产品:51
联系我们
算法一：深度信息抽取
原理是用两个平行的摄像机对空间中的每个点进行三角测量。通过匹配两个摄像机中成像点的位置，计算出相应的三维点之间的距离。
机器人希望通过使用多个图像来获取物体的三维坐标。在双目视觉技术中，及其重要的是匹配图像，首先确定左右图像中物体的匹配点，然后获得每个点的视差和深度信息。
双目立体视觉具有设备简单、成本低、精度高、速度快等优点，能在不接触物体的情况下计算距离和深度信息。它在无人机的电力线检测和工业建筑机器人中具有重要的应用价值.
算法2：定位和导航
机器人导航是一个复杂的系统，涉及以下技术：
视觉里程表VO；
绘制、使用VO和深度图；
重新定位，以便从已知的地图上确定目前的位置；
闭环检测消除了VO闭环误差.
全球导航；
简单地说,机器人周围的环境为光学加工的.该摄像机用于采集图像信息，对采集到的信息进行压缩，然后将其反馈到由神经网络和统计方法组成的学习子系统中。
该方法是对移动机器人智能水平的证明，其同步映射和定位能力被广泛认为是自主机器人的一个关键先决条件。
常用的激光共聚焦显微技术可分为两种，一种是基于可见光的视觉传感器，另一种为基于激光束的激光传感器。
视觉SLAM是利用摄像机、Kinect等深度成像仪进行室内导航和探测的技术，目前室内视觉SLAM仍处于研究阶段，远远没有达到实际应用水平；激光SLAM技术日趋成熟，是目前及其稳定、可靠的高性能SLM技术。
算法3：避免障碍
导航解决了机器人接近目标的问题.当机器人没有地图时，接近目标的方法被称为避免视觉障碍。该避障算法解决了基于视觉传感器数据的静态和动态障碍物的避免问题，但仍能保持目标的运动方向和实时的自主导航。
避障算法有多种.传统的导航方法，如视力图、光栅和自由空间等，可以解决自己已知障碍物信息时的问题。但传统的导航方法在障碍物不存在或障碍物可以移动的情况下不能很好地解决这个问题。
实际上，在大多数情况下，机器人工作的环境是动态的、可变的和未知的。为了解决这些问题，介绍了计算机和人工智能领域的一些算法。
同时，随着处理器计算能力的提高和传感器技术的发展，移动机器人平台上一些复杂算法的计算变得简单。提出了遗传算法、神经网络算法和模糊算法等一系列智能避障方法。
更多了解ABB机器人
- 下一篇：使用焊机机器人的注意事项
- 上一篇：ABB机器人更改预设键