1、“.....英文翻译自动跟踪和捕捉系统中的机械手系统摘要许多机器人抓捕任务都被假设在了个固定的物体上进行。在这篇文章中，我们探究了要对个运动物体进行跟踪和抓捕所需要的必要条件。我们这次工作的重点是如何在个能够在三维上跟踪个运动的物体的实时视觉系统和个能够用钳子来捡起运动的物体的机械手臂之间达到种高水平的交互作用。这是对动态捕捉中手眼相互影响的深入研究，这样的动态捕捉在现实中例如搬运系统中的捕捉装配中的铰接部分还有遥控机器人系统中的捕捉部分。个有机的感觉系统和电动机控制之间的协调是个智能系统的最大的特点。我们的目标是要建立完整的感觉反应系统它能够在动态而不是静态环境下运作。我们所建立的机器人手眼协同系统在捕捉动态物体的过程中有三个显著的特点对视觉系统采集的三维参数的快速计算对移动机械手臂跟踪动态物体的预先控制以及对运动的火车的动态跟踪的实验演示。我们所运用的关于感觉和反应方面的运算法则是很全面的以及能够应用到要求对手臂控制有视觉反馈的变化多样的复杂任务中......”。

2、“.....我们的兴趣是对动态捕捉中手眼相互影响的深入研究，这样的动态捕捉在现实中例如搬运系统中的捕捉装配中的铰接部分还有遥控机器人系统中的捕捉部分。个有机的感觉系统和电动机控制之间的协调是个智能系统的最大的特点。我们的目标是要建立完整的感觉反应系统它能够在动态而不是静态环境下运作。在过去的几年里有许多对机器人的研究，他们有的是研究对动态物体的视觉捕捉，有的是研究不能适应特殊环境的捕捉问题，但是很少有文章把两个问题结合起来考虑。很明显个复杂的机器人系统如自动装配系统要求具有用视觉反馈来进行计划执行和监视捕捉的完整系统。我们所建立的机器人手眼协同系统在捕捉动态物体的过程中有三个显著的特点对视觉系统采集的三维参数的快速计算对移动机械手臂跟踪截取捕捉动态物体的预先控制。这个系统能够以近似于人类手臂运动的速度来操纵，运用视觉反馈来跟踪截取稳定的捕捉和拾取动态的物体......”。

3、“.....我们的工作也忙于所有的完整的感觉反应系统以及有不同取样和处理速率的综合系统所固有的最基本和限制问题。许多复杂的机器人系统事实上都有不同的处理设备和方法。例如，我们设计的系统包括三个独立的计算系统，个图象处理系统，个主机来对原始的视觉数据进行过滤三角计算和预测物体的空间位置，个独立的手臂控制系统来执行反转运动和连接水平上的伺服系统。任何个系统都有它们独立的取样频率噪声特性和光滑稳定的处理延迟。在我们的案例里，我们主要专注于通过依靠对系统噪声特性的概个问题。图象处理机是个可以以桢频的速率来平行处理多重比特图像的计算机，并且它支持以桢频的速率来平行处理图像要必需的操作。由于我们不需要知道图像中的实际速率，因此也降低了第二个问题的难度。因此，些很大坡度的正常速度就可以满足我们的要求了，从而减少了对图像重复加速的要求。实时的处理正常的光学流速度我们的目的是实时的跟踪个单独的运动物体......”。

4、“.....每个相机都通过三维图像进行校正，但这并不要求必须是标准的相机。我们通过计算每个相机中的每个图像的常规构成，找到每个图像中每个动作的质心，然后用三角测量法来确定每个图像背面的质心。四个处理机被平行的用在上。处理机被分配到两个相机上，其中的两个被用来计算图像在和方向上的质心坐标。我们也用了个特殊的处理机来完成实时的柱状图，以下的步骤与图的数字相对应照相机进行摄像并将图像传输给的处理系统。通过高斯公式来圆滑图像，盘形的执行元件被内置在内部，并且可以在桢的循环中运行。在接下来的两个循环中，更多的图像被平稳的光滑的读入。对图像的缓冲和传递实现虽然引起了对输出的延迟但它能够实现对图像的通俗操作。在中运用了三个流畅的摄像系统。映像和相减以后获得了暂时的。与步骤五相比，图像周围缠了圈水平的梯度算子，反馈回来方向上的离散信号，同时垂直方向上的梯度也可以通过来算出。步骤和的结果被保存到了磁盘中，然后再输入个查询表格......”。

5、“.....这就使得每个图像的各个像素都有了个正常的播放速度。这些速度都已经得到了极限，并且图像上的任何个孤立的斑点都是由形态学上的饿腐蚀引起的。以上的极限速率被翻译成了灰度为的编码。在我们的实验中，我们以每秒桢的速率来播放。为了确定运动物体的质心，我们需要综合和方向上的信息。简而言之，我们只能够知道方向的坐标。在图三的灰度值中把水平方向的坐标分成了。因此，图像在水平坐标为时是黑色，在水平坐标为时是白色。借助于这个结果并将他们用柱状图表示出来，我们通过了的个特殊阶段，这个阶段以桢频的速率展现了柱状图，我们通过对柱状图的分析能够得到运动物体的质心。柱状图以很高的速率复显了图像，这些分为阶段的信息能够在秒内通过并行接口输入到内。并且同时也就获得了方向上的坐标了。要确定个运动物体的位置所延迟的时间是个循环周期也就是秒。第二个相机也运用同样的运算法则在的并行接口上工作。旦任何个相机找到了运动物体的质心，它们将通过相机的校准反馈到屏幕上......”。

