Vizuální servo - Visual servoing - Wikipedia

Vizuální servo, také známý jako ovládání robotů na základě vidění a zkráceně VS, je technika, která využívá zpětnovazební informace získané ze snímače zraku (vizuální zpětná vazba[1]) k ovládání pohybu a robot. Jedním z prvních článků, které hovoří o vizuálním servoingu, byly mezinárodní laboratoře SRI v roce 1979.[2]

Taxonomie vizuálního servoingu

Příklad vizuálního servoingu ve vysokorychlostním zachycovacím systému[3]

Existují dvě základní konfigurace koncového efektoru robota (ruky) a kamery:[4]

  • Ovládání oko-v-ruce nebo v koncovém bodě s uzavřenou smyčkou, kdy je kamera připevněna k pohybující se ruce a sleduje relativní polohu cíle.
  • Ovládání otevřenou smyčkou z očí do ruky nebo koncového bodu, kdy je kamera fixována ve světě a sleduje cíl a pohyb ruky.

Techniky ovládání vizuálním servoováním jsou obecně klasifikovány do následujících typů:[5][6]

  • Image-based (IBVS)
  • Pozice/póza - na základě (PBVS)
  • Hybridní přístup

IBVS navrhli Weiss a Sanderson.[7] Zákon ovládání je založen na chybě mezi aktuálními a požadovanými vlastnostmi v rovině obrazu a nezahrnuje žádný odhad polohy cíle. Prvky mohou být souřadnice vizuálních prvků, čar nebo momentů oblastí. IBVS má potíže[8] s pohyby velmi velkých rotací, které se začaly nazývat ústup kamery.[9]

PBVS je technika založená na modelu (s jednou kamerou). Je to proto, že pozice objektu zájmu je odhadována s ohledem na kameru a poté je vydán příkaz do řídicí jednotky robota, který zase řídí robota. V tomto případě jsou extrahovány také obrazové prvky, ale jsou navíc použity k odhadu 3D informací (pozice objektu v karteziánském prostoru), proto slouží ve 3D.

Hybridní přístupy používají určitou kombinaci 2D a 3D servoingu. Existuje několik různých přístupů k hybridnímu servoingu

  • 2-1 / 2-D servo[10]
  • Na základě pohybového oddílu
  • Rozděleny podle DOF[9]

Průzkum

Následující popis předchozí práce je rozdělen do 3 částí

  • Přehled stávajících metod vizuálního servoingu.
  • Různé použité funkce a jejich dopady na vizuální servo.
  • Analýza chyb a stability schémat vizuálního servoingu.

Přehled stávajících metod vizuálního servoingu

Vizuální servosystémy, nazývané také servo, existují od začátku 80. let,[11] i když samotný termín vizuální servo byl vytvořen až v roce 1987.[4][5][6]Vizuální servo je v podstatě metoda ovládání robota, kde použitým senzorem je kamera (vizuální senzor). Servoing sestává primárně ze dvou technik,[6]jeden zahrnuje použití informací z obrazu k přímé kontrole stupňů volnosti (DOF) robota, což se označuje jako Image Based Visual Servoing (IBVS). Zatímco druhý zahrnuje geometrickou interpretaci informací extrahovaných z kamery, například odhad pozice cíle a parametrů kamery (za předpokladu, že je znám nějaký základní model cíle). Existují další klasifikace servoingu na základě variací v každé součásti servořízení,[5]např. vzhledem k umístění kamery, jedná se o dva typy konfigurací „oko do ruky“ a „ruka – oko“. Na základě řídicí smyčky jsou dva druhy koncový bod otevřená smyčka a koncový bod uzavřená smyčka. Na základě toho, zda je řízení aplikováno na klouby (nebo DOF) přímo nebo jako příkaz k poloze na řídicí jednotku robota, jsou dva typy přímý servo a dynamický vzhled a pohyb. Je jednou z prvních prací [12]autoři navrhli hierarchické vizuální servo schéma aplikované na servoing založený na obrazech. Tato technika se opírá o předpoklad, že z objektu zájmu (např. Hrany, rohy a centroidy) lze extrahovat dobrou sadu prvků a použít ji jako částečný režim společně s globálními modely scény a robota. Strategie řízení se aplikuje na simulaci ramene robota dvou a tří DOF.

