CN107336252A - 一种机器人运动朝向的识别方法和装置 - Google Patents
一种机器人运动朝向的识别方法和装置 Download PDFInfo
- Publication number
- CN107336252A CN107336252A CN201710541410.0A CN201710541410A CN107336252A CN 107336252 A CN107336252 A CN 107336252A CN 201710541410 A CN201710541410 A CN 201710541410A CN 107336252 A CN107336252 A CN 107336252A
- Authority
- CN
- China
- Prior art keywords
- revolver
- right wheel
- object vector
- coordinate
- initial state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例公开了一种机器人运动朝向的识别方法和装置,所述机器人包括左轮和右轮,所述方法包括:获取机器人左轮和右轮各自的初态坐标和末态坐标;根据所述左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量;根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向。本发明实施例仅利用机器人左右轮的坐标进行向量计算即可识别出机器人的运动朝向,不需要借助外部附加设备,降低了成本,而且运算过程简单,节约了资源。
Description
技术领域
本发明实施例涉及机器人技术,尤其涉及一种机器人运动朝向的识别方法和装置。
背景技术
随着机器人技术的发展,机器人已经逐渐进入到人们的日常生活当中,辅助人们进行学习、或者协助人们完成各种工作。
现有的机器人种类繁多,他们不仅可以唱歌,而且还可以做各种动作,比如前进、后退、左转、右转、原地转圈等动作,而机器人的运动朝向在机器人控制过程中非常重要,影响机器人控制的精准度和移动效果。
现有技术中,通常需要借助辅助设备来确定机器人的运动朝向,例如摄像头等。这些方法不仅价格昂贵、代价高,而且需要借助复杂的算法来进行运算,浪费资源。
发明内容
本发明实施例提供一种机器人运动朝向的识别方法和装置,以解决现有技术中确定机器人运动朝向的方法价格昂贵且浪费资源的问题。
第一方面,本发明实施例提供了一种机器人运动朝向的识别方法,所述机器人包括左轮和右轮,所述识别方法包括:
获取机器人左轮和右轮各自的初态坐标和末态坐标;
根据所述左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量;
根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向。
可选的,所述根据所述左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量,包括:
根据左轮的初态坐标和右轮的初态坐标,计算出第一左轮目标向量;
根据左轮的初态坐标和左轮的末态坐标,计算出第二左轮目标向量;
根据右轮的初态坐标和右轮的末态坐标,计算出第一右轮目标向量;以及
根据右轮的初态坐标和左轮的初态坐标,计算出第二右轮目标向量。
可选的,所述根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向,包括:
计算第一左轮目标向量和第二左轮目标向量的叉积,当计算结果大于零时,识别出左轮在所述末态时刻朝前运动,当计算结果小于零时,识别出左轮在所述末态时刻朝后运动;以及
计算第一右轮目标向量和第二右轮目标向量的叉积,当计算结果大于零时,识别出右轮在所述末态时刻朝前运动,当计算结果小于零时,识别出右轮在所述末态时刻朝后运动。
可选的,所述初态和末态是机器人运动过程中的任意两个连续帧。
第二方面,本发明实施例还提供了一种机器人运动朝向的识别装置,所述机器人包括左轮和右轮,所述识别装置包括:
坐标获取模块,用于获取机器人左轮和右轮各自的初态坐标和末态坐标;
向量计算模块,用于根据所述左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量;
朝向识别模块,用于根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向。
可选的,所述向量计算模块包括:
第一左轮目标向量计算单元,用于根据左轮的初态坐标和右轮的初态坐标,计算出第一左轮目标向量;
第二左轮目标向量计算单元,用于根据左轮的初态坐标和左轮的末态坐标,计算出第二左轮目标向量;
