买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中山大学

摘要：本申请公开了基于复合学习和单应性矩阵的机器人3D视觉伺服方法，包括：基于参数化相机模型，确定机械臂各个特征点的当前像素坐标和期望位姿的期望像素坐标；结合单应性矩阵对特征点进行单应性分解，得到当前像素坐标与期望像素坐标的旋转误差和深度比值；根据旋转误差和深度比值，采用归一化复合学习相机参数更新律更新在线标定参数；根据在线标定参数，采用控制器表达式计算力矩；根据力矩，将机械臂调整到期望位姿。本申请实施例能够对在线标定参数进行更为精确的标定，进而使得根据该在线标定参数计算的力矩能够更为精确，解决局部极小值的问题，能够精准地将机械臂调整到期望位姿，完成机器人3D伺服，可广泛应用于机器人技术领域。

主权项：1.基于复合学习和单应性矩阵的机器人3D视觉伺服方法，其特征在于，包括：基于参数化相机模型，确定机械臂各个特征点的当前像素坐标和期望位姿的期望像素坐标；结合单应性矩阵对所述特征点进行单应性分解，得到所述当前像素坐标与所述期望像素坐标的旋转误差和深度比值；根据所述旋转误差和所述深度比值，采用归一化复合学习相机参数更新律更新在线标定参数；根据所述在线标定参数，采用控制器表达式计算力矩；根据所述力矩，将机械臂调整到所述期望位姿；其中，所述结合单应性矩阵对所述特征点进行单应性分解，得到所述当前像素坐标与所述期望像素坐标的旋转误差和深度比值，包括：构建投影投射模型；根据所述投影投射模型以及世界坐标系像素坐标之间的关系表达式，确定所述当前像素坐标与期望像素坐标之间的转换关系表达式；根据相机内参、所述当前像素坐标和所述期望像素坐标求解所述转换关系表达式，得到单应性矩阵；对所述单应性矩阵进行分解得到旋转误差和深度比值；其中，所述根据所述旋转误差和所述深度比值，采用归一化复合学习相机参数更新律更新在线标定参数，包括：根据所述参数化相机模型计算得到普通预测误差；根据所述参数化相机模型和区间激励矩阵计算得到扩展预测误差；根据旋转轴和旋转角度，将所述旋转误差变换为轴角表达形式，得到轴角表达式；基于所述深度比值确定平移误差向量；基于正定学习率矩阵、所述轴角表达式、所述平移误差向量、所述普通预测误差和所述扩展预测误差，确定归一化复合学习相机参数更新律；通过所述归一化复合学习相机参数更新律更新在线标定参数。

全文数据：

权利要求：

百度查询： 中山大学 基于复合学习和单应性矩阵的机器人3D视觉伺服方法