3) Image jacobian matrix
图像雅可比矩阵
1.
Vision servoing based on online estimation of image Jacobian matrix of Broyden;
基于Broyden在线图像雅可比矩阵辨识的视觉伺服
2.
This paper presents the general principle of robotic visual servo first,and then the global image descriptor-image moments from which the image jacobian matrix is derived are adopted to describe the image features,also the modal independent uncalibrated visual servo methord is proposed in use of lyapunov stability methord.
介绍机器人视觉伺服的一般原理,然后选取图像的全局特征描述子-图像矩来描述图像的特征信息,推导出基于图像矩特征的图像雅可比矩阵,并按李雅普诺夫稳定性方法推导出模型无关的无定标视觉伺服控制律。
3.
Based on the general uncalibrated visual servoing algorithm,this paper presents a new visual servoing control scheme which estimates pseudo-inverse of image Jacobian matrix based on recursive least square algorithm.
在一般无标定视觉伺服算法的基础上,提出了一种基于递推最小二乘法估计图像雅可比矩阵伪逆的无标定视觉伺服算法。
4) image jacobian
图像雅可比矩阵
1.
In the robotic visual servo system based on the position,It is need to build an Image Jacobian which transforms two-dimensional image information to three-dimensional coordinate information.
在基于位置的视觉伺服中,需要建立将二维图像信息转换为三维坐标信息的图像雅可比矩阵。
5) image Jacobian matrix identification
图像雅可比矩阵辨识
6) image Jacobian
图像雅克比矩阵
1.
This method didn t need robot kinematics and camera model,the image Jacobian was estimated using the recursive least squares algorithm,the robot system was controlled by variable structure control theory to the design of the controller.
在该方法中不需要机器人及摄像机模型,图像雅克比矩阵的计算采用最小二乘估计,机器人系统采用变结构的控制理论设计控制器;而后用李亚普诺夫方法对其进行了稳定性分析,结果证明系统能够渐近稳定。
补充资料：雅可比矩阵
以m个n元函数uj=uj(x1,x2,...,xn)(i=1,2,...,m)的偏导数(j=1,2,...,n)为元素的矩阵
如果把原来的函数组看作由点x=(x1,x2,...,xn)到点u=(u1,u2,...,um)的一个变换T,则在偏导数都连续的前提之下，u随x的变化由相应的微分方程组
来描述。这是一个关于微分的线性方程组，其系数矩阵便是雅可比矩阵(J)，因而可写成矩阵形式
这隐含着(J)具有微分系数的某些性质,类似于一元函数的导数。而在m=n=1的情形,它又恰好是一个一元函数的导数；所以它也是一个一元函数的导数到m个n元函数的一种推广。因此，(J)作为微分系数或导数的推广,有时也被当作变换T的"导数"看待并记为T┡(x)=(J)。
变换T的进一步的数量描述需要雅可比行列式。
如果把原来的函数组看作由点x=(x1,x2,...,xn)到点u=(u1,u2,...,um)的一个变换T,则在偏导数都连续的前提之下，u随x的变化由相应的微分方程组
来描述。这是一个关于微分的线性方程组，其系数矩阵便是雅可比矩阵(J)，因而可写成矩阵形式
这隐含着(J)具有微分系数的某些性质,类似于一元函数的导数。而在m=n=1的情形,它又恰好是一个一元函数的导数；所以它也是一个一元函数的导数到m个n元函数的一种推广。因此，(J)作为微分系数或导数的推广,有时也被当作变换T的"导数"看待并记为T┡(x)=(J)。
变换T的进一步的数量描述需要雅可比行列式。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条