第一右轮目标向量计算单元,用于根据右轮的初态坐标和右轮的末态坐标,计算出第一右轮目标向量;
第二右轮目标向量计算单元,用于根据右轮的初态坐标和左轮的初态坐标,计算出第二右轮目标向量。
可选的,所述朝向识别模块包括:
左轮朝向识别模块,用于计算第一左轮目标向量和第二左轮目标向量的叉积,当计算结果大于零时,识别出左轮在所述末态时刻朝前运动,当计算结果小于零时,识别出左轮在所述末态时刻朝后运动;
右轮朝向识别模块,用于计算第一右轮目标向量和第二右轮目标向量的叉积,当计算结果大于零时,识别出右轮在所述末态时刻朝前运动,当计算结果小于零时,识别出右轮在所述末态时刻朝后运动。
可选的,所述初态和末态是机器人运动过程中的任意两个连续帧。
本发明实施例根据机器人左轮和右轮各自的初态坐标和末态坐标计算出相应的目标向量,并利用该目标向量的叉积的计算结果对机器人的运动朝向进行识别,不需要借助外部附加设备,降低了成本,而且仅利用机器人左轮、右轮的坐标进行计算即可识别出机器人的运动朝向,运算过程简单,节约了资源。
附图说明
图1是本发明实施例一中的机器人运动朝向的识别方法的流程图;
图2是本发明实施例二中的机器人运动朝向的识别装置的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的机器人运动朝向的识别方法的流程图,本实施例可适用于识别机器人在运动过程中的朝向,该方法可以由机器人运动朝向的识别装置来执行,该装置可以采用软件和/或硬件的方式实现。
本发明实施例一的机器人运动朝向的识别方法具体包括:
S100,获取机器人左轮和右轮各自的初态坐标和末态坐标。
机器人包括左轮和右轮,但本实施例并不限定机器人轮子的数量。在一种实施方式中,机器人可以包含2个轮子,分别是所述左轮和右轮。在另一种实施方式中,机器人可以包含4个轮子,位于机器人正面第一排的两个轮子分别是所述左轮和右轮,而后一排的两个轮子是左后轮和右后轮,由于当机器人具有2个以上数量轮子时,正面第一排的两个轮子(即左轮和右轮)的朝向即为机器人的运动朝向,因此,只需要获取这两个轮子的位置坐标并进行朝向识别即可。
优选的,初态和末态是机器人运动过程中的任意两个连续帧,左轮和右轮各自在该任意两个连续帧的坐标即为初态坐标和末态坐标,示例性的,若每秒包含24帧,则控制机器人运动的每一帧为1/24秒,即初态和末态之间间隔1/24秒。实施时,可以预先确定好坐标系,初态坐标和末态坐标均为在统一确定好的坐标系下的位置坐标。该坐标系的原点可以位于任意一个轮子,或者左轮与右轮连线的中心点,本实施例不对坐标系的原点做任何限定。
S110,根据左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量。
S120,根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向。
根据左轮和右轮各自的初态坐标和末态坐标,可以分别获取到各自的两个目标向量,分别是第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量。由于向量即表示大小又表示方向,因此,利用向量可以识别出机器人的运动朝向,进一步的,利用向量的叉积计算结果来进行朝向的识别。
本发明实施例不需要利用附加的外部设备,只利用机器人左轮和右轮各自的位置坐标计算出相应的目标向量,并通过向量的叉积计算就可以识别出机器人的运动朝向,降低了成本,而且计算方法简单,节约了资源。
优选的,在S110中,根据左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量,具体包括:
根据左轮的初态坐标和右轮的初态坐标,计算出第一左轮目标向量;
根据左轮的初态坐标和左轮的末态坐标,计算出第二左轮目标向量;
根据右轮的初态坐标和右轮的末态坐标,计算出第一右轮目标向量;以及
根据右轮的初态坐标和左轮的初态坐标,计算出第二右轮目标向量。
相应的,在S120中,根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向,具体包括:
计算第一左轮目标向量和第二左轮目标向量的叉积,当计算结果大于零时,识别出左轮在所述末态时刻朝前运动,当计算结果小于零时,识别出左轮在所述末态时刻朝后运动;以及
计算第一右轮目标向量和第二右轮目标向量的叉积,当计算结果大于零时,识别出右轮在所述末态时刻朝前运动,当计算结果小于零时,识别出右轮在所述末态时刻朝后运动。
需要说明的是,对于左轮的两个目标向量,其叉积是否大于零,表示两个目标向量的夹角是否小于180°,当小于180°时,则表示左轮朝前运动,反之则朝后运动,相应的,右轮也是如此,继而仅通过左轮和右轮的位置坐标就可以识别出左轮和右轮的运动朝向。
在实施时,本发明实施例可以实时获取机器人左轮和右轮各自的初态坐标和末态坐标,继而通过执行上述操作,实时计算得到左轮和右轮各自的朝向,以便分别对左轮和右轮实施控制。
