士学位论文全文数据库信息科技辑》;20160215(第02期);全文 *
仿生眼运动视觉与立体视觉3维感知;王庆滨 等;《机器人》;20151130;第37卷(第6期);第761-762页,图2 *
小型无人机地面目标跟踪系统机载云台自适应跟踪控制;辛哲奎 等;《控制理论与应用》;20100831;第27卷(第8期);全文 *
面向机器人的视觉伺服控制器设计;张何栋;《中国优秀硕士学位论文全文数据库信息科技辑》;20150315(第03期);全文 *

Also Published As

Publication number Publication date
CN106155113A (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
Chinellato et al. Implicit sensorimotor mapping of the peripersonal space by gazing and reaching
CN108241339B (zh) 仿人机械臂的运动求解和构型控制方法
CN104808590B (zh) 一种基于关键帧策略的移动机器人视觉伺服控制方法
Guenther et al. Neural representations for sensorimotor control. III. Learning a body-centered representation of a three-dimensional target position
CN106003036A (zh) 一种基于双目视觉引导的物体抓取与放置系统
CN106155113B (zh) 仿生眼动眼控制方法
Brooks The cog project
WO2019037890A1 (de) Verfahren zur steuerung der bewegung eines mobilen roboters
Antonelli et al. Learning the visual–oculomotor transformation: Effects on saccade control and space representation
Antonelli et al. Adaptive saccade controller inspired by the primates' cerebellum
Rougeaux et al. Robust tracking by a humanoid vision system
Anderson et al. Locomoting-to-reach: Information variables and control strategies for nested actions
Oh et al. Modeling of visuospatial perspectives processing and modulation of the fronto-parietal network activity during action imitation
CN105527980A (zh) 双目视觉系统目标跟踪控制方法
Dang et al. Imitation learning-based algorithm for drone cinematography system
CN113359744B (zh) 一种基于安全强化学习及视觉传感器的机器人避障系统
CN108596977A (zh) 一种仿生眼双目视觉外参数连续标定方法
Klimmasch et al. Learning of active binocular vision in a biomechanical model of the oculomotor system
Hertzmann et al. Physics-based characters
Ballard Animate vision uses object-centered reference frames
CN107544677B (zh) 利用模块化轨道和体感装置模拟运动场景的方法和系统
Bergener et al. A framework for dynamic man-machine interaction implemented on an autonomous mobile robot
Chinellato et al. Distance and orientation estimation of graspable objects in natural and artificial systems
Grush An introduction to the main principles of emulation: motor control, imagery, and perception
CN104574475A (zh) 一种基于次级控制器的精细动画制作方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant