工业机器人感知技术研究综述
毕设工业机器人运动学-文献综述
机械臂的运动学分析综述前言随着工业自动化的发展，机械臂在产业自动化方面应用已经相当广泛。
机械臂在复杂、枯燥甚至是恶劣环境下，无论是完成效率以及完成精确性都是人类所无法比拟的，也因此，机械臂在人类的生产和生活中发挥着越来越重要的作用。
自从第一台产业用机器人发明以来，机械臂的应用也从原本的汽车工业、模具制造、电子制造等相关产业，向农业、医疗、服务业等领域渗透。
按照不同的标准，机器人分类方法各异。
操作性与移动性是机器人最基本的功能构成[1]。
根据机器人是否具有这两个能力对机器人进行分类，可以把机器人大体分为三大类：（1）仅具有移动能力的移动机器人。
比如Endotics医疗机器人、Big Dog、PackBot，以及美国Pioneer公司的研究型机器人P2-DX、P3-DX、PowerBot 等。
（2）仅具有操作能力的机械臂。
比如Dextre、PUMA560、PowerCube机械臂等。
（3）具有移动和操作能力的移动机械臂系统。
如RI-MAN、FFR-1、以及勇气号火星车等[2]。
机械臂作为机器人最主要的执行机构，工程人员对它的研究也越来越多。
在国内外各种机器人和机械臂的研究成为科研的热点，研究大体是两个方向：其一是机器人的智能化，多传感器、多控制器，先进的控制算法，复杂的机电控制系统；其二是与生产加工相联系，满足相对具体的任务的工业机器人，主要采用性价比高的模块，在满足工作要求的基础上，追求系统的经济、简洁、可靠，大量采用工业控制器，市场化、模块化的元件。
机械臂或移动车作为机器人主体部分，同末端执行器、驱动器、传感器、控制器、处理器以及软件共同构成一个完整的机器人系统。
一个机械臂的系统可以分为机械、硬件、软件和算法四部分。
机械臂的具体设计需要考虑结构设计、驱动系统设计、运动学和动力学的分析和仿真、轨迹规划和路径规划研究等部分。
因此设计一个高效精确的机械臂系统，不仅能为生产带来更多的效益，也更易于维护和维修。
软体机器人研究综述
软体机器人研究综述摘要本文对软体机器人的研究现状、技术特点、应用领域，以及研究争论焦点进行了综述。
通过对软体机器人技术的深入了解，旨在为相关领域的研究提供参考，并指明未来研究的发展方向。
引言随着科技的不断发展，机器人技术逐渐成为当今社会的热点话题。
软体机器人作为机器人领域的一种新兴技术，具有独特的优势和广泛的应用前景。
软体机器人是一种由柔性材料制造，可变形的机器人，它们具备适应性强、对人体友好、易于控制等特点，在医疗、航空、服务等领域具有广泛的应用前景。
然而，软体机器人的研究还处于不断发展的阶段，相关技术仍需进一步探讨和完善。
内容一：软体机器人技术的研究现状1、软体机器人的定义和原理软体机器人是一种由柔性材料制成，可自由变形的机器人。
它们通常由弹性材料、致动器和传感器组成，通过驱动器产生变形从而达到行动的目的。
软体机器人的原理基于材料力学、流体力学、电动力学等多种学科，通过控制软件的算法实现机器人的自主运动。
2、软体机器人的设计方法软体机器人的设计方法通常包括材料选择、结构设计、驱动方式设计、控制系统设计等方面。
在设计过程中，需要考虑机器人的柔性和稳定性，以达到最佳的运动效果和耐用性。
同时，还需要注意机器人的制造成本和使用维护成本，以满足实际应用的需求。
3、软体机器人的应用领域由于软体机器人的特殊性质，它们在许多领域都有广泛的应用。
例如，在医疗领域，软体机器人可以用于手术助手、康复训练等方面；在航空领域，软体机器人可以用于空间探索、物资运输等工作；在服务领域，软体机器人可以用于智能客服、家政服务等方面。
4.软体机器人的优缺点软体机器人的优点主要表现在以下几个方面：首先，由于它们由柔性材料制成，所以可以轻易地通过狭窄的通道和空间，适应环境的能力强；其次，软体机器人在制造和维护方面成本较低，可塑性强，有利于大规模生产；最后，软体机器人具有极佳的舒适性和安全性，不会对人体造成伤害，可以与人类共存。
然而，软体机器人也存在一些缺点。
移动机器人路径规划算法研究综述
移动机器人路径规划算法研究综述1. 引言1.1 研究背景移动机器人路径规划算法研究的背景可以追溯到上个世纪七十年代，随着自动化技术的快速发展，移动机器人作为自主运动和智能决策的机械系统，逐渐成为研究热点。
路径规划是移动机器人实现自主导航和避障的重要技术之一，其在工业自动化、智能交通、医疗护理等领域具有广泛的应用前景。
目前，移动机器人路径规划算法的研究已经取得了一系列重要进展，传统的基于图搜索的算法（如A*算法、Dijkstra算法）和基于启发式搜索的算法（如D*算法、RRT算法）被广泛应用于不同环境下的路径规划问题。
随着深度学习技术的发展，越来越多的研究开始将深度神经网络应用到路径规划中，取得了一些令人瞩目的成果。
移动机器人路径规划仍然存在一些挑战和问题，如高维空间中复杂环境下的路径规划、多Agent协作下的路径冲突问题等。
对移动机器人路径规划算法进行深入研究和探索，对于促进智能机器人技术的发展，提升机器人在各个领域的应用能力具有重要的意义。
【研究背景】1.2 研究目的本文旨在对移动机器人路径规划算法进行研究综述，探讨不同算法在实际应用中的优缺点，总结最新的研究成果和发展趋势。
移动机器人路径规划是指在未知环境中，通过算法规划机器人的运动轨迹，使其能够避开障碍物、到达目标点或完成特定任务。
研究目的在于深入了解各种路径规划算法的原理和实现方法，为实际场景中的机器人导航提供理论支持和技术指导。
通过对比实验和案例分析，评估不同算法在不同场景下的性能表现，为工程应用提供参考和借鉴。
本文旨在总结当前研究的不足之处和未来发展的方向，为学术界和工程领域提供启示和思路。
通过本文的研究，旨在推动移动机器人路径规划领域的进一步发展和应用，促进人工智能和机器人技术的创新与进步。
1.3 研究意义移动机器人路径规划算法的研究意义主要体现在以下几个方面。
移动机器人路径规划算法在工业生产中具有重要意义。
通过优化路径规划算法，可以提高生产效率，降低生产成本，减少对人力资源的依赖，从而提升工业生产的效益和竞争力。
工业机器人能耗优化方法研究综述
2018，54（22）1引言当前，我国机器人市场进入高速增长期，连续五年成为工业机器人全球第一大应用市场[1]，然而工业机器人是能源密集型的，使用中存在能量的不合理利用，造成大量的能源浪费。
以汽车制造业为例，机器人消耗的电能占工厂总电能消耗的8%[2]，白车身车间机器人消耗的电能约占车间总电能消耗的30%[3]。
机器人技术作为智能制造的核心技术之一，必须具有高效、节能的特点。
因此，如何降低工业机器人能耗，提高工业机器人能量效率是实现智能制造和绿色制造的不可避免的关键问题，是推动智能制造和绿色制造的关键所在。
作为制造业能耗问题的重要部分，机器人能耗问题已引起各制造业大国的关注。
“欧盟2020战略”把“资源更高效的欧洲”作为其行动计划之一，鼓励能源密集型行业节约能源，提高能效，旨在向资源高效、低碳排放的经济过渡，实现经济可持续增长。
2013年获得欧盟第七框架计划资助的AREUS （Automation and Robotics for European Sustainable Manufacturing ）工程，由13个公司、大学和研究机构共同承担，目的在于通过研究机器人设计、能源新架构、运动优化等技术降低机器人能耗，从而实现工厂的高性能、可重构、自适应和可持续发展[4]。
美国“先进制造伙伴关系计划”（Advanced Manu-工业机器人能耗优化方法研究综述侯庆隆，杨冬，郭士杰HOU Qinglong,YANG Dong,GUO Shijie河北工业大学河北省机器人感知与人机融合重点实验室，天津300132Hebei Key Laboratory of Smart Sensing and Human-Robot Interaction,Hebei University of Technology,Tianjin 300132,China HOU Qinglong,YANG Dong,GUO Shijie.Review on energy consumption optimization methods of industrial puter Engineering and Applications,2018,54（22）：1-9.Abstract ：As the key of intelligent manufacturing,the energy consumption of robotics has attracted the attention of manu-facturing countries,and the research at home and abroad is very