Feddema a kol.[13]představil myšlenku generování trajektorie úkolu s ohledem na rychlost prvku. Tím je zajištěno, že senzory nebudou neúčinné (zastaví zpětnou vazbu) pro jakékoli pohyby robota. Autoři předpokládají, že objekty jsou známy a priori (např. CAD model) a lze z objektu extrahovat všechny funkce. Espiau a kol.[14]pojednává o některých základních otázkách invisuální obsluhy. Diskuse se soustředí na modelování interakční matice, kamery, vizuálních prvků (body, přímky atd.) [15] byl navržen adaptivní servopohon s architekturou look-and-move -ervoing. Tato metoda používala optický tok spolu s SSD k zajištění metriky spolehlivosti a stochastického řadiče s Kalmanovým filtrováním pro kontrolní schéma. Systém předpokládá (v příkladech), že rovina kamery a rovina prvků jsou rovnoběžné.,[16] pojednává o přístupu k řízení rychlosti pomocí Jacobova vztahu s˙ = Jv˙. Autor navíc používá Kalmanovo filtrování za předpokladu, že extrahovaná poloha cíle má inherentní chyby (chyby senzoru). Amodel cílové rychlosti je vyvíjen a používán jako vstup dopředu v řídicí smyčce. Rovněž zmiňuje důležitost zkoumání kinematické diskrepance, dynamických efektů, opakovatelnosti, usazování časových oscilací a odezvy na zpoždění.

Corke [17] představuje soubor velmi kritických otázek týkajících se vizuálního servoingu a triesto rozpracovává jejich důsledky. Příspěvek se primárně zaměřuje na dynamiku vizuálního servoingu. Autor se snaží řešit problémy, jako je zpoždění a stabilita, a zároveň hovoří o dopředných cestách v kontrolní smyčce. Příspěvek se také snaží hledat ospravedlnění pro generování trajektorie, metodiku řízení os a vývoj metrik výkonu.

Chaumette dovnitř [18] poskytuje dobrý vhled do dvou hlavních problémů s IBVS. Jeden, který sloužil místním minimům, a druhý, dosahoval jakobiánské singularity. Autor ukazuje, že samotné obrazové body nedělají dobré vlastnosti kvůli výskytu singularit. Příspěvek pokračuje diskusí o možných dalších kontrolách, aby se zabránilo singularitám, konkrétně počtu podmínek J_s a Jˆ + _s, ke kontrole prázdného prostoru ˆ J_s a J ^ T_s. Jedním z hlavních bodů, na které autor upozorňuje, je vztah mezi místními minimy a nerealizovatelnými pohyby obrazových prvků.

V průběhu let bylo vyvinuto mnoho hybridních technik.[4] Jedná se o výpočetní částečnou / úplnou pózu z Epipolární geometrie pomocí více pohledů nebo více kamer. Hodnoty se získávají přímým odhadem nebo pomocí výukového nebo statistického schématu. Zatímco jiní použili přepínací přístup, který se mění mezi obrazem a polohou na základě funkce Lyapnov.[4]Rané hybridní techniky, které používaly kombinaci servopohonů založených na obrazech a na základě účelu (2D a 3D informace), vyžadovaly úplný nebo částečný model objektu, aby získaly informace o póze, a používaly různé techniky k získání informací o pohybu z obrazu.[19] použil afinní pohybový model z pohybu obrazu k hrubému polyedrickému CAD modelu k extrahování pozice objektu s ohledem na kameru, aby bylo možné na objekt servo (na řádcích PBVS).

