Zusammenfassung
In den letzten Jahren konzentrierten sich die meisten Arbeiten in der Hand-Auge Koordination darauf Regelungsstrategien zu entwickeln, die es erlauben mit schwach kalibrierten oder sogar unkalibrierten Hand-Auge Systemen zu arbeiten. Ein gebräuchlicher Ansatz ist es den Regelkreis mit Hilfe von visuellem Feedback zu schließen (visual servoing), obwohl das kontinuierliche und schnelle Bildverarbeitung erfordert. Im Gegensatz dazu wurde von uns eine Strategie entwickelt, die durch die Integration von schwachem, asynchronem visuellem Feedback Kalibrierungsfehler kompensieren kann. Diese Strategie ist motiviert aus Ergebnissen der Neurowissenschaften, die zeigen, daß der Mensch beim Greifen nach Gegenständen nur schwaches visuelles Feedback benötigt, selbst in den Fällen in denen das visuelle Feedback bewußt gestört wird. Eine weitere Eigenschaft des Menschen ist, daß er seine Greifbewegung sehr weich an eine Zieländerung anpassen kann, für den Fall, daß das Ziel während der Bewegung springt (double-steptarget). Auch dieses Phänomen wird durch die untersuchte Strategie nachgebildet.
Die hier vorgestellte Arbeit wurde unterstützt durch die Deutsche Forschungsgemeinschaft als Teil des Sonderforschungsbereiches “Sensomotorik — Analyse biologischer Systeme, Modellierung und medizinisch technische Nutzung” (SFB 462).
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
B. Allotta and C. Colombo. On the Use of Linear Camera-Object Interaction Models in Visual Servoing. IEEE Trans. on Robotics and Automation, 15 (2): 350–357, Apr. 1999.
B. E. Bishop, S. Hutchinson, and M. Spong. On the Performance of State Estimation for Visual Servo Systems. In Proc. IEEE Int. Conf. on Robotics and Automation (ICRA’94), pages 168–173, 1994.
J. L. Crowley, M. Mesrabi, and F. Chaumette. Comparison of Kinematic and Visual Servoing for Fixation. In Proc. IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS’95), pages 335–341, 1995.
J. T. Feddema and O. R. Mitchell. Vision-Guided Servoing with Feature-Based Trajectory Generation. IEEE Trans. on Robotics and Automation, 5 (5): 691–700, October 1989.
M. A. Goodale and P. Servos. Visual Control of Prehension. In H. N. Zelaznik, editor, Advances in Motor Learning and Control, chapter 5. Human Kinetics, 1996.
S. R. Goodman and G. G. Gottlieb. Analysis of kinematic invariances of multijoint reaching movement. Biological Cybernetics, 73: 311–322, 1995.
A. Hauck. Vision-Based Reach-To-Grasp Movements: From the Human Example to an Autonomous Robotic System. PhD thesis, TU Mnchen, 1999.
A. Hauck, G. Passig, J. Rüttinger, M. Sorg, and G. Färber. Biologically Motivated Hand-Eye Coordination for the Autonomous Grasping of Unknown Objects. In Autonome Mobile Systeme, Nov. 1999.
A. Hauck, J. Rüttinger, M. Sorg, and G. Färber. Visual Determination of 3D Grasping Points on Unknown Objects with a Binocular Camera System. In Proc. IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS’99), Oct. 1999.
A. Hauck, M. Sorg, T. Schenk, and G. Färber. What can be Learned from Human Reach-To-Grasp Movements for the Design of Robotic Hand-Eye Systems? In Proc. IEEE Int. Conf. on Robotics and Automation (ICRA’99), pages 2521–2526, May 1999.
J. Hespanha, Z. Dodds, G. D. Hager, and A. S. Morse. What Can Be Done with an Uncalibrated Stereo System? In Proc. IEEE Int. Conf. on Robotics and Automation (ICRA’98), pages 1366–1372, May 1998.
S. Hutchinson, G. D. Hager, and P. I. Corke. A Tutorial on Visual Servo Control. IEEE Trans. on Robotics and Automation, 12 (5): 651–670, Oct. 1996.
L. S. Jakobson and M. A. Goodale. Trajectories of reaches to prismatically displaced targets: evidence for “automatic” visuomotor recalibration. Experimental Brain Research, 78: 575–587, 1989.
M. Kawato. Trajectory Formation in Arm Movements: Minimization Principles and Procedures. In H. N. Zelaznik, editor, Advances in Motor Learning and Control, chapter 9. Human Kinetics, 1996.
MVTec Software GmbH. HALCON - The Software Solution for Machine Vision Applications. http://www.mvtec.com/halconhttp://www.mvtec.com/halcon/.
H. Nakai et al. A Volleyball Playing Robot. In Proc. IEEE Int. Conf. on Robotics and Automation (ICRA’98), pages 1083–1089, May 1998.
J. Paillard. Fast and Slow Feedback Loops for the Visual Correction of Spatial Errors in a Pointing Task: A Reappraisal. Can. Journal of Physiological Pharmacology, 74: 401–417, 1996.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Sorg, M., Passig, G., Zierl, A., Färber, G. (2000). Performance Analyse einer biologisch motivierten Steuerungsstrategie. In: Dillmann, R., Wörn, H., von Ehr, M. (eds) Autonome Mobile Systeme 2000. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59576-9_29
Download citation
DOI: https://doi.org/10.1007/978-3-642-59576-9_29
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-41214-4
Online ISBN: 978-3-642-59576-9
eBook Packages: Springer Book Archive