此外,在一种实施方式中,若识别出左轮和右轮朝向一致(例如均朝前或者均朝后),则结合左轮和右轮的速度可以获知机器人走直线或者走弧线,具体的,当左轮和右轮速度相等时,则说明机器人走直线,反之则走弧线。示例性的,可以分别计算出左轮在初态和末态两帧之间的运动距离以及右轮在初态和末态两帧之间的运动距离,然后,根据初态和末态两帧之间的时间即可计算出左轮速度和右轮速度,其中,所述时间可以根据采样频率得到。
进一步的,识别出左轮和右轮朝向相反时,例如左轮朝前运动、右轮朝后运动,或者左轮朝后运动、右轮朝前运动,则表示机器人做转圈运动。
通过实时获取机器人左轮和右轮各自的运动朝向,及时分析出机器人的具体运动方式,进而更好地对机器人实施控制。
实施例二
图2是本发明实施例二中的机器人运动朝向的识别装置的结构示意图,如图2所示,机器人运动朝向的识别装置包括:
坐标获取模块10,用于获取机器人左轮和右轮各自的初态坐标和末态坐标;
向量计算模块11,用于根据左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量;
朝向识别模块12,用于根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向。
进一步的,所述向量计算模块11包括:
第一左轮目标向量计算单元,用于根据左轮的初态坐标和右轮的初态坐标,计算出第一左轮目标向量;
第二左轮目标向量计算单元,用于根据左轮的初态坐标和左轮的末态坐标,计算出第二左轮目标向量;
第一右轮目标向量计算单元,用于根据右轮的初态坐标和右轮的末态坐标,计算出第一右轮目标向量;
第二右轮目标向量计算单元,用于根据右轮的初态坐标和左轮的初态坐标,计算出第二右轮目标向量。
进一步的,所述朝向识别模块12包括:
左轮朝向识别单元,用于计算第一左轮目标向量和第二左轮目标向量的叉积,当计算结果大于零时,识别出左轮在所述末态时刻朝前运动,当计算结果小于零时,识别出左轮在所述末态时刻朝后运动;
右轮朝向识别单元,用于计算第一右轮目标向量和第二右轮目标向量的叉积,当计算结果大于零时,识别出右轮在所述末态时刻朝前运动,当计算结果小于零时,识别出右轮在所述末态时刻朝后运动。
需要说明的是,上述各单元未在附图中画出。
进一步的,所述初态和末态之间相差1秒的整数倍。
本发明实施例不需要利用附加的外部设备,只利用机器人左轮和右轮各自的位置坐标计算出相应的目标向量,并通过向量的叉积计算就可以识别出机器人的运动朝向,降低了成本,而且计算方法简单,节约了资源。
本发明实施例提供的机器人运动朝向的识别装置可执行本发明任意实施例提供的机器人运动朝向的识别方法,具备执行方法相应的功能模块和有益效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种机器人运动朝向的识别方法,所述机器人包括左轮和右轮,其特征在于,所述识别方法包括:
获取机器人左轮和右轮各自的初态坐标和末态坐标;
根据所述左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量;
根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向。
2.根据权利要求1所述的识别方法,其特征在于,所述根据所述左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量,包括:
根据左轮的初态坐标和右轮的初态坐标,计算出第一左轮目标向量;
根据左轮的初态坐标和左轮的末态坐标,计算出第二左轮目标向量;
根据右轮的初态坐标和右轮的末态坐标,计算出第一右轮目标向量;以及
根据右轮的初态坐标和左轮的初态坐标,计算出第二右轮目标向量。
3.根据权利要求2所述的识别方法,其特征在于,所述根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向,包括:
计算第一左轮目标向量和第二左轮目标向量的叉积,当计算结果大于零时,识别出左轮在所述末态时刻朝前运动,当计算结果小于零时,识别出左轮在所述末态时刻朝后运动;以及
计算第一右轮目标向量和第二右轮目标向量的叉积,当计算结果大于零时,识别出右轮在所述末态时刻朝前运动,当计算结果小于零时,识别出右轮在所述末态时刻朝后运动。
4.根据权利要求1-3任一项所述的识别方法,其特征在于,所述初态和末态是机器人运动过程中的任意两个连续帧。
5.一种机器人运动朝向的识别装置,所述机器人包括左轮和右轮,其特征在于,所述识别装置包括:
坐标获取模块,用于获取机器人左轮和右轮各自的初态坐标和末态坐标;
向量计算模块,用于根据所述左轮和右轮各自的初态坐标和末态坐标,计算出第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量;
