基于视觉引导的工业机器人定位抓取系统设计

基于激光雷达的机器人算法，卡尔曼波拓展算法。

电信设备-基于人工路标的移动机器人定位系统及方法.zip

针对现有移动机器人单目视觉定位算法在光照变化和弱光照区域表现较差、无法应用于煤矿井下光照较暗场景的问题，通过非极大值抑制处理、自适应阈值调节等对快速特征点提取和描述（ORB）算法进行改进，采用随机抽样一致性(RANSAC)算法进行特征点匹配，提高了煤矿井下弱光照区域的特征点提取和匹配效率。针对仅靠单目视觉定位无法确定机器人与物体的距离及物体大小的问题，采用对极几何法对匹配好的特征点进行视觉解算，通过惯导数据为单目视觉定位提供尺度信息；根据紧耦合原理，采用图优化方法对惯导数据和单目视觉数据进行融合优化并求解，得到机器人位姿信息。实验结果表明：①ORB算法虽然提取的特征点数较少，但耗时短，且特征点分布均匀，可以准确描述物体特征。②改进ORB算法与原ORB算法相比，虽然提取时间有了一定的增加，但提取的可用特征点数也大大增加了。③RANSAC算法剔除了误匹配点，提高了特征点匹配的准确性，从而提高了单目视觉定位精度。④改进后融合定位方法精度有了很大提升，相对误差由0.6 m降低到0.4 m以下，平均误差由0.20 m减小到0.15 m，均方根误差由0.24 m减小到0.18 m。

一种鲁棒高效的移动机器人定位方法.pdf

移动机器人定位导航行业调研及趋势分析报告摘要

激光SLAM导航移动机器人定位算法研究综述 激光SLAM导航移动机器人定位算法研究综述 激光SLAM导航移动机器人定位算法研究综述

摘要：建立了一个主动机器视觉定位系统,用于工业机器人对零件工位的精确定位。采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征。经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人自定位的要求。 　　1. 引言 　　目前工业机器人仅能在严格定义的结构化环境中执行预定指令动作，缺乏对环境的感知与应变能力，这极大地限制了机器人的应用。利用机器人的视觉控制，不需要预先对工业机器人的运动轨迹进行示教或离线编程，可节约大量的编程时间，提高生产效率和加工质量。 　　Ha

Comparison with ground truth and triangulation provided, with varying amounts of gaussian noise added in train and test data.

粒子过滤器 雷茂 芝加哥大学 介绍 粒子滤波器是用于解决统计推断问题的蒙特卡洛算法。 在该项目中，使用粒子过滤器推断了乌龟在迷宫中的位置和前进方向。 绿海龟是实际位置，而橙色海龟是估计位置。 箭头是粒子。 蓝色箭头代表低概率粒子，而红色箭头代表高概率粒子。 乌龟的前，后，左和右安装了四个传感器。 传感器在四个方向上测量其到最近壁的垂直距离，可能会受到某个传感器限制的限制。 粒子过滤器开始 平衡粒子过滤器 档案文件 . ├── LICENSE.md ├── main.py ├── maze.py └── README.md 依存关系 Python 3.6 脾气暴躁的1.14 用法 可以为粒子过滤器调整以下参数。 $ python main.py --help usage: main.py [-h] [--window_width WINDOW_WIDTH]