JPH0719818A - 3次元運動予測装置 - Google Patents
3次元運動予測装置Info
- Publication number
- JPH0719818A JPH0719818A JP18677893A JP18677893A JPH0719818A JP H0719818 A JPH0719818 A JP H0719818A JP 18677893 A JP18677893 A JP 18677893A JP 18677893 A JP18677893 A JP 18677893A JP H0719818 A JPH0719818 A JP H0719818A
- Authority
- JP
- Japan
- Prior art keywords
- measured
- equation
- dimensional
- motion
- measured object
- 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.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Manipulator (AREA)
Abstract
(57)【要約】
【構成】 単振動を行う被計測体1の位置データをレン
ジファインダ5で解析する。運動パラメータ推定部9は
被計測体1の運動パラメータを推定し、位置予測部11
は推定された運動パラメータを基にして被計測体1の将
来の位置を予測する。ロボット13は位置予測部11か
ら得られる被計測体1の将来位置情報を基にして、マニ
ュピュレータ15により被計測体1を把持する。 【効果】 単振動を行う被計測体の運動パラメータを推
定し、被計測体の将来の位置を予測することができる。
ジファインダ5で解析する。運動パラメータ推定部9は
被計測体1の運動パラメータを推定し、位置予測部11
は推定された運動パラメータを基にして被計測体1の将
来の位置を予測する。ロボット13は位置予測部11か
ら得られる被計測体1の将来位置情報を基にして、マニ
ュピュレータ15により被計測体1を把持する。 【効果】 単振動を行う被計測体の運動パラメータを推
定し、被計測体の将来の位置を予測することができる。
Description
【0001】
【産業上の利用分野】本発明は、単振動を行う被計測体
の3次元位置を予測し、予測された3次元位置情報を、
被計測体を把持するロボットに供与する3次元運動予測
装置に関するものである。
の3次元位置を予測し、予測された3次元位置情報を、
被計測体を把持するロボットに供与する3次元運動予測
装置に関するものである。
【0002】
【従来の技術】従来、動画像から動物体の運動パラメー
タを推定する手法として2つの手法がある。第1の手法
は2段階推定法と呼ばれ、まず第1段階で動物体の運動
前後の画像間でオプティカルフロー、あるいはフレーム
間対応を求め、第2段階でオプティカルフローから画像
中の動物体の運動パラメータを推定するものである。第
2の手法は直接推定法と呼ばれる手法で、オプティカル
フローを求めずに画像の濃度変化だけから直接に運動パ
ラメータを推定する手法である。
タを推定する手法として2つの手法がある。第1の手法
は2段階推定法と呼ばれ、まず第1段階で動物体の運動
前後の画像間でオプティカルフロー、あるいはフレーム
間対応を求め、第2段階でオプティカルフローから画像
中の動物体の運動パラメータを推定するものである。第
2の手法は直接推定法と呼ばれる手法で、オプティカル
フローを求めずに画像の濃度変化だけから直接に運動パ
ラメータを推定する手法である。
【0003】
【発明が解決しようとする課題】しかしながら、従来の
手法では、2次元情報である画像情報から3次元運動の
解析を行うが、距離情報が知られていない場合、3次元
運動の解析を行うことは困難であった。また元来、画像
のごくわずかな変動を仮定しているので3次元運動を高
い精度で推定することは困難であった。
手法では、2次元情報である画像情報から3次元運動の
解析を行うが、距離情報が知られていない場合、3次元
運動の解析を行うことは困難であった。また元来、画像
のごくわずかな変動を仮定しているので3次元運動を高
い精度で推定することは困難であった。
【0004】「山本正信“動画像と距離情報の併用によ
る3次元運動パラメータの直接的推定法”電子情報通信
学会論文集 J68−D、4、pp.562−569
(1985/4)」には距離情報を併用して運動パラメ
ータを動画像から直接推定する方法が開示されている。
しかしながらこの方法では、物体の運動を等速運動と仮
定しているので、このような運動を行わない対象には適
応できない。
る3次元運動パラメータの直接的推定法”電子情報通信
学会論文集 J68−D、4、pp.562−569
(1985/4)」には距離情報を併用して運動パラメ
ータを動画像から直接推定する方法が開示されている。
しかしながらこの方法では、物体の運動を等速運動と仮
定しているので、このような運動を行わない対象には適
応できない。
【0005】本発明は、このような問題に鑑みてなされ
たもので、その目的とするところは、振り子のようなそ
の運動を単振動と仮定できる運動を行う物体を対象と
し、3次元計測により得られた被計測体の位置の計測情
報から被計測体の運動パラメータを推定し、被計測体の