朝向识别模块,用于根据第一左轮目标向量、第二左轮目标向量、第一右轮目标向量和第二右轮目标向量进行叉积计算,并利用叉积的计算结果分别识别出左轮和右轮在所述末态时刻的朝向。
6.根据权利要求5所述的识别装置,其特征在于,所述向量计算模块包括:
第一左轮目标向量计算单元,用于根据左轮的初态坐标和右轮的初态坐标,计算出第一左轮目标向量;
第二左轮目标向量计算单元,用于根据左轮的初态坐标和左轮的末态坐标,计算出第二左轮目标向量;
第一右轮目标向量计算单元,用于根据右轮的初态坐标和右轮的末态坐标,计算出第一右轮目标向量;
第二右轮目标向量计算单元,用于根据右轮的初态坐标和左轮的初态坐标,计算出第二右轮目标向量。
7.根据权利要求6所述的识别装置,其特征在于,所述朝向识别模块包括:
左轮朝向识别单元,用于计算第一左轮目标向量和第二左轮目标向量的叉积,当计算结果大于零时,识别出左轮在所述末态时刻朝前运动,当计算结果小于零时,识别出左轮在所述末态时刻朝后运动;
右轮朝向识别单元,用于计算第一右轮目标向量和第二右轮目标向量的叉积,当计算结果大于零时,识别出右轮在所述末态时刻朝前运动,当计算结果小于零时,识别出右轮在所述末态时刻朝后运动。
8.根据权利要求5-7任一项所述的识别装置,其特征在于,所述初态和末态是机器人运动过程中的任意两个连续帧。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710541410.0A CN107336252A (zh) | 2017-07-05 | 2017-07-05 | 一种机器人运动朝向的识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710541410.0A CN107336252A (zh) | 2017-07-05 | 2017-07-05 | 一种机器人运动朝向的识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107336252A true CN107336252A (zh) | 2017-11-10 |
Family
ID=60219572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710541410.0A Withdrawn CN107336252A (zh) | 2017-07-05 | 2017-07-05 | 一种机器人运动朝向的识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107336252A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07141008A (ja) * | 1993-11-15 | 1995-06-02 | Nippon Telegr & Teleph Corp <Ntt> | センサ指向方向逐次制御方法 |
CN101537618A (zh) * | 2008-12-19 | 2009-09-23 | 北京理工大学 | 体育场捡球机器人视觉*** |
CN101561248A (zh) * | 2008-04-17 | 2009-10-21 | 鸿富锦精密工业(深圳)有限公司 | 位置测量装置及测量方法 |
CN103307968A (zh) * | 2013-06-03 | 2013-09-18 | 西北工业大学 | 机器人承载平台姿态的检测方法 |
CN105716611A (zh) * | 2016-01-29 | 2016-06-29 | 西安电子科技大学 | 基于环境信息的室内移动机器人及其定位方法 |
-
2017
- 2017-07-05 CN CN201710541410.0A patent/CN107336252A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07141008A (ja) * | 1993-11-15 | 1995-06-02 | Nippon Telegr & Teleph Corp <Ntt> | センサ指向方向逐次制御方法 |
CN101561248A (zh) * | 2008-04-17 | 2009-10-21 | 鸿富锦精密工业(深圳)有限公司 | 位置测量装置及测量方法 |
CN101537618A (zh) * | 2008-12-19 | 2009-09-23 | 北京理工大学 | 体育场捡球机器人视觉*** |
CN103307968A (zh) * | 2013-06-03 | 2013-09-18 | 西北工业大学 | 机器人承载平台姿态的检测方法 |
