摘要

采用可调节点径向基函数神经网络实现视觉伺服机器人摄像机标定。首先将基于leave-one-out准则的orthogonalforward selection算法扩展到多入多出的RBF网络,建立摄像机标定的RBF网络模型。通过应用卡内基—梅隆大学标定图像实验室提供的标定数据进行仿真试验,验证此方法的有效性。由于OFS-LOO算法可构造出具有稀疏隐层节点的RBF网络,使网络具有较好的泛化推广能力,同时RBF网络为局部逼近网络,因此,此标定方法具有较高的标定精度和较强的标定实时性,适用于视觉伺服的摄像机标定。

全文