2-1 / 2-D vizuální servoing vyvinutý Malis et al.[20] je dobře známá technika, která rozděluje informace potřebné pro servo do organizovaného módu, který odděluje rotace a překlady. Papíry předpokládají, že požadovaná póza je známá a priori. Rotační informace jsou získány z částečného odhadu pozice, homografie (v podstatě 3D informace), která udává osu rotace a úhel (výpočtem vlastních čísel a vlastních vektorů homografie). Translační informace se získávají z obrázku přímo sledováním sady bodů funkcí. Jedinou podmínkou je, že sledované body funkcí nikdy neopustí zorné pole a že hloubkový odhad je předem určen nějakou offline technikou. Ukázalo se, že servopohon 1-2-1 / 2-D je stabilnější než techniky, které jej předcházely. Dalším zajímavým postřehem této formulace je, že autoři tvrdí, že vizuální Jacobian nebude mít během pohybů žádné singularity. Hybridní technika vyvinutá Corkem a Hutchinsonem,[21][22] populárně nazývaný rozdělený přístup rozděluje vizuální (nebo obrazové) Jacobian intomotions (rotace i překlady) týkající se os X a Y a pohyby související s osou Z.[22] nastiňuje techniku, jak vylomit sloupce vizuálního Jacobiana, které odpovídají překladu a rotaci osy Z (jmenovitě třetí a šestý sloupec). Rozdělený přístup je zobrazen pro manipulaci s hlavolamem Chaumette popsaným v.[23] Tato technika vyžaduje dobrý odhad hloubky, aby správně fungovala.[24] nastiňuje hybridní přístup, kdy je servo úkol rozdělen na dva, a to hlavní a sekundární. Hlavním úkolem je udržet vlastnosti zájmu v zorném poli. Sekundárním úkolem je označit fixační bod a použít jej jako referenci k přivedení kamery do požadované pozice. Thetechnique potřebuje hloubkový odhad z offline postupu. Příspěvek pojednává o dvou příkladech, u nichž se odhady hloubky získávají z robotodometrie a za předpokladu, že jsou všechny prvky v rovině. Sekundární úlohy je dosaženo použitím pojmu paralaxy. Funkce, které jsou sledovány, jsou vybrány inicializací provedenou na prvním snímku, což jsou obvykle body.[25] provádí diskusi o dvou aspektech vizuálního servoingu, modelování modelů a sledování na základě modelů. Primárním předpokladem je, že je k dispozici 3D model objektu. Autoři zdůrazňují představu, že by měly být vybrány ideální vlastnosti, aby bylo možné DOF pohybu oddělit lineárním vztahem. Autoři také zavádějí odhad cílové rychlosti do interakční matice pro zlepšení výkonu sledování. Výsledky jsou srovnávány se známými servo technikami, i když dochází k okluzi.