CN105716611A (zh) * | 2016-01-29 | 2016-06-29 | 西安电子科技大学 | 基于环境信息的室内移动机器人及其定位方法 |
Non-Patent Citations (1)
Title |
---|
朱莹莹等: "基于天花板的移动机器人视觉定位方法的研究", 《现代电子技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106708054B (zh) | 结合地图栅格与势场法避障的巡检机器人路径规划方法 | |
CN107563446B (zh) | 一种微操作***目标检测方法 | |
CN108762309B (zh) | 一种基于假设卡尔曼滤波的人体目标跟随方法 | |
Lambrecht et al. | Spatial programming for industrial robots based on gestures and augmented reality | |
Hachimura et al. | Analysis and evaluation of dancing movement based on LMA | |
CN110605711B (zh) | 一种控制协作机器人抓取物体的方法、装置及*** | |
CN111798487B (zh) | 目标跟踪方法、装置和计算机可读存储介质 | |
WO2020232069A1 (en) | Video 2d multi-person pose estimation using multi-frame refinement and optimization | |
CN104062972B (zh) | 一种可移动家用设备与人相对位置调整控制方法及其*** | |
Kulecki et al. | Practical aspects of detection and grasping objects by a mobile manipulating robot | |
Gong et al. | Tracking and grasping of moving target based on accelerated geometric particle filter on colored image | |
CN113814986A (zh) | 一种基于机器视觉控制scara机器人的方法及*** | |
Piga et al. | Roft: Real-time optical flow-aided 6d object pose and velocity tracking | |
CN111062135A (zh) | 一种精确的碰撞检测方法 | |
Li et al. | Poly-mot: A polyhedral framework for 3d multi-object tracking | |
Wnuk et al. | Tracking branched deformable linear objects with structure preserved registration by branch-wise probability modification | |
CN107336252A (zh) | 一种机器人运动朝向的识别方法和装置 | |
CN114089316A (zh) | 一种激光雷达-惯导的联合标定***、方法及介质 | |
KR102333768B1 (ko) | 딥러닝 기반 손 인식 증강현실 상호 작용 장치 및 방법 | |
Shao et al. | Combining rgb and points to predict grasping region for robotic bin-picking | |
CN115797801A (zh) | 一种基于深度学习的移动机器人视觉里程计流式控制方法 | |
CN109934155B (zh) | 一种基于深度视觉的协作机器人手势识别方法及装置 | |
Kiddee et al. | A real-time and robust feature detection method using hierarchical strategy and modified Kalman filter for thick plate seam tracking | |
CN113378799A (zh) | 基于目标检测和姿态检测框架的行为识别方法及*** | |
CN112230801A (zh) | 应用于触摸轨迹的卡尔曼平滑处理方法、存储器及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171110 |
|
WW01 | Invention patent application withdrawn after publication |