CN116766204A - 基于机器人运行轨迹模拟的路径规划方法 - Google Patents
基于机器人运行轨迹模拟的路径规划方法 Download PDFInfo
- Publication number
- CN116766204A CN116766204A CN202310927564.9A CN202310927564A CN116766204A CN 116766204 A CN116766204 A CN 116766204A CN 202310927564 A CN202310927564 A CN 202310927564A CN 116766204 A CN116766204 A CN 116766204A
- Authority
- CN
- China
- Prior art keywords
- node
- sample
- amplitude
- adjusting
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004088 simulation Methods 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000003044 adaptive effect Effects 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims abstract description 8
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 230000006872 improvement Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及机器人轨迹模拟技术领域，具体地说，涉及基于机器人运行轨迹模拟的路径规划方法。其包括比对待检测样品信息与初始样品信息，得出结构差异；结合结构差异以及节点匹配监测范围库，规划适配的调节节点。本发明通过捕捉当前待检测的样品结构状态信息，生成待检测样品信息，比对待检测样品与初始样品状态信息，得出结构差异，不仅能够为不同结构的样品提前规划适配的调节节点，通过对调节节点进行角度调节控制，促使三维监测仪器完成对样品的扫描工作，提高扫描效率，减少扫描操作步骤，同时结合不同节点的调整幅度以及匹配监测范围，合理规划调整幅度最低的预备节点作为最终的调节节点，进一步减少扫描过程中的三维仪器的位置变化幅度。
Description
技术领域
本发明涉及机器人轨迹模拟技术领域，具体地说，涉及基于机器人运行轨迹模拟的路径规划方法。
背景技术
三维激光扫描系统主要由三维激光扫描仪、计算机、电源供应系统、支架以及系统配套软件构成，三维激光扫描仪作为三维激光扫描系统的主要组成部分，它通过高速激光扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维坐标数据，可以快速、大量的采集空间点位信息，为快速建立物体的三维影像模型提供了一种全新的技术手段，在进行三维激光扫描过程中需要通过机器人调控三维激光扫描仪器进行位置变化，以适应不同样本的扫描工作。
在对样品进行三维激光扫描过程中，需要通过机器人手臂夹持三维激光仪器进行位置调整，从而完成对样品模型扫描工作，而机器人手臂由多个相互铰接的臂柱组成，相邻臂柱之间通过节点转动连接，以用于调整三维激光仪器角度调整，适应不同样品的扫描工作，但由于各个样品结构不同，其扫描面积也会有所差异，如果不同提前对各个节点进行角度范围划分，就会导致扫描过程中需要重复调节不同节点的角度，促使扫描效率大大降低。
为了应对上述问题，现亟需基于机器人运行轨迹模拟的路径规划方法。
发明内容
本发明的目的在于提供基于机器人运行轨迹模拟的路径规划方法，以解决上述背景技术中提出的问题。
为实现上述目的，提供了基于机器人运行轨迹模拟的路径规划方法，包括如下步骤：
S1、记录初始状态下机器人各个节点状态数据；
S2、捕捉样品外观各个特征点，确定样品结构状态信息，生成初始样品信息；
S3、记录监测过程，确定扫描过程中各个节点的运行状态；
S4、结合所述S3中各个节点的运行状态，模拟出单个节点角度调整状态下激光监测设备的监测范围，生成节点匹配监测范围库；
S5、捕捉当前待检测的样品结构状态信息，生成待检测样品信息；
S6、比对待检测样品信息与初始样品信息，得出结构差异；
S7、结合结构差异以及节点匹配监测范围库，规划适配的调节节点。
作为本技术方案的进一步改进，所述S1中记录初始状态下机器人各个节点状态数据的记录方法包括如下步骤：
S1.1、确定各个臂柱连接顺序，按照连接顺序对各个臂柱进行标记处理；
S1.2、确定连接两相邻臂柱的标记，对其连接的节点进行识别；
