1、“.....选择角速度，得到，。实验结果图像大小为，由于摄像头倾角较大，可视区域较长，为减小干扰，选择图像下方的区域进行处理提取参考轨线参数。图和图分别为机器人摄取的室内地面图像及提取的参考轨线拟合直线图像，图像坐标下的状态量，。首先跟踪直线型轨线由于轨线方向与中心线方向偏差较小，不须参数转换，应用文中所述方法只控制转向角。图曲线示出了机器人的转向角在跟踪过程中的变化趋势，每个点对应个采样时刻，可见转向角始终在范围内波动，有较高的跟踪精度。其次跟踪型轨线，由直线和圆弧连接而成，长约，宽约。图示出了参考轨线形状及跟踪轨线，跟踪轨线是放置于机器人尾部的水笔画出的轨迹机器人的跟踪速度平均为，直线部分由于机器人提取的参考轨线的拟合直线的方向参数非连续变化，造成了拐角处跟踪轨线与参考轨线不完全重合，方向参数变化较大时，会出现速度为零突然转向的拐点现象，如图中的点......”。

2、“.....太小使机器人拐弯处的轨线多为直线，曲线不平滑转速变化的快慢决定了速度的大小，对大方向偏角转速变化较缓，转速不易设置过大，避免出现丢失参考轨线现象小方向偏角转速变化快，速度相对大，般不会出现这种现象。对图给出的型轨线跟踪实验结果，表明机器人有可靠的跟踪能力，进步验证了控制方法的有效性。结论本文研究了机器人跟踪地面轨线的视觉导航方法。不需要事先预知参考轨线的坐标位置及方向，直接从图像中提取轨线参数，当由于摄像头倾角的存在造成图像畸变较大时则进行坐标变换获得无畸变的轨线参数。根据获取的轨线参数采用状态控制跟踪方法，同时控制速度和转速避免了丢失轨线信息。文中所述控制方法可防止出现只控制转速造成丢失轨线的情况，改善了机器人跟踪的性能，适用于各类线状轨线的跟踪控制。致谢时光如梭，岁月如逝，转眼四年过去了。在我即将毕业之际......”。

3、“.....处处充满着感激和感谢。首先，感谢四年来，教导过我的所有的老师，感谢你们对我的耐心指导和关怀，老师们严谨的治学态度实事求是的工作风范不断进取与忘我的工作精神和豁达开朗与宽宏大量的生活境界，令我由衷地敬佩,四年来，学校给予了我严肃紧张充实而又轻松愉快优越的学习氛围与生活环境，老师给予了我循循善诱的指导与鞭策，让我得以提高与进步，令我由衷欣慰，我将永生难忘,在此，对所有的老师道声感谢您们,本研究蒋平沈世锦程辉堂等。基于图像误差机器人运动目标自适应跟踪。机器人，，。，，，，，，，夏良正。数字图像处理。东南大学出版社，。马颂德，张正友。计算机视觉计算理论与算法基础。科学出版社，。王荣本，徐友春等。基于线性模型的导航路径图像检测算法研究。公路交通科技，。徐友春，王荣本等。种机器视觉导航的智能车辆转向控箭模型设计。中国公路学报，。周俊，姬长荚......”。

4、“.....机器人。，。能够取得初步成果，离不开师长朋友们的热情帮助和支持。衷心感谢我的指导老师孙江波老师这几个月来对我的指导，为我的设计指明了方向，并时刻帮助我解决设计过程中出现的各种问题，在各方面给予了我最大的支持。感谢在课题研究课程中所有给过我帮助的同学们，谢谢你们,感谢和我同室几年的同学，正因为有你们的相伴，使得我不再孤单，感谢你们几年来在生活上工作上对我的照顾关怀和帮助，很高兴认识你们，谢谢,感谢所有毫无保留地让我分享他们多年经验和研究成果的人们,最后，感谢我的父母，你们的辛苦劳动换来了我能有机会进入大学学习，在此毕业之际，让我对你们道声感谢，你们辛苦了,最后再次衷心地感谢所有关心支持和帮助过我的老师同学朋友和亲人们，祝你们切顺利,参考文献林靖，陈辉堂，王月娟。机器人视觉伺服系统的研究。控制理论与应用，，。，，，，，，，，，，，，，，......”。

