摘要
本发明公开了一种基于视觉的机器人摘钩方法,涉及智能机器人技术领域,包括,采集环境数据,所述环境数据包括点云数据、环境彩色图像、环境热成像图像和声纹数据,对所述环境数据进行预处理,通过多模态融合网络对所述预处理后的环境数据进行融合处理,生成环境感知图,判断车钩状态和环境变化,并进行标注;根据所述环境感知图识别车钩位置和标记障碍物区域,通过三维坐标转换获取机器人坐标系下的车钩手柄坐标,结合A*算法与B样条曲线生成平滑运动路径。本发明通过采集多种类型的环境数据,并进行多模态融合,实现了对复杂环境的全面感知,提升了环境感知的精确度和适应性,解决了传统方法在复杂环境下操作精度不足的问题。
技术关键词
车钩
图像特征向量
彩色图像
深度Q网络
热成像
视觉
双流卷积神经网络
坐标系
数据
区域卷积神经网络
多模态
三维卷积神经网络
点云
一维卷积神经网络
手柄
障碍物
智能机器人技术
棋盘格标定板
系统为您推荐了相关专利信息
回归预测模型
多模态辅助
红外热成像摄像头
干燥工艺
异常事件
机器人抓取检测方法
局部注意力机制
通道注意力机制
网络
多尺度膨胀卷积
泄漏智能
巡检机器人
图像识别单元
巡检方法
信号接收单元
红外热成像传感器
LSTM神经网络模型
三维温度场
非局部均值滤波
患者