S1.3、记录两相邻臂柱之间的偏移角度，作为连接的节点的识别标记。
作为本技术方案的进一步改进，所述S2中捕捉样品外观各个特征点的捕捉方法包括如下步骤：
S2.1、确定各项特征，并记录各项特征最小值与最大值；
S2.2、结合各项特征最小值与最大值，确定特征变化范围。
作为本技术方案的进一步改进，所述S2.1中的各项特征包括样品宽度、样品长度以及样品厚度。
作为本技术方案的进一步改进，所述S4中生成节点匹配监测范围库的方法包括如下步骤：
S4.1、确定当前调节节点，并维持其余节点角度不变；
S4.2、调整调节节点角度，实时观察扫描仪器显示动态；
S4.3、结合扫描仪器显示动态，确定各个调节节点的角度调节阈值，模拟出各个调节节点的匹配监测范围，生成节点匹配监测范围库。
作为本技术方案的进一步改进，所述S6中比对待检测样品信息与初始样品信息的比对方法包括如下步骤：
S6.1、捕捉待检测样品与初始样品各项特征阈值；
S6.2、比对待检测样品与初始样品各项特征阈值之差，得出阈值差值；
S6.3、分析各项特征阈值差值，规划比对模拟图。
作为本技术方案的进一步改进，所述S7中规划适配的调节节点的方法包括如下步骤：
S7.1、确定节点匹配监测范围满足结构差异的各个节点，标记为预备调节节点；
S7.2、确定各个预备调节节点完成当前待检测样品的扫描工作所需要调节的幅度；
S7.3、选取调节的幅度最小的预备调节节点作为最终的调节节点。
作为本技术方案的进一步改进，所述S7中规划适配的调节节点的方法采用幅度比对算法，其算法公式如下：
|A1-A2|＝Aamplitude；
其中Aamplitude为预备调节节点需要调节的幅度，A1为初始角度，A2为结束角度，F(Aprepare)为幅度匹配函数，Aprepare为当前输入的预备调节节点需要调节的幅度，当当前输入的预备调节节点需要调节的幅度Aprepare低于预备调节节点需要调节的幅度Aamplitude，幅度匹配函数F(Aprepare)输出为Aamplitude，当当前输入的预备调节节点需要调节的幅度Aprepare不低于预备调节节点需要调节的幅度Aamplitude，幅度匹配函数F(Aprepare)输出为Aprepare。
与现有技术相比，本发明的有益效果：
该基于机器人运行轨迹模拟的路径规划方法中，通过捕捉当前待检测的样品结构状态信息，生成待检测样品信息，比对待检测样品与初始样品状态信息，得出结构差异，不仅能够为不同结构的样品提前规划适配的调节节点，通过对调节节点进行角度调节控制，促使三维监测仪器完成对样品的扫描工作，提高扫描效率，减少扫描操作步骤，同时结合不同节点的调整幅度以及匹配监测范围，合理规划调整幅度最低的预备节点作为最终的调节节点，进一步减少扫描过程中的三维仪器的位置变化幅度。
附图说明
图1为本发明的整体流程图；
图2为本发明的记录初始状态下机器人各个节点状态数据的记录方法流程图；
图3为本发明的捕捉样品外观各个特征点的捕捉方法流程图；
图4为本发明的生成节点匹配监测范围库的方法流程图；
图5为本发明的比对待检测样品信息与初始样品信息的比对方法流程图；
图6为本发明的规划适配的调节节点的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-图6所示，提供了基于机器人运行轨迹模拟的路径规划方法，包括如下步骤：
S1、记录初始状态下机器人各个节点状态数据；
S2、捕捉样品外观各个特征点，确定样品结构状态信息，生成初始样品信息；
S3、记录监测过程，确定扫描过程中各个节点的运行状态；
S4、结合S3中各个节点的运行状态，模拟出单个节点角度调整状态下激光监测设备的监测范围，生成节点匹配监测范围库；
S5、捕捉当前待检测的样品结构状态信息，生成待检测样品信息；
S6、比对待检测样品信息与初始样品信息，得出结构差异；
S7、结合结构差异以及节点匹配监测范围库，规划适配的调节节点。
具体使用时，在对样品进行三维激光扫描过程中，需要通过机器人手臂夹持三维激光仪器进行位置调整，从而完成对样品模型扫描工作，而机器人手臂由多个相互铰接的臂柱组成，相邻臂柱之间通过节点转动连接，以用于调整三维激光仪器角度调整，适应不同样品的扫描工作，但由于各个样品结构不同，其扫描面积也会有所差异，如果不同提前对各个节点进行角度范围划分，就会导致扫描过程中需要重复调节不同节点的角度，促使扫描效率大大降低；
为了应对上述问题，在对样品进行三维激光扫描过程中，首先需要记录初始状态下机器人各个节点状态数据，即初始状态下各个节点的偏移角度，作为每次扫描工作前的初始状态，随后捕捉样品外观各个特征点，确定样品结构状态信息，生成初始样品信息，即当前监测的样品形状结构，并记录整个样品的扫描流程，即在进行扫描过程中，各个节点的角度偏移状态，结合各个节点的运行状态，模拟出单个节点角度调整状态下激光监测设备的监测范围，生成节点匹配监测范围库，例如仅调整一个节点角度，其余节点均处于初始角度不变，此时记录扫描仪器的扫描范围，作为节点的匹配监测范围；