Různé použité funkce a jejich dopady na vizuální servo

Tato část pojednává o práci provedené v oblasti vizuálního servoingu. Snažíme se sledovat různé techniky při používání funkcí. Většina pracovníků používala obrazové body jako vizuální prvky. Formulace interakční matice v [5] předpokládá, že k reprezentaci cíle se používají body v obraze. Existuje určitý soubor prací, které se odchylují od použití bodů a oblastí oblastí použití, čar, momentů obrazu a momentálních invariantů.[26]V,[27] autoři diskutují o afinním sledování obrazových prvků. Obrazové prvky jsou vybírány na základě míry odchylky, která je založena na deformaci, kterou tyto prvky procházejí. Mezi používané funkce patche weretexture. Jedním z klíčových bodů článku bylo, že bylo zdůrazněno, že je třeba se podívat na funkce pro zlepšení vizuálního servoingu [28] autoři zkoumají výběr obrazových prvků (stejná otázka byla také diskutována v [5] v rámci sledování). Účinek volby vlastností obrazu na zákon o řízení je diskutován s ohledem na právě hloubkovou osu. Autoři považují vzdálenost mezi body rysů a oblastí objektu za rysy. Tyto funkce se používají v zákoně o kontrole s mírně odlišnými formami pro zvýraznění účinků na výkon. Bylo zjištěno, že bylo dosaženo lepšího výkonu, když byla chyba serva úměrná změně hloubkové osy.[29] poskytuje jednu z prvních diskusí o využití momentů. Autoři poskytují novou formulaci interakční matice pomocí rychlosti momentů v obraze, i když komplikovaných. I když jsou momenty používány, momenty jsou malé změny v umístění konturových bodů s využitím Greenovy věty. Příspěvek se také pokouší určit sadu prvků (v rovině) pro robota 6 DOF [30] pojednává o použití obrazových momentů k formulování vizuálního Jacobiana. Tato formulace umožňuje oddělení DOF na základě typu vybraných momentů. Jednoduchý případ této formulace je teoreticky podobný servopohonu 2-1 / 2-D.[30] Časová variace momentů (m˙ij) se určuje pomocí pohybu mezi dvěma obrazy a Věty zelených. Vztah mezi m˙ij a rychlostním šroubem (v) je uveden jako m˙_ij = L_m_ij v. Tato metoda vylučuje kalibraci kamery za předpokladu, že objekty jsou rovinné a používají odhad hloubky. Tato technika funguje dobře v rovinném případě, ale obecně bývá komplikovaná. Základní myšlenka je založena na práci v [4] Moment Invariants byly použity v.[31] Klíčovou myšlenkou je najít vektor funkcí, který odděluje všechny DOF pohybu. Některá pozorování byla, že centralizované momenty jsou pro 2D překlady neměnné. Pro 2D rotace je vyvinut komplikovaný polynomiální tvar. Tato technika sleduje výuku formou ukázky, a proto vyžaduje hodnoty požadované hloubky a oblasti objektu (za předpokladu, že rovina kamery a objektu jsou rovnoběžné a objekt je rovinný). Další části vektoru funkcí jsou invarianty R3, R4. Autoři tvrdí, že okluze lze zvládnout.[32] a [33] stavět na práci popsané v.[29][31][32] Hlavní rozdíl spočívá v tom, že autoři používají podobnou techniku,[16] kde je úkol rozdělen na dvě části (v případě, že prvky nejsou rovnoběžné s rovinou vačky). Provede se virtuální rotace, aby se uvedená rovnoběžka dostala do roviny kamery.[34] konsoliduje práci autorů na imagemoments.

Analýza chyb a stability schémat vizuálního servoingu

Espiau v [35] z čistě experimentální práce vyplynulo, že obrazový vizuální servoing (IBVS) je odolný vůči chybám kalibrace. Autor použil kameru bez explicitní kalibrace spolu s párováním bodů a bez odhadu polohy. Příspěvek zkoumá vliv chyb a nejistoty na pojmy v interakční matici z experimentálního přístupu. Použitými cíli byly body a předpokládalo se, že jsou rovinné.