active.Aiming at the optimization of energy consumption of industrial robots,low-energy hardware design methods such as lightweight design,efficient drive system design,energy storage and sharing devices are introduced.The software methods for energy optimization are reviewed from the aspects of trajectory planning and task scheduling.Then,a hybrid method combining software optimization and hardware with application potential is introduced,and the main research results and shortcomings are illustrated.Finally,the potential development trends of energy consumption optimization of industrial robots are pointed out.Key words ：industry robot;energy consumption optimization;hardware design;software optimization;hybrid method 摘要：机器人技术作为智能制造的关键，其能耗问题已引起各制造业大国的关注，国内外的研究十分活跃。
智能无人系统最新研究和应用综述
• 90•随着人工智能（AI）、技术的发展，以机器人、无人驾驶汽车和无人机为代表无人系统开始代替人类从事各种场景中简单或者复杂的工作。
本文主要以机器人和无人机为应用对象，分析无人系统的最新研究进展，包括机器人的智能程度，对环境的感知能力，自然信息的接收和处理能力，在工业、农业、医疗和军事等领域的最新应用情况。
引言：人工智能技术简称“AI”技术，即Artificial Intelligence技术，是人类大脑的机器延伸。
纵观人类发展史上的所有发明创造以及技术创新，其实都是人类某个器官的延伸，比如汽车、火车等交通工具其实是对人类涉及运动的主要器官“腿”功能的延伸。
望远镜是眼睛功能延伸，劳动机器如挖掘机、转载机等都是对手功能的延伸，虽然电脑似乎是人脑功能的延伸，确实电脑能够完成很多人类大脑的功能，比如计算能力、信息存储能力、但是电脑的功能还是相对比较简单，还不能像人类大脑一样对机体获取的各种信息进行处理，并且能够根据需要，有目的地进行某种操作，即人类电脑拥有自己的意识，而电脑则根本没有意识可言。
“AI”技术的核心包括自主学习技术和神经网络技术，尤其是自主学习（即机器学习）能够实现机器人像人类一样自己学习某种新的技能或者技术。
神经网络能够将信息处理中心将对信息处理结果传达给各种外延设备，执行某种操作。
最终人工智能技术的进步能够代替现有的大多数人类劳动，极大地减轻人类的工作强度和工作时间，将人类匆繁琐繁重的工作中解放出来。
下面将从无人机、无人驾驶车、智能无人工业生产场景三个方面分析当前无人系统的最新研究进展和应用。
1.无人机的研究和应用1.1 航拍与遥感技术无人航拍技术是比较简单，几乎是最早，也是当前应用最普遍的无人机应用场景之一。
在多旋翼飞行器上安装一个可以遥控的高清摄像头，控制飞行器飞行到一定的高度，然后利用地面的摄像机控制系统就能够实现从高空对地面的拍摄。
该系统涉及的两个关键技术包括高清相机的远程控制和多旋翼飞行器的飞行控制，这两部分都会消耗电池电量，而且多旋翼飞行器功耗较大，当前的电池还不能满足多旋翼飞行器长时间飞行，只能进行短时间飞行和拍摄。
人工智能技术发展及应用研究综述
人工智能技术发展及应用研究综述人工智能技术是指以计算机模拟人类思维的过程，使计算机具有类似于人类智能的行为、思考和学习能力的一门科学技术。
它是研究和发展复杂系统和应用软件的一个技术领域，主要研究如何综合利用计算机程序、机器视觉、自然语言处理、语义概念分析、随机漫步、机器学习、形式推理等技术来模拟和改善人类智慧行为的科学方法。
