具体内容可以查看Mobile robot SUMMIT-XL STEEL机器人底盘控制学习 系列第三篇-2 ,这篇主要是把底盘部分以及整个系统的测试工作简单介绍一下。 ----------------------------------------------------------------------------------------------- 一、机器人控制系统总体框架设计
在机器人视觉系统,利用AprilTag得到的标签信息,进一步得到物体识别区域的位置,发送给底盘即可驱动底盘移动到识别区域。也需要用AprilTag进行手眼标定,把子坐标系camera_rgb_optical_frame到基坐标系base_link的相对位置关系标定,完成机器人的手眼标定过程。 一、机器人控制系统总体框架设计 这几章内容主要集中在机器人的视觉控制、三维目标抓取
一、机器人控制系统总体框架设计 这几章内容主要集中在机器人的视觉控制、三维目标抓取这一部分,也算顺着之前的CT-LineMod算法继续谈一下计算机视觉这一部分的内容。第一节这个总体框架设计在接下来的视觉、抓取、导航部分都会放在前面,以帮助读者理解一下各个部分的功能以及把握整体性。 二、机器人视觉系统 深度相机、激光雷达等外部硬件设备提供的RGB-D图像以及环境信息来源作
前言:其实之前写的LineMod算法也好、patchLinemod或者设计的CT-LineMod算法,就是把机器人控制系统视觉部分的算法单独拎出来深入研究一下。机器人控制系统设计很多可以深入研究的领域,以我做的内容为例就包含视觉部分(6D位姿估计)、抓取部分(机械臂控制)、导航(SLAM),而这又可以进一步细分研究方向,如视觉部分CT-LineMod算法只是传统的模板匹配算法,诸如流行的PoseC
写在前面的话:啊。。这,好久没有更新了0.0趁着这个间隙好好总结一下自己做的东西吧亲! -------------------------------------------------------------------------------------------------------------------------- 前面简单谈了一下CT-LineMod算法的设计思考、背景
代码解析参考 LineMod算法已经是比较成熟的算法,在Ubuntu里直接作为一个算法包嵌入进去,可以直接下载用。 运行环境:Ubuntu16.04+ROS Kinetic+PCL http://campar.in.tum.de/pub/hinterstoisser2011linemod/hinterstoisser2011linemod.pdf https://blog.csdn.net
一、算法原理 CT-LineMod算法信息层级处理结构图如图所示。三维物体的原始点云数据输入后,本模型通过计算每个3D特征点的四个附加特征(梯度方向、梯度幅度、表面法向量方向、表面法向量幅度)形成图b的7D特征向量。之后通过集成特征点邻域s*s区域范围内的特征作为待匹配特征块,通过K-means均值化降维为新的3D空间向量,依据Müller-Lyer错觉效应的原理对特征块分配成为更有相关性的
写在前面:从第五章开始就写一写自己的论文里的CT-LineMod算法,考虑从相关的算法原理以及设计思路出发解释原理。关于前一章已经得到的物体6D位姿,可以结合第五章,均是在6D位姿识别领域的算法研究。得到的位姿后面再写怎么抠出来发送到机器人,用机械臂抓取(这部分又属于机器人控制系统设计这个方向)。所以虽然在项目工程里现做的抓取后升级的算法,但从写文章角度按逻辑来说还是先把6D位姿这部分算法说清楚再
写在前面: 上一篇文字内容比较多,主要侧重于算法本身以及公式实现,这一篇可以适当人话一点,主要是自己的理解和图示说明这个算法的原理。 一、LineMod算法介绍 LineMod算法是由Hinterstoisser等人在2011年提出的旨在解决杂乱场景下少纹理三维物体的实时监测与6D位姿估计定位问题。 针对传统方法搜索空间方式效率低、较难产生判别描述子并且低鲁棒性的弊端,采用模板
一、背景介绍 LineMod算法是由Hinterstoisser等人在2011年提出的旨在解决杂乱场景下少纹理三维物体的实时监测与6D位姿估计定位问题。 针对传统方法搜索空间方式效率低、较难产生判别描述子并且鲁棒性较低的弊端,Stefan Hinterstoisser等人采用了模板匹配的方法,利用3D物体的RGB-D信息即三维物体的RGB二维彩色图像信息和Depth深度信息作为输入。
一、背景意义 机器人视觉识别技术是移动机器人平台十分关键的技术,代表着机器人智能化、自动化及先进性的条件判定标准。 如何在最短时间内最精确地识别检测到出现在深度相机视野范围内的目标,将检测到的三维点云数据提取出来是机器人后续抓取三维物体的基础,并且无论对于工业用还是服务业都有着巨大的意义与研究价值。基于机器视觉的三维物体目标的识别、检测与定位技术已经成功应用于众多工业领域中。
机器人控制专栏
博客
泡泡
积分
勋章
十一、机器人控制系统设计(第四篇-机器人移动平台-Summit_XL及系统测试部分)
十、机器人控制系统设计(第三篇-抓取部分-手眼标定、TF坐标转换、位置发布)
九、机器人控制系统设计(第二篇-视觉部分)
八、机器人控制系统设计(第一篇-总体框架设计)
七、LineMod算法进阶CT-LineMod算法的构建与实现(第三篇 CT-LineMod算法实验设计-多目标识别与位姿估计)
四、LineMod模板匹配算法的原理与实现 (第三篇 原理及实现)
六、LineMod算法进阶CT-LineMod算法的构建与实现(第二篇 CT-LineMod算法及原理)
五、LineMod算法进阶CT-LineMod算法的构建与实现(第一篇 各种背景算法及原理)
三、LineMod模板匹配算法的原理与实现 (第二篇 原理及图示)
二、LineMod模板匹配算法的原理与实现 (第一篇 原理及公式)
一、从机器人视觉识别领域-三维目标识别方向讲起
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信