1、信息，旋转预算仍然非常迅速收敛。这可以被视觉测量协方差矩阵解释为。视觉都非常精确地测量和轴,测量工具提示约束和旋转以及轴换算,收敛准确轴位姿。最后实验表明，该方法将如何执行控制方案。估计对象构成被转换成个平面方程。平面和工具提示之间距离计算出来了。这个实验表明，如果对象预算构成直接输送到机器人控制器控制。
2、效应位置，纳入到视觉测量，获得绝对姿势对象。精确测量工具提示探测与补偿视觉测量不准确，当工具提示工具提示位置与物体表面接触用并联机器人气缸长度计算出。高频对象表面和视觉测量工具提示运动位置信息融合在姿势估计以及线速度和角速度准确率很高。该方法不同于传统扩展卡尔曼滤波在视觉伺服使用位置信息最终效应考虑框架。
3、视觉测量这些轴只有个小不确定性，即使没有测量工具提示，它们可以被认为是准确。另方面轴是刀具轴和工具提示探测可以弥补视觉测量不确定。工具提示测量如下线性表议案比视力只有估计更准确。当线性表变化速度，工具提示测量几乎是在瞬间能适应新速度，而视力速度估计只有振荡，不衔接真实速度。工具提示测量平均误差是.毫米，。
4、设定点从物体表面多少不同。图三种不同距离估计进行了比较。纯目测虚线是非常嘈杂，仅用于实验最初几秒钟显示。视力只有估计值虚线过滤相当视觉测量，但不收敛到零距离。工具提示测量实线，可以保持距离非常接近零。Ⅲ.结论我们已经提出了个方法，结合力和视力估计构成在个目标。用视觉测量最终效应安装摄像头物体相对位姿。最。
5、,.,.,.,,,.校准模式。手眼标定是通过走动在工作区终端效应，减少对象视运动姿态估计。在并联机器人系统直接运动学是难以解决。从联合坐标映射构成最终效应是通过迭代方法索取。我们已经解决了直接运动学脱线问题通过牛顿高斯法。然而，问题是可解也实时。在实验结束效应器被允许与刚性物体接触，为了比较和无测力设备。
6、不同传感器融合在起。我们论文在视觉伺服实验验证以前测量误差分析。所提出方法是由自由度并联液压操纵实验验证。实验验证，该方法显着提高个移动目标与不同传感器方式传感器姿势估计精度相结合。从不同传感器数据方法结合成个模型，提供了个新颖六自由度姿势跟踪和准确方法。附录.,,,,,,.,.,.,.,.,,附录.,。
7、不能保持恒定接触力，然而，接触在整个运动是稳定。在图五振荡是由于测量噪声引起，部分受力控制器特点造成。图和分别说明估计物体位置平移和旋转。真正运动是目前只有在平移坐标。图被允许线性轨道所示是恒定速度沿坐标。看到其他图像视运动是由于手眼不完善及内在摄像机标定以及不确定测量所造成。当前由于是唯平移，旋转过程。
8、离个小变化产生大变化。转换其他相机光轴垂直方面是少嘈杂图像平面上转换，导致在像素坐标大变化。这同样适用于旋转。关于相机光轴旋转是容易察觉，但对象是旋转轴垂直于光轴时只有在像素坐标小变化可以看出。出于这个原因，详细视觉测量建模不确定性它是必不可少。通过模拟视觉测量协方差，所以它考虑到测量交叉协方差条件很可。
9、。最终效应器是做个圆形轨迹在平面上沿轴移动物体。该议案终端效应器从而形成了个空间螺旋轨迹图。力控制设置控制轴，保持恒定接触力。线性轨道固定，然后以恒定速度移动控制轴力又停了下来。从图可以看出，当物体是固定，力控制器能保持恒定接触力。但是当对象是在运动控制器将引起稳态误差。力控制器是个低增益比例控制器，因。
10、有视觉.毫米时间间隔.在估计对象旋转测量工具提示作用甚至更为激烈。旦测量工具提示接通，面向对象估计很快收敛。对于旋转垂直相机轴视觉测量不确定性是非常高，视力只有估计收敛速度慢。围绕旋转相机轴视觉测量更精确，甚至视觉只有收敛快速。轴旋转，可以观察到个有趣现象。即使测量工具提示不应该放弃围绕这个轴心上旋转任。
11、不确定性被设置为零。初始猜测速度被设置为零，不确定性是与较高值初始化得来。测量工具提示需要物体构成可以使用视觉估计初步估计。测量工具提示在秒切换次视力构成个对象粗略估计。从图可以看出，工具提示不利于平移估计和坐标测量。这些轴是垂直于刀具轴，因此测量工具提示不能给任何其他信息对象位置上。然而，根据黑森州逼。
12、考虑采取明确视觉测量传感器延迟。位置测量延迟，使他们与视觉测量同步。用绝对姿势已提交状态向量作为手眼配置模拟结果。然而，在个真正机器人力应用这种系统以至于视觉测量传感器延迟补偿，我们还模拟视觉测量方差，所以它考虑到测量交叉协方差条件。单相机设置诱导不同测量误差在不同坐标轴。到物体距离是难以衡量像素坐标在。
参考资料：
（外文翻译）多模态六自由度力视觉传感器融合的姿态跟踪（外文+译文）