Podobná studie byla provedena v [36] kde autoři provádějí experimentální hodnocení několika nekalibrovaných vizuálních servosystémů, které byly populární v 90. letech. Hlavním výsledkem byly experimentální důkazy o účinnosti vizuální kontroly servem nad konvenčními kontrolními metodami. Kyrki et al.[37] analyzovat chyby servoingu na základě polohy a servopohonu 2-1 / 2-Dvisual. Tato technika zahrnuje určení chyby v extrakci polohy obrazu a její šíření, aby se dosáhlo odhadu a kontroly servoingu. Body z obrázku jsou mapovány na body na světě a priori za účelem získání mapování (což je v podstatě homografie, i když to není v článku výslovně uvedeno) . Toto mapování je rozděleno na čisté rotace a překlady. Odhad pozice se provádí standardní technikou z ComputerVision. Chyby pixelů se transformují na pózu. Ty se šíří do řadiče. Pozorování z analýzy ukazuje, že chyby v rovině obrazu jsou úměrné hloubce a chyba v ose hloubky je úměrná druhé mocnině hloubky. Chyby měření ve vizuálním servoingu byly podrobně prozkoumány. Většina chybových funkcí se týká dvou aspektů vizuálního servoingu . Jedna chyba ustáleného stavu (jednou servo) a druhá stabilita řídicí smyčky. Dalšími chybami servořízení, které byly zajímavé, jsou chyby, které vznikají odhadem pózu a kalibrací kamery. V,[38] autoři rozšiřují práci provedenou v [39] zvážením globální stability za přítomnosti vnitřních a vnějších kalibračních chyb.[40] poskytuje přístup k omezení chyby sledování funkce úlohy. V,[41] autoři používají techniku ​​vizuálního pozorování výukou formou ukázky. Pokud je požadovaná póza známa a priori a robotis se přesunul z dané pózy. Hlavním cílem příspěvku je pomocí metody konvexní optimalizace určit horní mez na polohovací chybě způsobené šumem obrazu.[42] poskytuje diskusi o analýze stability s ohledem na odhady hloubky nejistoty. Autoři uzavírají příspěvek s pozorováním, že pro neznámou geometrii cíle je k přesnějšímu odhadu vyžadován přesnější odhad hloubky. Mnoho z technik vizuálního servoingu [21][22][43] implicitně předpokládejme, že v obraze je přítomen pouze jeden objekt a že je k dispozici příslušná funkce pro sledování spolu s oblastí objektu. Většina technik vyžaduje částečný odhad pózu eithera nebo přesný odhad hloubky aktuálního a požadovaného účelu.