人工智能早在20世纪50年代就开始发展，从那时起，人工智能技术已发展出一系列有效的和应用广泛的技术，大大提高了计算机的实用性，也给人们带来了丰富多彩的生活和有用的计算机应用系统。
人工智能技术可以用于计算机科学技术和信息技术，包括语音识别、图像识别、图像处理、机器学习、机器视觉等。
它还扩展到更多的领域，例如自动驾驶、语言处理、机器人、决策支持系统、航空安全等。
以无人驾驶技术为例，它利用多种人工智能技术，包括感知技术，如视觉、语音、地图技术，进行路径规划和识别；运动控制技术，包括机器人学、机器学习、模式识别，控制汽车在环境中行进；安全和安全协调技术，应用机器人学、数据挖掘等技术来处理安全性和决策。
因此，未来的汽车行业可以实现智能驾驶，从而实现无人驾驶。
除了自动驾驶外，决策支持系统也是当前人工智能技术发展的重要方向。
在决策中，数据挖掘和模式识别技术得到广泛应用，通过机器学习技术分析大量数据，推断出可信的假设，并建立系统模型，使人们能够做出更好的决策，从而提高决策质量。
与此同时，在互联网和移动互联网的发展中，机器学习在工业应用和服务端的发展速度也越来越快。
它主要应用于个性化推荐、大数据分析和社交网络分析。
例如，大规模的微博数据和图片的分类，以及搜索引擎的搜索和检索。
机器学习技术还可以用于机器人、智能家居等应用，改变人们的日常生活。
总之，人工智能技术改变了各行各业，为人类社会发展创造了更多的可能性。
随着计算机硬件设计技术、网络传输技术和最新算法的发展，人工智能技术仍在持续发展和变化。
工业机器人技术在智能制造领域中的运用研究
工业机器人技术在智能制造领域中的运用研究目录1. 学术背景与研究目的 (2)1.1 全球制造业智能化转型概览 (2)1.2 中国制造业智能化进程与挑战 (4)1.3 研究目的与研究意义 (5)1.4 项目研究方法与框架 (6)2. 工业机器人的发展历程 (7)2.1 工业机器人早期的技术突破与发展 (8)2.2 新一代智能机器人的技术集成与进步 (10)2.3 机器人在制造领域的应用案例分析 (11)3. 智能制造的技术内涵与趋势 (12)3.1 智能制造的基本定义与目标 (14)3.2 智能制造的核心技术要素 (15)3.3 智能制造的前沿技术和未来趋势 (16)4. 工业机器人与智能制造的融合 (17)4.1 机器人技术在智能制造中的关键作用 (19)4.2 工业机器人与设备和系统的集成技术 (20)4.3 工业机器人系统在智能制造环境下的优化配置 (21)5. 典型智能制造应用场景分析 (24)5.1 汽车行业的机器人自动化新模式 (25)5.2 电子产品生产线上的智能机器人应用 (26)5.3 仓储和物流行业智能机器人的创新应用 (27)6. 智能制造中工业机器人智能化的实现路径 (28)6.1 机器人系统感知与决策的智能化 (30)6.2 机器人操作与协调的智能化 (31)6.3 机器人与信息的交互与共享 (32)7. 工业机器人技术在智能制造领域中面临的挑战 (34)7.1 技术层面上的难题 (35)7.2 商业模式演变对工业机器人技术的冲击 (36)7.3 行业标准化与法律法规的跟进 (37)8. 工业机器人在智能制造领域中的前景展望 (38)8.1 新技术与工业机器人的未来结合 (39)8.2 工业机器人在智能制造中大规模应用的预期 (40)8.3 政策诉求与产业动态 (41)1. 学术背景与研究目的随着科技的飞速发展，制造业正面临着前所未有的挑战与机遇。
在这一背景下，工业机器人技术作为智能制造的核心驱动力之一，正逐步改变着传统的生产模式。
工业机器人的研究发展现状及趋势
华人时刊2014.4（下）工业机器人的研究发展现状及趋势廖云松【摘要】主要介绍了工业机器人在国内、国外的发展状况和应用趋势。
根据国内外机器人发展的经验及近几年的动态，指出了我国工业机器人产业化发展的影响因素和实施策略，探讨了我国机器人发展的方向及策略。
作为最典型的机电一体化的高科技装备，工业机器人得到了非常广泛的应用。
综述了国内外工业机器人的研究热点现状，并预测了其发展趋势。
【关键词】工业机器人；发展现状；发展趋势；发展模式中图分类号：TP24文献标识码A文章编号1006-0278(2014)04-150-03一、工业机器人概述工业机器人是集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体的现代制造业重要的自动化装备。
