基于视觉定位的机械手精准定位方法及系统技术方案

本发明专利技术涉及图像识别技术领域，公开了一种基于视觉定位的机械手精准定位方法及系统，用于提高基于视觉定位的机械手精准定位的准确率

【技术实现步骤摘要】
基于视觉定位的机械手精准定位方法及系统


[0001]本专利技术涉及图像识别
，尤其涉及一种基于视觉定位的机械手精准定位方法及系统
。

技术介绍

[0002]随着自动化和机器人技术的迅速发展，精确的机械手定位对于工业自动化
、
物流
、
医疗保健和其他领域的应用变得日益重要
。
[0003]传统的机械手定位方法主要依赖于
GPS、
惯性导航系统或激光测距等技术，但这些方法在室内
、
高精度和高可靠性存在不足
。
传统方法的定位精度有限，无法满足高精度定位需求，如精确抓取
、
导航和定点操作
。

技术实现思路

[0004]本专利技术提供了一种基于视觉定位的机械手精准定位方法及系统，用于提高基于视觉定位的机械手精准定位的准确率
。
[0005]本专利技术第一方面提供了一种基于视觉定位的机械手精准定位方法，所述基于视觉定位的机械手精准定位方法包括：对预置的目标机械手进行位置参考点标定，得到所述目标机械手对应的多个位置参考点，并基于多个所述位置参考点构建离线位置指纹数据库；对预置的目标机械手进行图像采集，得到所述目标机械手的多个实时图像，并对多个所述实时图像进行机械手第一位置特征提取，得到第一位置特征集；基于所述离线位置指纹数据库，对所述目标机械手进行
AP
信号采集，得到多个目标
AP
信号，并对每个所述目标
AP
>信号进行离散系数计算，得到离散系数集合；通过所述离散系数集合对所述目标机械手进行第二位置特征计算，得到第二位置特征集；对所述第一位置特征集以及所述第二位置特征集进行机械手定位分析，得到目标位置数据
。
[0006]结合第一方面，在本专利技术第一方面的第一实施方式中，所述对预置的目标机械手进行位置参考点标定，得到所述目标机械手对应的多个位置参考点，并基于多个所述位置参考点构建离线位置指纹数据库，包括：对所述目标机械手进行工作空间提取，得到所述目标机械手的工作空间范围；基于所述工作空间范围，对所述目标机械手进行关键动作点坐标分析，得到多个坐标数据；根据多个所述坐标数据对所述目标机械手进行位置参考点标定，得到所述目标机械手对应的多个位置参考点；基于多个所述位置参考点，对所述目标机械手进行初始
AP
信号采集，得到初始
AP
信号集合，并基于所述初始
AP
信号集合构建离线位置指纹数据库
。
[0007]结合第一方面，在本专利技术第一方面的第二实施方式中，所述对预置的目标机械手
进行图像采集，得到所述目标机械手的多个实时图像，并对多个所述实时图像进行机械手第一位置特征提取，得到第一位置特征集，包括：对所述目标机械手进行图像采集，得到所述目标机械手的多个实时图像；对多个所述实时图像进行实时视频流转换，得到目标实时视频流；对所述目标实时视频流进行图像区域提取框标定，得到目标区域提取框；根据所述目标区域提取框，对所述目标机械手进行运动趋势分析，得到目标运动趋势；对所述目标运动趋势进行运动曲线构建，得到目标运动曲线；对所述目标运动曲线进行曲线特征点提取，得到多个曲线特征点；基于多个所述曲线特征点对所述目标机械手进行机械手第一位置特征提取，得到所述第一位置特征集
。
[0008]结合第一方面，在本专利技术第一方面的第三实施方式中，所述基于所述离线位置指纹数据库，对所述目标机械手进行
AP
信号采集，得到多个目标
AP
信号，并对每个所述目标
AP
信号进行离散系数计算，得到离散系数集合，包括：对所述目标机械手进行
AP
信号采集，得到多个目标
AP
信号；分别对每个所述目标
AP
信号进行
MAC
地址分析，得到每个所述
AP
信号对应的
MAC
地址数据；分别对每个所述目标
AP
信号进行信号强度计算，得到每个所述目标
AP
信号对应的信号强度数据；分别对每个所述目标
AP
信号进行信号频率计算，得到每个所述目标
AP
信号对应的信号频率数据；基于每个所述
AP
信号对应的
MAC
地址数据
、
每个所述
AP
信号对应的信号强度数据以及每个所述
AP
信号对应的信号频率数据，对每个所述目标
AP
信号进行离散系数计算，得到离散系数集合
。
[0009]结合第一方面的第三实施方式，在本专利技术第一方面的第四实施方式中，所述基于每个所述
AP
信号对应的
MAC
地址数据
、
每个所述
AP
信号对应的信号强度数据以及每个所述
AP
信号对应的信号频率数据，对每个所述目标
AP
信号进行离散系数计算，得到离散系数集合，包括：对每个所述
AP
信号对应的信号强度数据进行强度均值计算，得到强度均值数据；基于所述强度均值数据，分别对每个所述
AP
信号对应的信号强度数据进行标准差计算，得到每个所述
AP
信号对应的标准差数据；基于所述强度均值数据，通过每个所述
AP
信号对应的标准差数据对每个所述