当需要对不同的样品进行扫描时，首先需要捕捉当前待检测的样品结构状态信息，生成待检测样品信息，随后比对待检测样品与初始样品状态信息，得出结构差异，并确定结构差异是否超过各个节点的匹配监测范围，例如待检测样品A厚度为5cm，初始样品B厚度为3cm，此时待检测样品A与初始样品B之间结构差异为厚度超过2cm，而节点N的匹配监测范围为10cm，则表面调节该节点可以使三维监测仪器对整个待检测样品A进行扫描，筛选出结构差异未超过匹配监测范围的节点，作为预备调节节点，此时判断各个预备调节节点需要调节的幅度，例如节点N1以及节点N2均可作为该待检测样品的预备调节节点，当调节节点N1其调节角度范围为15-30度，其间间隔15度，当调节节点N2时，其调节角度范围为18-30度，其间间隔12度，所以此时调节节点N2的幅度小于节点N1，优选节点N2作为最终的调节节点，不仅能够为不同结构的样品提前规划适配的调节节点，通过对调节节点进行角度调节控制，促使三维监测仪器完成对样品的扫描工作，提高扫描效率，减少扫描操作步骤，同时结合不同节点的调整幅度以及匹配监测范围，合理规划调整幅度最低的预备节点作为最终的调节节点，进一步减少扫描过程中的三维仪器的位置变化幅度。
此外，S1中记录初始状态下机器人各个节点状态数据的记录方法包括如下步骤：
S1.1、确定各个臂柱连接顺序，按照连接顺序对各个臂柱进行标记处理；
S1.2、确定连接两相邻臂柱的标记，对其连接的节点进行识别；
S1.3、记录两相邻臂柱之间的偏移角度，作为连接的节点的识别标记。
在对初始状态下机器人各个节点状态记录过程中，首先确定各个臂柱连接顺序，按照连接顺序对各个臂柱进行标记处理，例如按照顺序连接的各个臂柱标记为a1、a2、a3、a4以及a5，随后确定两相邻臂柱的标记以及对应的节点，并记录两相邻臂柱之间的偏移角度，作为连接的节点的识别标记，例如臂柱a1与臂柱a2之间的偏移角度为45度，则这两个臂柱之间的节点通过a1-45-a2进行表示，完成对各个节点的定位标记工作，以供后期确定各个节点的匹配监测范围。
进一步的，S2中捕捉样品外观各个特征点的捕捉方法包括如下步骤：
S2.1、确定各项特征，并记录各项特征最小值与最大值；
S2.2、结合各项特征最小值与最大值，确定特征变化范围。
在对样品外观各个特征点进行捕捉过程中，首先确定各项特征，并记录各项特征最小值与最大值，例如样品厚度，并确定该样品的厚度最大区域与最小区域，结合各项特征最小值与最大值，确定特征变化范围。
再进一步的，S2.1中的各项特征包括样品宽度、样品长度以及样品厚度。在进行特征点捕捉过程中，需要对样品各个特征进行识别监测，并确定各个特征的变化范围。
具体的，S4中生成节点匹配监测范围库的方法包括如下步骤：
S4.1、确定当前调节节点，并维持其余节点角度不变；
S4.2、调整调节节点角度，实时观察扫描仪器显示动态；
S4.3、结合扫描仪器显示动态，确定各个调节节点的角度调节阈值，模拟出各个调节节点的匹配监测范围，生成节点匹配监测范围库。
首先确定当前调节节点，并维持其余节点角度不变，此时调整调节节点角度，实时观察扫描仪器显示动态，即三维扫描仪器中显示的画面是否能够捕捉到样品特征点，随后结合扫描仪器显示动态，确定各个调节节点的角度调节阈值，即三维扫描仪器刚开始显示出样品特征点时该调节节点的调节角度，作为初始调节角度，三维扫描仪器结束显示出样品特征点时该调节节点的调节角度，作为结束调节角度，将初始调节角度与结束调节角度形成的角度范围作为匹配监测范围，整理各个节点的匹配监测范围，绑定生成节点匹配监测范围库。
此外，S6中比对待检测样品信息与初始样品信息的比对方法包括如下步骤：
S6.1、捕捉待检测样品与初始样品各项特征阈值；
S6.2、比对待检测样品与初始样品各项特征阈值之差，得出阈值差值；
S6.3、分析各项特征阈值差值，规划比对模拟图。
在对待检测样品信息与初始样品信息的比对过程中，首先需要捕捉待检测样品与初始样品各项特征阈值，例如待检测样品与初始样品中的最大厚度，此时计算对待检测样品与初始样品各项特征阈值之差，值得说明的是，不同特征的特征阈值之差会影响后期适配的调节节点，例如当待检测样品与初始样品中的最大厚度之差满足当前调节节点，当当待检测样品与初始样品中的最小厚度之差不满足当前调节节点，则表明要想完成对待检测样品的扫描工作，仅靠调节当前调节节点角度无法适应对待检测样品的扫描工作，所以需要判断不同特征的两端差值才能适配对应的调节节点，随后分析各项特征阈值差值，规划比对模拟图，更为直观的确定各个特征的阈值差值，为后期适配调节节点提供参考依据。