自从1962年美国研制出世界上第一台工业机器人以来,机器人技术及其产品发展很快,已成为柔性制造系统(FMS)、自动化工厂(FA)、计算机集成制造系统(C IMS)的自动化工具。
广泛采用工业机器人,不仅可提高产品的质量与产量,而且对保障人身安全,改善劳动环境,减轻劳动强度,提高劳动生产率,节约原材料消耗以及降低生产成本,都有着十分重要的意义。
和计算机、网络技术一样,工业机器人的广泛应用正在日益改变着人类的生产和生活方式。
近年来，工业机器人因其重复精度高、可靠性好、适用性强等优点，已经在汽车、电子、食品、化工、物流等多个行业广泛应用并日趋成熟，有效提高了产品质量和生产效率、节约了劳动力和制造成本、增强了生产柔性和企业竞争力。
此外，对保障人身安全、改善劳动环境、减轻劳动强度、降低材料消耗发挥了十分重要的作用。
而目前航空航天产品制造过程仍旧是劳动密集、工序繁复、工况恶劣、辅以大量工装夹具并以手工制造为主。
自动化生产能力不足，已成为制约提高武器装备可靠性和生产能力的瓶颈。
在我国大力发展航空航天的时代背景下，航空航天制造企业应用工业机器人进行自动化生产，对企业生产模式转型升级、装备先进制造能力提升具有十分重要的意义和价值。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
龙源期刊网 http://www.qikan.com.cn
工业机器人感知技术研究综述
作者：黄思源
来源：《中国科技纵横》2017年第20期
摘 要：智能感知技术是工业机器人的关键技术，是进行高质量作业的必要条件。本文对
工业机器人感知技术进行综述，对感知技术分类、视觉伺服技术等展开论述，最后对工业机器
人感知技术进行总结。
关键词：工业机器人；智能感知；伺服技术
中图分类号：TP242.2 文献标识码：A 文章编号：1671-2064（2017）20-0044-01
1 引言
工业机器人感知系统是将工业机器人内部状态信息和外部环境信息转变为可被机器人识别
和执行的信息数据，如可及时反馈生产作业情况，工业机械人具有很大潜力[1-2]。目前，工业
机器人可根据形状、大小和颜色等执行分类任务，并完成拾取和放置。六自由度（Degree of
freedom， DOF）力/扭矩传感器是研究热点，它主要用于工业机器人控制，包括磨削、除屑、
去毛刺、铣削、抛光、测试和组装等[3]；基于力传感器控制技术的工艺质量更好，对夹具和
夹具精度要求小，同时能减少冲击力、降低堵塞、楔入和磨损，或在工作条件较差环境中工
作。
2 工业机器人感知系统分类
工业机械手是工业机器人感知技术重要应用之一，通过机器人传感器系统获取所处环境信
息并完成相应动作。机器人视觉已有一定的应用历史，但目前未在制造行业中得到大量应用。
相比二维视觉，三维视觉传感器可以有效提高机器人信息获取能力。机器人触觉技术近年来的
发展十分迅速，随着新型敏感压阻材料CSA、FSR等的出现，各向异性的感压导电橡胶应运
而生，这使得更高分辩率的触觉传感器成为可能[4-5]。单一传感器获得的信息非常有限，新型
传感器在近几十年不断涌现。感知系统主要有以下几类：
（1）视觉感知。视觉传感器是最重要的传感器之一。视觉包括图像获取、图像处理与特
征提取和图像理解。图像获取是指通过视觉传感器将三维环境信息转换为二维图像信息，图像
处理主要包括对图像进行一系列数值运算，方便进行图像特征提取；图像理解则在图像处理和
特征提取的基础上给出更上层的信息，CCD和CMOS是视觉传感器的核心器件。自主式智能
系统和导航是视觉感知的典型应用之一，卡纳基·梅隆大学机器人所在1996年完成了自动驾驶
车横跨美国的试验。
龙源期刊网 http://www.qikan.com.cn
（2）力觉。机器人力传感器可分为关节力传感器和腕力传感器，关节力传感器一般安装
在机器人的关节部位，如手指关节的握力传感器，腕力传感器一般位于机器人手爪与手臂的联
接处，前者结构比较简单，一般得到的力信息也相对较少，且随机器人结构、尺寸不同，相应
的传感器形状也要随之变化，而后者结构较复杂，但它获得的力信息较多，并可对不同类型的
机器人能实现通用化。
（3）触觉、滑觉、热觉等。由于实际过程中不可能完全模仿人的触觉，广义的触觉一般
被分为接触觉、阵列触觉、滑觉和热觉等。机器人触觉作为视觉的重要补充，可感知目标物体
