摘要
本发明公开一种融合ToF与单目视觉的机器人关节层感知系统,属于机器人感知领域,系统采用Eye‑in‑Hand架构,集成ToF相机与RGB相机;通过联合双边滤波与卡尔曼滤波提升深度图质量;基于SURF特征匹配与KD‑Tree加速的ICP配准实现目标六自由度位姿估计;结合改进RRT算法与分层碰撞检测规划抓取路径。本发明提供的一种融合ToF与单目视觉的机器人关节层感知系统,通过对两类视觉信息进行空间对齐与融合,弥补各自的局限性,提高整体感知系统的鲁棒性与精度;在单双臂抓取实验中,系统定位精度达±3mm,动态场景抓取成功率高。适用于工业自动化、物流分拣等领域。
技术关键词
联合双边滤波
机器人关节
感知系统
卡尔曼滤波
协方差矩阵
深度值
路径规划算法
双臂协作
RANSAC算法
姿态估计
深度图滤波
SURF特征
ROS平台
SURF算法
ToF相机
RRT算法
棋盘格标定
控制策略
系统为您推荐了相关专利信息
音频传输方法
智能耳机
多路径效应
噪声子空间
波束成形算法
水下勘测装置
声呐传感器
超声波传感器
误差补偿模型
勘测系统
人体坐姿
卡尔曼滤波算法
坐姿检测系统
压力传感器
微控制器
扩展卡尔曼滤波器
六自由度运动
生成三维空间
飞行状态监测
飞行状态数据