由于在进行调节节点匹配过程中，节点匹配监测范围满足结构差异的节点有多个，此时系统无法正确选取对应的调节节点，进一步的，S7中规划适配的调节节点的方法包括如下步骤：
S7.1、确定节点匹配监测范围满足结构差异的各个节点，标记为预备调节节点；
S7.2、确定各个预备调节节点完成当前待检测样品的扫描工作所需要调节的幅度；
S7.3、选取调节的幅度最小的预备调节节点作为最终的调节节点。
通过确定节点匹配监测范围满足结构差异的各个节点，标记为预备调节节点，随后确定各个预备调节节点完成当前待检测样品的扫描工作所需要调节的幅度，例如节点N1以及节点N2均可作为该待检测样品的预备调节节点，当调节节点N1其调节角度范围为15-30度，其间间隔15度，当调节节点N2时，其调节角度范围为18-30度，其间间隔12度，所以此时调节节点N2的幅度小于节点N1，优选节点N2作为最终的调节节点，最后选取调节的幅度最小的预备调节节点作为最终的调节节点。
再进一步的，S7中规划适配的调节节点的方法采用幅度比对算法，其算法公式如下：
|A1-A2|＝Aamplitude；
其中Aamplitude为预备调节节点需要调节的幅度，A1为初始角度，A2为结束角度，F(Aprepare)为幅度匹配函数，Aprepare为当前输入的预备调节节点需要调节的幅度，当当前输入的预备调节节点需要调节的幅度Aprepare低于预备调节节点需要调节的幅度Aamplitude，幅度匹配函数F(Aprepare)输出为Aamplitude，当当前输入的预备调节节点需要调节的幅度Aprepare不低于预备调节节点需要调节的幅度Aamplitude，幅度匹配函数F(Aprepare)输出为Aprepare，直至所有的预备调节节点完成比对，选取最终的预备调节节点(即需要调节的幅度最小的预备调节节点)作为调节节点。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.基于机器人运行轨迹模拟的路径规划方法，其特征在于，包括如下步骤：
S1、记录初始状态下机器人各个节点状态数据；
S2、捕捉样品外观各个特征点，确定样品结构状态信息，生成初始样品信息；
S3、记录监测过程，确定扫描过程中各个节点的运行状态；
S4、结合所述S3中各个节点的运行状态，模拟出单个节点角度调整状态下激光监测设备的监测范围，生成节点匹配监测范围库；
S5、捕捉当前待检测的样品结构状态信息，生成待检测样品信息；
S6、比对待检测样品信息与初始样品信息，得出结构差异；
S7、结合结构差异以及节点匹配监测范围库，规划适配的调节节点。
2.根据权利要求1所述的基于机器人运行轨迹模拟的路径规划方法，其特征在于：所述S1中记录初始状态下机器人各个节点状态数据的记录方法包括如下步骤：
S1.1、确定各个臂柱连接顺序，按照连接顺序对各个臂柱进行标记处理；
S1.2、确定连接两相邻臂柱的标记，对其连接的节点进行识别；
S1.3、记录两相邻臂柱之间的偏移角度，作为连接的节点的识别标记。
3.根据权利要求1所述的基于机器人运行轨迹模拟的路径规划方法，其特征在于：所述S2中捕捉样品外观各个特征点的捕捉方法包括如下步骤：
S2.1、确定各项特征，并记录各项特征最小值与最大值；
S2.2、结合各项特征最小值与最大值，确定特征变化范围。
4.根据权利要求3所述的基于机器人运行轨迹模拟的路径规划方法，其特征在于：所述S2.1中的各项特征包括样品宽度、样品长度以及样品厚度。
5.根据权利要求1所述的基于机器人运行轨迹模拟的路径规划方法，其特征在于：所述S4中生成节点匹配监测范围库的方法包括如下步骤：
S4.1、确定当前调节节点，并维持其余节点角度不变；
S4.2、调整调节节点角度，实时观察扫描仪器显示动态；
S4.3、结合扫描仪器显示动态，确定各个调节节点的角度调节阈值，模拟出各个调节节点的匹配监测范围，生成节点匹配监测范围库。
6.根据权利要求1所述的基于机器人运行轨迹模拟的路径规划方法，其特征在于：所述S6中比对待检测样品信息与初始样品信息的比对方法包括如下步骤：
S6.1、捕捉待检测样品与初始样品各项特征阈值；
S6.2、比对待检测样品与初始样品各项特征阈值之差，得出阈值差值；
S6.3、分析各项特征阈值差值，规划比对模拟图。
7.根据权利要求1所述的基于机器人运行轨迹模拟的路径规划方法，其特征在于：所述S7中规划适配的调节节点的方法包括如下步骤：
S7.1、确定节点匹配监测范围满足结构差异的各个节点，标记为预备调节节点；
S7.2、确定各个预备调节节点完成当前待检测样品的扫描工作所需要调节的幅度；
S7.3、选取调节的幅度最小的预备调节节点作为最终的调节节点。
8.根据权利要求7所述的基于机器人运行轨迹模拟的路径规划方法，其特征在于：所述S7中规划适配的调节节点的方法采用幅度比对算法，其算法公式如下：
