基于机器视觉的多自由度机械臂避障控制方法

本发明涉及机器人控制技术领域，具体涉及基于机器视觉的多自由度机械臂避障控制方法，通过多摄像头系统获取机械臂周围360度的全景图像数据，并结合RGB摄像头和深度摄像头获取的二维和三维信息，构建环境模型。预训练的卷积神经网络模型用于识别图像中的固定与移动障碍物，并结合Kalman滤波器预测移动障碍物的运动轨迹，使用改进的快速扩展随机树算法进行路径规划，确保机械臂在动态环境中保持高效精确的避障能力，通过实时反馈控制监测机械臂的运动状态，避免惯性或误差导致的偏差。本发明能够提升机械臂在复杂环境中的动态适应能力和安全操作性能，广泛适用于工业、医疗等领域的机器人应用。