基于重定位的叶片机器人磨抛系统手眼标定算法

来源 :中国机械工程 | 被引量 : 0次 | 上传用户:guojicai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对叶片机器人磨抛系统中手眼标定存在人工误差、二次误差等因素导致标定精度差等问题,提出一种基于“重定位”的手眼标定算法。以拍照式三维扫描仪为标定对象,分析机器人手眼标定数学模型,提出利用标准球在机器人末端坐标系中绕工具中心点做定点变位姿运动的标定方案。通过最小二乘法计算扫描仪坐标系下的“重定位”中心坐标,并根据多空间点四元数耦合方法,同时完成平移和旋转矩阵的标定,进而得到扫描仪坐标系到机器人基坐标系的转换矩阵。手眼标定和叶片磨抛实验表明,所提算法的球拟合半径较标准球半径偏差降低至0.068 mm,较
其他文献
道路场景下的语义分割是无人驾驶中关键的技术,也是计算机视觉中重要的一个领域,而传统的语义分割方法需要对训练数据进行像素级的标注,对数据的要求极高。针对这一问题,将改进的循环生成对抗网络(Cycle-Consistent Adversarial Networks,CycleGAN)用于道路场景语义分割,该网络避免了大量的像素级标注且不需要成对的数据集,降低了数据集的要求。将原网络的目标函数用最小二乘
期刊
针对弹载图像探测器协同探测的分配方式影响目标信息增益的问题,开展此类探测器广域协同探测算法研究。以获取最多有效毁伤信息为目标,研究了弹载图像探测器散布修正与目标分配问题;建立完整的图像探测器的动力学模型和目标等效模型,模拟多探测器的协同探测环境;通过有效信息熵描述图像探测器系统获取毁伤信息的能力,并推导毁伤信息熵与系统和目标的相关方程,建立协同探测能力的评价准则;基于Kuhn-Munkres算法和
期刊
为解决Deeplab v3+网络在解码过程中仅融合一个尺度编码特征,导致部分细节信息丢失,从而造成最终分割结果较为粗糙等问题,提出多尺度特征自适应融合的图像语义分割算法。该算法在Deeplab v3+的解码过程中使用自适应空间特征融合结构,给不同尺度的编码特征分配自适应的融合权重,通过融合编码过程中的多尺度特征进行特征图的上采样,从而实现图像更加精细的语义分割效果。实验结果表明,该算法在Citys
期刊