|A1-A2|＝Aamplitude；
其中Aamplitude为预备调节节点需要调节的幅度，A1为初始角度，A2为结束角度，F(Aprepare)为幅度匹配函数，Aprepare为当前输入的预备调节节点需要调节的幅度，当当前输入的预备调节节点需要调节的幅度Aprepare低于预备调节节点需要调节的幅度Aamplitude，幅度匹配函数F(Aprepare)输出为Aamplitude，当当前输入的预备调节节点需要调节的幅度Aprepare不低于预备调节节点需要调节的幅度Aamplitude，幅度匹配函数F(Aprepare)输出为Aprepare。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310927564.9A CN116766204B (zh) | 2023-07-27 | 2023-07-27 | 基于机器人运行轨迹模拟的路径规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310927564.9A CN116766204B (zh) | 2023-07-27 | 2023-07-27 | 基于机器人运行轨迹模拟的路径规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116766204A true CN116766204A (zh) | 2023-09-19 |
| CN116766204B CN116766204B (zh) | 2024-02-06 |
Family
ID=87987965
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310927564.9A Active CN116766204B (zh) | 2023-07-27 | 2023-07-27 | 基于机器人运行轨迹模拟的路径规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116766204B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102735166A (zh) * | 2011-04-14 | 2012-10-17 | 株式会社安川电机 | 三维扫描仪和机器人系统 |
| CN203732018U (zh) * | 2013-11-26 | 2014-07-23 | 九江精密测试技术研究所 | 一种关节式激光扫描坐标测量机数据采集系统 |
| US20200316720A1 (en) * | 2019-04-08 | 2020-10-08 | Polaronyx, Inc. | Method and Apparatus for Real Time, In Situ Sensing and Characterization of Roughness, Geometrical Shapes, Geometrical Structures, Composition, Defects, and Temperature in Three-Dimensional Manufacturing Systems |
| CN112798387A (zh) * | 2021-02-10 | 2021-05-14 | 上海汉德检测技术有限公司 | 一种基于3d扫描技术的金相制样机器人 |
| CN116147527A (zh) * | 2023-02-15 | 2023-05-23 | 思看科技(杭州)股份有限公司 | 三维扫描系统及其扫描路径规划方法 |
-
2023
- 2023-07-27 CN CN202310927564.9A patent/CN116766204B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102735166A (zh) * | 2011-04-14 | 2012-10-17 | 株式会社安川电机 | 三维扫描仪和机器人系统 |
| CN203732018U (zh) * | 2013-11-26 | 2014-07-23 | 九江精密测试技术研究所 | 一种关节式激光扫描坐标测量机数据采集系统 |
| US20200316720A1 (en) * | 2019-04-08 | 2020-10-08 | Polaronyx, Inc. | Method and Apparatus for Real Time, In Situ Sensing and Characterization of Roughness, Geometrical Shapes, Geometrical Structures, Composition, Defects, and Temperature in Three-Dimensional Manufacturing Systems |
