Accès aux Téléchargement | Résumé | Contact | Référence BibTex | Référence EndNote |

Sharifi10a

F. Janabi-Sharifi, M. Marey. A Kalman-Filter-Based Method for Pose Estimation in Visual Servoing. IEEE Trans. on Robotics, 26(5):939-947, Octobre 2010.

Télécharger l'article [Aide]

Charger l'article : Doi page

Charger l'article sur Hal: Hal : Hyper Archive en ligne

Charger l'article : Adobe portable document (pdf) pdf

Copyright :

Les documents contenus dans ces répertoires sont rendus disponibles par les auteurs qui y ont contribué en vue d'assurer la diffusion à temps de travaux savants et techniques sur une base non-commerciale. Les droits de copie et autres droits sont gardés par les auteurs et par les détenteurs du copyright, en dépit du fait qu'ils présentent ici leurs travaux sous forme électronique. Les personnes copiant ces informations doivent adhérer aux termes et contraintes couverts par le copyright de chaque auteur. Ces travaux ne peuvent pas être rendus disponibles ailleurs sans la permission explicite du détenteur du copyright.

Cette page est générée automatiquement par bib2html v217, © Inria 2002-2024, Projet Lagadic/Rainbow

Résumé

The problem of estimating position and orientation (pose) of an object in real time constitutes an important issue for vision-based control of robots. Many vision-based pose-estimation schemes in robot control rely on an extended Kalman filter (EKF) that requires tuning of filter parameters. To obtain satisfactory results, EKF-based techniques rely on "known" noise statistics, initial object pose, and sufficiently high sampling rates for good approximation of measurement-function linearization. Deviations from such assumptions usually lead to degraded pose estimation during visual servoing. In this paper, a new algorithm, namely iterative adaptive EKF (IAEKF), is proposed by integrating mechanisms for noise adaptation and iterative-measurement linearization. The experimental results are provided to demonstrate the superiority of IAEKF in dealing with erroneous a priori statistics, poor pose initialization, variations in the sampling rate, and trajectory dynamics

Référence BibTex

@article{Sharifi10a,
   Author = {Janabi-Sharifi, F. and Marey, M.},
   Title = {A Kalman-Filter-Based Method for Pose Estimation in Visual Servoing},
   Journal = {IEEE Trans. on Robotics},
   Volume = {    26},
   Number = {5},
   Pages = {939--947},
   Publisher = {IEEE},
   Month = {October},
   Year = {2010}
}

Référence EndNote [help]

Charger la référence EndNote (.ref)