6、“.....由于传递管道的自然特性，每秒将产生个新的和坐标。尽管我们能够以实时的速率来确定物体的空间位置，但在视觉系统中仍然有大量的噪声和固定误差以及由于有不同的监视系统所带来的微小偏移。接下来带来的影响就是创造了新的空间位置坐标使我们在大体上确定了物体的位置但却不能够精确的跟踪物体，从而也就不能够对物体进行捕捉。在接下来的部分我们论说了种概然的模型，它能够滤掉更多的噪音从而能够更加稳定的精确的确定物体的空间位置。分析来进行预先过滤从而来克服视觉处理噪音和延迟。另外，实时的手臂控制系统要求无论对物体位置新的预测是否有用都能够有很快的伺服速率。这个系统有两个可以拍摄移动物体的固定相机，还有个平口虎钳可以用来拾取运动的物体。系统的运行过程如下系统的影射对图象的每个相素进行光学流动计算。通过这些光学流动区域，我们通过对每个动作的能线图进行三角测量后可以以确定每个运动物体的空间位置。对第步获得的初始空间位置进行稍微的传感器噪音滤处，然后对轨道参数进行非线性的滤波使其能够用来进行迅速的预测......”。

7、“.....轨道设计者通过动态平衡方程式来更新手臂伺服系统的接合标准。为了避免对光学和滤波系统信息的遗漏和延迟，又附加了个固定的滤波器。旦跟踪稳定了，系统将命令手臂去截取运动的物体，同时机械手将进行稳定的捕捉和拾取。接下来的部分将结合实验结果对每个子系统进行详细的介绍。前期工作由于前期工作太多而无法列举，我们只列举了些对我们工作有提示作用的让我们采用了相似系统的文献。专注与研究高速容貌探测和对图象的不同缩放比例来满足监视的实时性和其他机器人系统的应用。相关的工作已经被和所报道了，他们用不同的图象处理方法来跟踪物体。,和发表了种重要的跟踪方法，它用种有特殊用途的硬件来驱动安装在手臂系统上的相机的伺服系统。也发明了种方法，它用的是和我们有相似视觉硬件的时间滤波器。和在的基础上发明了种在维上跟踪运动物体的方法。发明了种和我们有相似传递途径的实时的短距离视觉跟踪运动物体的方法。研发了种以棱镜为基础的光学系统，该方法和我们有相似的跟踪滤波系统......”。

8、“.....该系统是用若干个相机来跟踪物体的。采用了种综合运用相机和手臂来跟踪物体，该系统的重点是研究系统的运动控制参数。也通过视觉反馈足进了系统控制理论上的飞跃。研发了固定的控制系统，他在运动的控制系统上安装了有两个监视孔的相机从而实现了对运动物体的固定监视。也研发了种对移动机器人进行固定控制的系统。在跟踪上的新突破就是出现了用移动相机来进行跟踪。在动态跟踪的控制方面的主要著作大都是关于稳定性的日益更新的对不同视觉运算法则的噪声轨迹和输出延迟。我们前期也用了同样的方法来处理这个问题，用了个滤波器，它是个稳态滤波器。在的著作中视觉感受器被用在反馈循环中来适应机器人的视觉跟踪。经典控制系统由个滤波预算和个用理想控制来估计机器人的运动。当实时性比较高以及要求精确跟踪时，视觉系统经常用来进行光学估计。有效的利用图象中的窗口能够更好的发挥这种方法的作用。作者已经介绍了更好的跟踪方法，并且要求控制器要有足够的能量，因此复杂的系统被证明是不适合的......”。

9、“.....和主要致力于由于机器人结构调整而引起的不确定性问题。事实上要把机器人结构上每个相机都准确的固定是见很烦人的事，因此每次在枯燥的环境下工作时它都要被移动。其次，要在笛卡尔坐标系中确定运动物体的位置和移动方向和假设个简单的误差模拟。安徒生采用了个滤波器来让机器人完成迷宫游戏。在和工作中采用了种稍微有点不同的逼近方法。在这些工作中和被用来研究视觉跟踪系统。三视觉系统在视觉跟踪问题上，系统的映射中的动作需要转化为三维空间上的动作。我们的方法是通过最初估计局部的光学流场来测量图像中的每个相素的转换速率。在处理光学流场时我们用了许多技术，这些技术包括匹配技术坡度技术以及时空能量法。光学流场选择以古老的跟踪运算法则为基础的原因如下在空间上跟踪个物体意味着将在那个能够成像的视网膜形成个动作图像。通过对每个相机上图像的鉴别，我们就能够确定物体的真实空间位置。成像过程中主要的限制就是必须要有很高的计算速度来满足机械手臂参数的更新。因此，我们要能够快速地粗略地估计物体的移动......”。