| CN112798387A (zh) * | 2021-02-10 | 2021-05-14 | 上海汉德检测技术有限公司 | 一种基于3d扫描技术的金相制样机器人 |
| CN116147527A (zh) * | 2023-02-15 | 2023-05-23 | 思看科技(杭州)股份有限公司 | 三维扫描系统及其扫描路径规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116766204B (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107481292B (zh) | 车载摄像头的姿态误差估计方法和装置 | |
| Lopez et al. | Deep single image camera calibration with radial distortion | |
| Dang et al. | Continuous stereo self-calibration by camera parameter tracking | |
| JP6573354B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| Shademan et al. | Robust jacobian estimation for uncalibrated visual servoing | |
| JP5803124B2 (ja) | ロボット、位置検出装置、位置検出プログラム、および位置検出方法 | |
| CN104346811B (zh) | 基于视频图像的目标实时追踪方法及其装置 | |
| JPWO2005043466A1 (ja) | 物体の状態を推定する推定システム、推定方法および推定プログラム | |
| KR20040029493A (ko) | 이동체의 효율적 자기 위치 인식을 위한 랜드마크 및 이를이용한 자기 위치 인식 장치 및 방법 | |
| CN110463376B (zh) | 一种插机方法及插机设备 | |
| JPH0818848A (ja) | カメラシステムおよび歪み除去方法 | |
| CN113393524B (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
| US20220230348A1 (en) | Method and apparatus for determining a three-dimensional position and pose of a fiducial marker | |
| CN115810133B (zh) | 基于图像处理和点云处理的焊接控制方法及相关设备 | |
| CN109931940B (zh) | 一种基于单目视觉的机器人定位置信度评估方法 | |
| CN116766204B (zh) | 基于机器人运行轨迹模拟的路径规划方法 | |
| JP4085671B2 (ja) | データ処理方法、データ処理プログラムおよび記録媒体 | |
| Wen et al. | CAE-RLSM: Consistent and efficient redundant line segment merging for online feature map building | |
| JP5267100B2 (ja) | 運動推定装置及びプログラム | |
| CN102006449B (zh) | 图像信息交互系统及图像信息交互方法 | |
| WO2021051510A1 (zh) | 生成人脸图像的方法、装置、计算机设备及存储介质 | |
| JP2004054947A (ja) | 物体照合システム、物体照合方法および物体照合プログラム | |
| US11010634B2 (en) | Measurement apparatus, measurement method, and computer-readable recording medium storing measurement program | |
| JP4200165B2 (ja) | ステレオカメラによるオブジェクトの分類のための方法 | |
| CN113536926A (zh) | 基于距离向量和多角度自适应网络的人体动作识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |