摘要
本发明公开了一种基于摘复钩机器人的翻车机智能识别车钩方法及系统,涉及智能识别技术领域,包括,采集多模态数据,进行预处理,所述多模态数据包括激光雷达点云数据、摄像头图像和红外数据;对处理后的多模态数据进行融合,采用卷积神经网络与姿态估计算法识别车钩信息,生成车钩识别结果;采用路径规划算法,对车钩的抓取点路径进行计算,避开干扰物并优化抓取路径,生成最优抓取路径;机器人按最优抓取路径移动至车钩位置,利用图像感知实时校正抓取姿态,驱动机械臂末端执行器夹持车钩进行抓取。本发明通过多模态数据融合和路径规划,精确识别车钩并优化抓取路径,提升了机器人在复杂环境中的抓取精度与稳定性。
技术关键词
车钩
驱动机械臂
激光雷达点云数据
多通道卷积神经网络
姿态估计算法
模态特征
边缘形状特征
路径规划算法
多模态数据采集
空间结构特征
图像
定位特征
Retinex算法
校正
特征级融合方法
机器人末端执行器
系统为您推荐了相关专利信息
激光点云数据
协方差矩阵
无人机
格网
激光雷达点云数据
多模态特征
变化检测模型
信息处理方法
激光雷达点云数据
实时数据
全生命周期智能
数据处理方法
子系统
数据采集模块
运动控制系统
距离检测方法
双目相机
边缘检测算法
输电导线风偏
激光雷达点云数据
光伏电站巡检
路径规划方法
机器狗
全局路径规划
三维点云数据