昆明理工大学黄英博获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉昆明理工大学申请的专利三维空间动态深度估计的单目手眼机器人视觉伺服方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121157044B 。
龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511640476.6,技术领域涉及:B25J9/16;该发明授权三维空间动态深度估计的单目手眼机器人视觉伺服方法是由黄英博;胡松松;王娴;何浩然;王树波;廖志境设计研发完成,并于2025-11-11向国家知识产权局提交的专利申请。
本三维空间动态深度估计的单目手眼机器人视觉伺服方法在说明书摘要公布了:本发明公开了三维空间动态深度估计的单目手眼机器人视觉伺服方法,包括建立参数化视觉伺服系统模型、构建估计误差驱动型自适应律以及执行基于位置的视觉伺服控制。本发明通过建立机器人‑相机‑目标三者统一的参数化模型,将目标运动与机器人运动导致的深度变化置于同一框架下进行估计,这使得本发明能够有效应对机器人和目标均运动这一更普遍、更复杂的工况。本发明解决了在单目相机视觉伺服中,没有被观测对象的先验几何知识且目标与机器人均移动的情况下非线性时变深度难以测量的问题,实现手眼机器人系统中控制误差和估计误差的快速收敛。
本发明授权三维空间动态深度估计的单目手眼机器人视觉伺服方法在权利要求书中公布了:1.三维空间动态深度估计的单目手眼机器人视觉伺服方法,其特征在于包括以下步骤: S1、建立参数化视觉伺服系统模型:根据手眼机器人的正运动学模型、相机的内参与外参以及图像雅可比矩阵,对机器人-相机-目标三者构成的闭环系统进行统一参数化建模; S2、构建估计误差驱动型自适应律:针对S1步骤获得的系统模型,引入辅助滤波变量对可测信号进行重组,提取与未知深度参数相关的估计误差信息;基于估计误差信息,设计满足李雅普诺夫收敛条件的自适应律,对时变深度在线实时估计,获得深度估计值,并以可证明的方式保证估计误差收敛; S3、执行基于位置的视觉伺服控制:利用S2步骤实时获得的深度估计值,将图像平面特征点反投影至机器人基坐标系,得到目标三维位置的估计值;定义所述目标三维位置与期望位置之间的跟踪误差,结合机器人动力学模型设计反馈控制器,并将所述跟踪误差映射为关节力矩与速度指令,驱动机器人运动直至所述跟踪误差收敛至预设阈值范围内; 其中,S2步骤具体包括以下步骤: S201、针对参数化视觉伺服系统模型,定义各滤波变量如下: ; 其中是滤波系数,设置为一个很小的常值; S202、定义中间矩阵,: ; 其中,用于保证中间回归矩阵有界,常数起着遗忘因子的作用,作为一个小的常数;若越小,则矩阵中包含更多的历史信息;则该公式的解为: ; 其中,是估计误差;是时变参数的导数在经过低通滤波后的残差; S203、接着定义辅助变量,: ; 由此,可知时变参数的估计误差已经被包含在辅助变量中,通过辅助变量构造出以估计误差为驱动的自适应估计律: ; 其中,是一个常数学习增益;也是一个常数,用于平衡估计快速变化参数的能力和鲁棒性;通过该自适应律计算出,再通过积分获取,又因为,所以能获取深度信息的估计值,并通过相机内外参与目标特征点的像素点坐标重构出目标特征点在机器人基坐标系下的三维估计坐标参与视觉伺服控制。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人昆明理工大学,其通讯地址为:650000 云南省昆明市呈贡区昆明理工大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励