De huidige-generatie industriële robots worden voornamelijk gebruikt als positioneermachines, en realiseren een taak door het afspelen van een vooraf vastgelegd traject, waarbij op bepaalde plaatsen langs dat traject een actie wordt uitgevoerd. Een voorbeeld van zo'n robottaak is het gerobotiseerd puntlassen. In deze taak beweegt de robot naar een bepaalde positie en plaatst daar een puntlas, daarna beweegt de robot naar een nieuwe positie voor de volgende puntlas, en zo verder. Bij het uitvoeren van een dergelijke taak beschikt de robot niet over informatie over zijn omgeving en kan dus geen rekening houden met eventuele variaties in de positie of de geometrie van de objecten waarmee geïnterageerd wordt.

Door een robot uit te rusten met sensoren zoals een camera, een krachtsensor of een laser-afstandssensor kan de robot zijn omgeving waarnemen en de uitvoering van de taak aanpassen aan de specifieke toestand van de omgeving. Echter, om sensorgebaseerde taken te specificeren is kennis vereist in vele domeinen, zoals ruimtelijke kinematica, 3D modellering van objecten, en schatting van geometrische parameters. Dit proefschrift stelt een methodologie voor om sensorgebaseerde taken te specificeren, met inbegrip van schatting van geometrische parameters.
Still today, robots in the industry are primarily used as positioning machines. A robot task in an industrial setting consist of replaying a fixed trajectory, and performing certain actions on specific positions along these trajectories. An example is robot spotwelding, in which a robot moves to a certain position to place a spotweld, then moves to another position to place the next spotweld, and so on. While executing such positioning tasks, the robot has no information about its environment.
In sensor-based robotics, a robot is equipped with extra sensors, such as a camera, force/torque sensor or laser distance sensor. This way, the robot can measure its environment and adapt the task execution to variations in this environment. However, to specify sensor-based tasks, the task programmer needs extensive knowledge in multiple fields such as spatial kinematics, 3D modeling of objects, and estimation of geometric uncertainty. This thesis presents a methodology to specify sensor-based tasks in the presence of geometric uncertainty, to support the task programmer.