AP
信号进行初始离散系数计算，得到每个所述
AP
信号对应的初始离散系数；基于每个所述
AP
信号对应的
MAC
地址数据，通过每个所述
AP
信号对应的信号频率数据分别对每个所述
AP
信号对应的初始离散系数进行加权处理，得到每个所述
AP
信号对应的目标离散系数并将每个所述
AP
信号对应的目标离散系数合并为离散系数集合
。
[0010]结合第一方面的第四实施方式，在本专利技术第一方面的第五实施方式中，所述通过所述离散系数集合对所述目标机械手进行第二位置特征计算，得到第二位置特征集，包括：分别对每个所述
AP
信号及所述目标机械手进行欧氏距离计算，得到多个欧氏距离
数据；通过所述离散系数集合对多个所述欧氏距离数据进行数据修正，得到多个目标距离数据；基于多个所述目标距离数据对所述目标机械手进行第二位置特征计算，得到所述第二位置特征集
。
[0011]结合第一方面，在本专利技术第一方面的第六实施方式中，所述对所述第一位置特征集以及所述第二位置特征集进行机械手定位分析，得到目标位置数据，包括：对所述第一位置特征集进行空间位置映射，得到第一空间位置数据；对所述第二位置特征集进行空间位置映射，得到第二空间位置数据；对所述第一空间位置数据以及所述第二空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于视觉定位的机械手精准定位方法，其特征在于，所述基于视觉定位的机械手精准定位方法包括：对预置的目标机械手进行位置参考点标定，得到所述目标机械手对应的多个位置参考点，并基于多个所述位置参考点构建离线位置指纹数据库；对预置的目标机械手进行图像采集，得到所述目标机械手的多个实时图像，并对多个所述实时图像进行机械手第一位置特征提取，得到第一位置特征集；基于所述离线位置指纹数据库，对所述目标机械手进行
AP
信号采集，得到多个目标
AP
信号，并对每个所述目标
AP
信号进行离散系数计算，得到离散系数集合；通过所述离散系数集合对所述目标机械手进行第二位置特征计算，得到第二位置特征集；对所述第一位置特征集以及所述第二位置特征集进行机械手定位分析，得到目标位置数据
。2.
根据权利要求1所述的基于视觉定位的机械手精准定位方法，其特征在于，所述对预置的目标机械手进行位置参考点标定，得到所述目标机械手对应的多个位置参考点，并基于多个所述位置参考点构建离线位置指纹数据库，包括：对所述目标机械手进行工作空间提取，得到所述目标机械手的工作空间范围；基于所述工作空间范围，对所述目标机械手进行关键动作点坐标分析，得到多个坐标数据；根据多个所述坐标数据对所述目标机械手进行位置参考点标定，得到所述目标机械手对应的多个位置参考点；基于多个所述位置参考点，对所述目标机械手进行初始
AP
信号采集，得到初始
AP
信号集合，并基于所述初始
AP
信号集合构建离线位置指纹数据库
。3.
根据权利要求1所述的基于视觉定位的机械手精准定位方法，其特征在于，所述对预置的目标机械手进行图像采集，得到所述目标机械手的多个实时图像，并对多个所述实时图像进行机械手第一位置特征提取，得到第一位置特征集，包括：对所述目标机械手进行图像采集，得到所述目标机械手的多个实时图像；对多个所述实时图像进行实时视频流转换，得到目标实时视频流；对所述目标实时视频流进行图像区域提取框标定，得到目标区域提取框；根据所述目标区域提取框，对所述目标机械手进行运动趋势分析，得到目标运动趋势；对所述目标运动趋势进行运动曲线构建，得到目标运动曲线；对所述目标运动曲线进行曲线特征点提取，得到多个曲线特征点；基于多个所述曲线特征点对所述目标机械手进行机械手第一位置特征提取，得到所述第一位置特征集
。4.
根据权利要求1所述的基于视觉定位的机械手精准定位方法，其特征在于，所述基于所述离线位置指纹数据库，对所述目标机械手进行
AP
信号采集，得到多个目标
AP
信号，并对每个所述目标
AP
信号进行离散系数计算，得到离散系数集合，包括：对所述目标机械手进行
AP
信号采集，得到多个目标
AP
信号；分别对每个所述目标
AP
信号进行
MAC
地址分析，得到每个所述
AP
信号对应的
MAC
地址数据；
分别对每个所述目标
AP
信号进行信号强度计算，得到每个所述目标
AP
信号对应的信号强度数据；分别对每个所述目标
AP
信号进行信号频率计算，得到每个所述目标
AP
信号对应的信号频率数据；基于每个所述
AP
信号对应的
MAC
地址数据
、
每个所述
AP
信号对应的信号强度数据以及每个所述
AP
信号对应的信号频率数据，对每个所述目标
AP
信号进行离散系数计算，得到离散系数集合
。5.
根据权利要求4所述的基于视觉定位的机械手精准定位方法，其特征在于，所述基于每个所述
AP
信号对应的
MAC
地址数据
、
...

【专利技术属性】
技术研发人员：汤晓华，王亚龙，
申请(专利权)人：深圳市物新智能科技有限公司，
类型：发明
国别省市：