5、“.....对基于图像的伺服视觉系统的研究很多，如蒋平等直接利用图像误差来跟踪目标，他们采用手眼系统，首先拍摄幅理想目标图像，而后对运动目标进行注视跟踪，使实时采样的目标图像收敛于理想目标图像，该系统的控制规则由图像差反馈和物体运动自适应补偿组成，可以完成眼注视这种具有局部收敛性的运动目标跟踪，且具有良好的准确性和鲁棒性。其他基于图像的控制方案如采用局部位置估计自适应深度估计图像雅可比矩阵估计等。基于图像的控制系统的主要缺点为计算需要估计目标深度，而深度估计直是计算机视觉中的难点摄像机位置可能收敛于局部最小点，而非理想值跟踪过程中，图像雅可比矩阵可能存在奇异值，使系统不稳定，此外，保证系统全局稳定性的充分条件为度，此条件在实际应用中难以实现。视觉伺服的控制结构在总结上述两种视觉伺服系统的优缺点后......”。

6、“.....和摄像机旋转误差以三维笛卡空间表示作为控制系统的输入量，从而产生种新的视觉伺服系统视觉伺服系统，其结构见图。视觉伺服系统首先选取目标的特征点，根据特征点在摄像机的当前图像坐标系和理想图像坐标系分别对应摄像机的当前位置和理想位置中的成像点和迭代求取两图像坐标系的关系矩阵及图像坐标误差。由求得为摄像机的旋转轴，为摄像机绕轴旋转的角度，与已知的摄像机理想位置参数相比较，得到的摄像机旋转误差量送入控制器。文献详细论述了如何由矩阵求取摄像机部分位置参数，并指出，若目标为平面，则求取矩阵是个线性问题，至少需要对不共线的特征点，但当目标为非平面时，求取矩阵就成为个非线性问题。选择和作为误差的好处是向量可控制摄像机的方向，则可表示摄像机旋转角速度的矩阵函数，且此矩阵函数在整个工作空间无奇异点，不仅提高了系统的稳定性，而且保证系统在整个工作空间向理想位置收敛......”。

7、“.....不论摄像机的初始位置如何，目标始终保持在摄像机的视觉范围内是二维图像坐标误差，它作为控制系统的输入量可以保证系统在其校准误差下的全局稳定性。视觉伺服系统也存在些缺点需要进行特征点匹配求解矩阵是个计算量很大的迭代过程比视觉伺服系统更易受图像噪声的影响。第二章轨线参数提取轨线识别参考轨线由直线段和圆弧组成，考虑到室内移动机器人的视场范围有限，速度不会太快，对圆弧状轨线采用直线模型来拟合，以简化轨线特征提取的难度，减少计算量。以图像底线和左边界线建立坐标系，及相应的图像平面坐标系如图所示，轨线的拟合直线方程为，其中为坐标原点到直线的垂直距离，为法线与正轴的夹角。由于图像以室内地面为背景，含有随机的噪声干扰，滤波和边缘提取后利用变换来拟合参考轨线的直线方程，从而得到参考轨线的参数，即方向参数和幅度参数。轨线参数转换摄像头与地面倾角的存在......”。

8、“.....根据中心投影定理，利用参考轨线的图像为方向偏差，为距离偏差，指参考轨线拟合直线在轴上的截距，有状态控制根据距离偏差的大小采用状态控制方法，分为种状态直线靠近，旋转靠近和旋转，如图所示。由于前方视野较大，对距离较远的轨线不做考虑，取机器人前方两条水平线和作为状态选择的分割线，可根据情况任意选择，为可见区域的下边界。当距离偏差大于时，为直线靠近状态，控制速度来减小距离偏差当距离偏差小于大于时，为旋转靠近状态，协调控制速度和转速来减小距离和方向偏差当距离偏差小于时，为旋转状态，速度为，控制转速减小方向偏差。转速控制旋转靠近和旋转状态时，根据方向偏差的大小来确定转速，图示出了二者的关系其中和分别为图像的宽度和高度，为中所述的速度常量为允许的最大平移速度，为速度影响因子。当方向偏差较大时，有相同的距离偏差，由于值相对较小，会出现转速过大而速度过小偏离轨线的情况......”。

9、“.....。为防止时的速度超过，须满足当机器人左转，右转对时，的大小取为，方向根据轨线占据左右两半图像像素点的个数多少来决定。由连续性可得和表示旋转速度随方向偏角变化的快慢，对于大角度的方向偏角，转速应减小得较慢，故。由于用变换拟合直线时，方向参数是设定的离散值，参数转换后仍是离散的值，因此旋转速度是非连续变化的，在从个方向偏差减小为另个方向偏差的过程中，旋转速度恒定不变。只要方向参数设定的间隔较小，不会明显看出旋转速度的较大改变而出现骤减的情况。速度控制直线靠近和旋转状态时不必控制速度，都采用常量设定。而当处于旋转靠近状态时，为了防止轨线信息从可见区域丢失，必须协调控制速度和角速度。控制的思想是以角速度转过方向偏差大小的角度时，恰好走过了长度的距离。具体由公式表示为有两种情况，第种方向偏差较小时，最大值为第二种方向偏差较大时......”。