一种基于重采样姿态解析的机器人多阶行为规划方法

本发明公开了一种基于重采样姿态解析的机器人多阶行为规划方法，涉及机械臂抓取领域，方法包括，设置相机高度，对机械臂的抓取范围和抓取精度进行评估；构建目标姿态解析框架，对机械臂进行优化，建立运动学模型，优化位姿校准，减少模型依赖和环境干扰；对处于视域边界的目标进行多次精细采样检测得到样本数据，对采样数据进行融合分析生成重采样边缘补偿策略；根据重采样边缘补偿策略结合多阶规划对目标精准定位，所述精准定位包括角度定位和位置定位；采用动态多阶耦合方法模仿人类自然动作完成手臂伸展和手爪开启同步；进行抓取实验并绘制曲线图，并评估。本申请克服了现有机械臂抓取依赖被动传感器所导致的视野受限和抓取误差问题。