Software

Viz také

Reference

  1. ^ „Základní koncepce a technické pojmy“. Laboratoř Ishikawa Watanabe, Tokijská univerzita. Citováno 12. února 2015.
  2. ^ Agin, G. J., „Řízení robota pomocí mobilní kamery v reálném čase“. Technická poznámka 179, SRI International, únor 1979.
  3. ^ „Vysokorychlostní systém zachycování (od roku 2005 vystaven v Národním muzeu objevujících se věd a inovací)“. Laboratoř Ishikawa Watanabe, Tokijská univerzita. Citováno 12. února 2015.
  4. ^ A b C d F. Chaumette, S. Hutchinson. Vizuální ovládání servomotoru, část II: Pokročilé přístupy. IEEE Robotics and Automation Magazine, 14 (1): 109-118, březen 2007
  5. ^ A b C d E S. A. Hutchinson, G. D. Hager a P. I. Corke. Výukový program pro vizuální ovládání serva. IEEE Trans. Robot. Automat., 12 (5): 651-670, říjen 1996.
  6. ^ A b C F. Chaumette, S. Hutchinson. Vizuální ovládání servomotoru, část I: Základní přístupy. IEEE Robotics and Automation Magazine, 13 (4): 82-90, prosinec 2006
  7. ^ A. C. Sanderson a L. E. Weiss. Adaptivní vizuální ovládání robotů pomocí serva. In A. Pugh, editor, Robot Vision, strany 107–116. IFS, 1983
  8. ^ F. Chaumette. Potenciální problémy stability a konvergence v obrazovém a pozičním vizuálním servoingu. In D. Kriegman, G. Hager a S. Morse, editors, The confluence of vision and control, volume 237 of Lecture Notes in Control and Information Sciences, str. 66–78. Springer-Verlag, 1998.
  9. ^ A b P. Corke a S. A. Hutchinson (srpen 2001), „Nový rozdělený přístup k vizuálnímu servoovládání na základě obrazu“, IEEE Trans. Robot. Autom., 17 (4): 507–515, doi:10.1109/70.954764
  10. ^ E. Malis, F. Chaumette a S. Boudet, 2,5 D vizuální servoing, IEEE Transactions on Robotics and Automation, 15 (2): 238-250, 1999
  11. ^ G. J. Agin. Systém počítačového vidění pro průmyslovou kontrolu a montáž. Počítač IEEEC, strany 11–20, 1979
  12. ^ Lee E. Weiss, Arthur C. Sanderson a Charles P. Neuman. Dynamické řízení robotů založené na senzorech s vizuální zpětnou vazbou. Transakce IEEE na robotice a automatizaci, 3 (5): 404–417, říjen 1987
  13. ^ J. T. Feddema a O. R. Mitchell. Servoing vedený viděním s generováním historie podle funkcí. Transakce IEEE na robotice a automatizaci, 5 (5): 691–700, říjen 1989
  14. ^ B. Espiau, F. Chaumette a P. Rives. Nový přístup k vizuálnímu servoingu v robotice. Transakce IEEE na robotice a automatizaci, 8 (3): 313–326, červen 1992
  15. ^ N.P. Papanikopoulos a Khosla P. K. Adaptivní robotické vizuální sledování: Teorie a experimenty. Transakce IEEE na automatickém řízení, 38 (3): 429–445, březen 1993
  16. ^ A b P. Corke. Experimenty s vysoce výkonným robotickým vizuálním servoingem. In International Symposium on Experimental Robotics, říjen 1993
  17. ^ P. Corke. Dynamické problémy v roboticko-vizuálních servo systémech. In International Symposium on Robotics Research, strany 488–498, 1995.
  18. ^ F. Chaumette. Potenciální problémy stability a konvergence u obrazového a pozičního vizuálního servoingu. V publikaci D. Kriegman, G. Hagar a S. Morse, redakce, Ovlivnění vidění a řízení, Lecture Notes in Control and Information Systems, svazek 237, strany 66–78. Springer-Verlag, 1998
  19. ^ E. Marchand, P. Bouthemy, F Chaumette a V. Moreau. Robustní vizuální sledování spojením odhadu pozice 2d a 3d. In Proceedings of IEEE International Conference on Image Processing, 1999.
  20. ^ E. Malis. Hybridní robotické ovládání založené na vidění je odolné vůči velkým kalibračním chybám jak u parametrů vnitřní, tak i vnější. In European Control Conference, strany 289–293, září 2001.
  21. ^ A b P. Corke a S. Hutchinson. Nové schéma hybridního vizuálního vizuálního servořízení. In Proceedings of the 39.th IEEE Conference on Decision and control, December 2000
  22. ^ A b C P. Corke a S. Hutchinson. Nový rozdělený přístup k vizuálnímu servopohonu založenému na obrazu. Transakce IEEE na robotice a automatizaci, 17 (4): 507–515, srpen 2001