的表面性能和物理特性，如柔软性、硬度、弹性、粗糙度、导热性等。机器人触觉研究自80
年代初出现并受到广泛重视，到90年代初已取得了大量的成果。早期的触觉由微动开关、金
属触须等实现，后来出现了各种原理的触觉传感器：压阻式、压电式、光电式、电容式、电磁
式等。
（4）接近觉。研究接近觉的目的是使机器人在移动或操作过程中获知目标的接近，对移
动机器人可实现避障。
3 机器人视觉伺服技术
视觉伺服指利用光学设备对物体进行的识别、定位等工作，通过传感器反馈的视觉信息，
完成相应的控制行为。视觉伺服一般分为基于位置的视觉伺服、基于图像的视觉伺服和混合视
觉伺服。视觉传感器可作为非接触移动移动传感器与被观测目标同时运动或工作，因此基于视
觉的控制可以有效提高机器人控制性能[6]。
Corke和Good[7]首次对视觉运动学和视觉动态控制进行定义和区分。视觉运动学主要研
究如何使机器人对视觉特征做出响应，而视觉动态控制则更关注机器人的动态响应和图像处理
时延问题。与传统的机器人控制方法相比，视觉伺服的控制变量并不直接来自于传感器，而需
要将像机获得的信息经过图像处理、特征提取等算法进行处理，从图像信息中提取视觉伺服所
需要的图像特征信息[8]。
视觉伺服系统将视觉信息作为机器人能理解的信号以调整机器人的位置和姿态，可用于半
导体和电子行业以及质量检测、识别工件、食品分拣、包装等方面[9]。基于位置和图像的伺
服分别被称为二维和三维伺服。基于位置的二维伺服通过图像信息确定机器人执行器与末端位
置的关系，从而控制机器人，但会受到图像雅克比矩阵的奇异性以及局部极小等的影响。
F.Chaumette等人提出了2.5维视觉伺服方法，将摄像机平动位移与旋转进行闭环控制解耦，重
构物体三维空间中的方位及成像深度比率，平动部分用图像平面上的特征点坐标表示。
4 结语
龙源期刊网 http://www.qikan.com.cn
在工业机器人研究领域中，智能感知技术是其中的一项重要研究内容，直接影响工业机器
人的未来发展，应从硬件和软件两方面着手提高工业机器人感知技术的能力、精度、可靠性
等，硬件方面主要包括传感器精度、可靠性、能耗、尺寸重量和成本等，软件方面主要包括图
形处理算法、感知算法等。相信感知技术的进步会更加促进工业机器人的整体发展。
参考文献
[1]王田苗，陶永.我国工业机器人技术现状与产业化发展战略[J].机械工程学报，2014，
（9）：1-13.
[2]Iqbal J， Islam R U， Abbas S Z， et al. Automating industrial tasks through mechatronic
systems A review of robotics in industrial perspective[J]. Tehnicki Vjesnik，2016，23（3）.
[3]Brogrdh T. Present and future robot control development—An industrial perspective[J].
Annual Reviews in Control，2007，31（1）：69-79.
[4]罗志增.机器人多感觉传感器系统与多信息融合技术[D].浙江大学，1998.
[5]Brogrdh T. Present and future robot control development—An industrial
perspective[J].Annual Reviews in Control，2007，31（1）：69-79.
[6]Hussein M T. A review on vision-based control of flexible manipulators[J].Advanced
Robotics，2015，9（24）：1575-1585.
[7]Corke P I， Good M C. Dynamic effects in visual closed-loop systems[J].Robotics &
Automation IEEE Transactions on，1996，12（5）：671-683.
[8]毛尚勤.微操作系统的机器视觉与无标定视觉伺服研究[D].华中科技大学，2013.
[9]计时鸣，黄希欢.工业机器人技术的发展与应用综述[J].机电工程，2015，（1）：1-13.