  23. ^ F. Chaumette. Potenciální problémy stability a konvergence u obrazového a pozičního vizuálního servoingu. In D. Kriegman, G. Hagar a S. Morse, editors, Confluence of Vision and Control, Lecture Notes in Control and Information Systems, volume 237, pages 66–78. Springer-Verlag, 1998
  24. ^ C. Collewet a F. Chaumette. Umístění kamery vzhledem k rovinným objektům neznámých tvarů spojením 2D vizuálního servoingu a 3D odhadu. Transakce IEEE na robotice a automatizaci, 18 (3): 322–333, červen 2002
  25. ^ F. Chaumette a E. Marchand. Nedávné výsledky ve vizuálním servoingu pro robotické aplikace, 2013
  26. ^ N. Andreff, B. Espiau a R. Horaud. Vizuální servo z linek. In In International Conference on Robotics and Automation, San Francisco, duben 2000
  27. ^ J. Shi a C. Tomasi. Dobré vlastnosti ke sledování. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pages 593–600, 1994
  28. ^ R. Mahony, P. Corke a F. Chaumette. Volba funkcí obrazu pro ovládání hloubkové osy ve vizuálním servopohonu založeném na obrazu. In Proceedings of the IEEE Conference on Intelligent Robots and Systems, pages 390–395, říjen 2002
  29. ^ A b F. Chaumette. První krok k vizuálnímu servoování pomocí obrazových momentů. V Proceings of the IEEE Conference on Intelligent Robots and Systems, pages 378–383, říjen 2002.
  30. ^ A b F. Chaumette. Moment obrazu: obecná a užitečná sada funkcí pro vizuální servoování. Transakce IEEE na robotice, 20 (4): 713–723, srpen 2004
  31. ^ A b O. Tahri a F. Chaumette. Aplikace momentových invariantů na vizuální servo. Ve sborníku z konference IEEE o robotech a automatizaci, strany 4276–4281, září 2003
  32. ^ A b O. Tahri a F. Chaumette. Momenty obrazu: Obecné deskriptory pro oddělené vizuální servoování založené na obrazu. In Proceedings of the IEEE Conference on Robotics and Automation, pages 1861–1867, duben 2004
  33. ^ O. Tahri a F. Chaumette. Složité objekty představují odhad založený na invariantech momentu obrazu. Ve sborníku z konference IEEE o robotech a automatizaci, strany 436–441, duben 2005
  34. ^ O. Tahri a F. Chaumette. Bodové a regionálně založené obrazové momenty pro vizuální servu rovinných objektů. Transakce IEEE na robotice, 21 (6): 1116–1127, prosinec 2005
  35. ^ B. Espiau. Vliv chyb kalibrace kamery na vizuální servo v robotice. Ve třetí Int. Symposium on Experimental Robotics, říjen 1993
  36. ^ M. Jagersand, O. Fuentes a R. Nelson. Experimentální vyhodnocení nekalibrovaného vizuálního servoingu pro přesnou manipulaci. Na Mezinárodní konferenci o robotice a automatizaci, strany 2874–2880, duben 1997
  37. ^ V. Kyrki, D. Kragic a H. Christensen. Chyby měření ve vizuálním servoingu. In Proceedings of the IEEE Conference on Robotics and Automation, pages 1861–1867, duben 2004
  38. ^ E. Malis. Hybridní robotické ovládání založené na vidění je odolné vůči velkým kalibračním chybám jak u vnitřní, tak u vnějších parametrů kamery. In European Control Conference, strany 289–293, září 2001
  39. ^ E. Malis, F. Chaumette a S. Boudet. 2-1 / 2-d vizuální servo. Transakce IEEE o robotice a automatizaci, 15 (2): 238–250, duben 1999
  40. ^ G. Morel, P. Zanne a F. Plestan. Robustní vizuální servo: Omezení chyb sledování funkce úlohy. Transakce IEEE na technologii řídicích systémů, 13 (6): 998–1009, listopad 2009
  41. ^ G. Chesi a Y. S. Hung. Šum obrazu vyvolává chyby v umístění kamery. Transakce IEEE na analýze vzorů a strojové inteligenci, 29 (8): 1476–1480, srpen 2007
  42. ^ E. Malis a P. Rives. Robustnost vizuálního servopohonu založeného na obrazu s ohledem na chyby distribuce hloubky. Na mezinárodní konferenci IEEE o robotice a automatizaci, září 2003
  43. ^ E. Malis, F. Chaumette a S. Boudet. 2-1 / 2-d vizuální servo. Transakce IEEE o robotice a automatizaci, 15 (2): 238–250, duben 1999
  44. ^ E. Marchand, F. Spindler, F. Chaumette. ViSP pro vizuální servoování: obecná softwarová platforma se širokou třídou ovládacích schopností robotů. IEEE Robotics and Automation Magazine, Special Issue on "Software Packages for Vision-Based Control of Motion", P. Oh, D. Burschka (Eds.), 12 (4): 40-52, prosinec 2005.

externí odkazy