将来の位置を予測する3次元運動予測装置を提供するこ
とにある。
たもので、その目的とするところは、振り子のようなそ
の運動を単振動と仮定できる運動を行う物体を対象と
し、3次元計測により得られた被計測体の位置の計測情
報から被計測体の運動パラメータを推定し、被計測体の
将来の位置を予測する3次元運動予測装置を提供するこ
とにある。
【0006】
【課題を解決するための手段】前述した目的を達成する
ために本発明は、単振動を行う被計測体の3次元位置を
解析する解析手段と、前記解析手段によって解析された
前記被計測体の3次元位置から前記被計測体の運動パラ
メータを推定する手段と、推定された前記運動パラメー
タを基にして前記被計測体の将来の位置を予測する手段
と、を具備する3次元運動予測装置である。
ために本発明は、単振動を行う被計測体の3次元位置を
解析する解析手段と、前記解析手段によって解析された
前記被計測体の3次元位置から前記被計測体の運動パラ
メータを推定する手段と、推定された前記運動パラメー
タを基にして前記被計測体の将来の位置を予測する手段
と、を具備する3次元運動予測装置である。
【0007】
【作用】本発明では、単振動を行う被計測体の3次元位
置を解析し、解析された被計測体の3次元位置から被計
測体の運動パラメータを推定し、推定された運動パラメ
ータを基にして被計測体の将来の位置を予測する。
置を解析し、解析された被計測体の3次元位置から被計
測体の運動パラメータを推定し、推定された運動パラメ
ータを基にして被計測体の将来の位置を予測する。
【0008】
【実施例】以下、図面に基づいて本発明の実施例を詳細
に説明する。図1は、本発明の1実施例に係る3次元運
動予測装置を用いたシステムの概略構成を示す図であ
る。図1において1は単振動(振り子運動)を行う被計
測体であり、3は3次元運動予測装置である。3次元運
動予測装置3はレンジファインダ5、運動パラメータ推
定部9、位置予測部11からなる。レンジファインダ5
は被計測体1を撮像し、撮像された画像を基にし被計測
体1の3次元位置を求める。
に説明する。図1は、本発明の1実施例に係る3次元運
動予測装置を用いたシステムの概略構成を示す図であ
る。図1において1は単振動(振り子運動)を行う被計
測体であり、3は3次元運動予測装置である。3次元運
動予測装置3はレンジファインダ5、運動パラメータ推
定部9、位置予測部11からなる。レンジファインダ5
は被計測体1を撮像し、撮像された画像を基にし被計測
体1の3次元位置を求める。
【0009】図2はレンジファインダ5と被計測体1の
関係を示すものである。図2においてX、Yは絶対座標
系、Xr 、Yr はレンジファインダ5の座標系、Xp 、
Ypは被計測体1の座標系を表わす。ただしいずれの座
標系においてもZ軸は紙面に垂直方向であり、図示を省
略している。
関係を示すものである。図2においてX、Yは絶対座標
系、Xr 、Yr はレンジファインダ5の座標系、Xp 、
Ypは被計測体1の座標系を表わす。ただしいずれの座
標系においてもZ軸は紙面に垂直方向であり、図示を省
略している。
【0010】被計測体1が単振動を行っている場合、被
計測体1の重心PのXp 軸座標成分の時刻歴は図3に示
すようなものとなる。しかしながら、3次元計測の計測
処理に要する時間を考慮すると、得られる計測点は図3
中の黒丸点のような離散的なデータとなる。
計測体1の重心PのXp 軸座標成分の時刻歴は図3に示
すようなものとなる。しかしながら、3次元計測の計測
処理に要する時間を考慮すると、得られる計測点は図3
中の黒丸点のような離散的なデータとなる。
【0011】運動パラメータ推定部9は、このような時
間的に離散した重心Pの座標データから重心Pの運動パ
ラメータを推定する。位置予測部11は運動パラメータ
推定部9で得られた運動パラメータを基にして未来の時
刻Tf における重心Pの座標値(Xf ,Yf ,Zf )を
予測する。
間的に離散した重心Pの座標データから重心Pの運動パ
ラメータを推定する。位置予測部11は運動パラメータ
推定部9で得られた運動パラメータを基にして未来の時
刻Tf における重心Pの座標値(Xf ,Yf ,Zf )を
予測する。
【0012】被計測体1の将来の位置座標は、ロボット
13に入力され、ロボット13のマニュピュレータ15
により被計測体1が把持される。
13に入力され、ロボット13のマニュピュレータ15
により被計測体1が把持される。
【0013】次に運動パラメータ推定部9による運動パ
ラメータの推定の原理を説明する。被計測体1の座標系
における重心Pの運動モデルを次式のように設定する。
ラメータの推定の原理を説明する。被計測体1の座標系
における重心Pの運動モデルを次式のように設定する。
【0014】 xb (ti )=ax sin (ωx ti +φx )+bx ……(1) yb (ti )=ay sin (ωy ti +φy )+by ……(2) zb (ti )=az sin (ωz ti +φz )+bz ……(3) ここでxb (ti )、yb (ti )、zb (ti )は被
計測体1の座標系における時刻ti におけるX、Y、Z
軸成分であり、ax 、ay 、az は振幅を、ωx 、
ωy 、ωz は周波数を、φx 、φy 、φz は位相を、b
x 、by 、bz は原点からのオフセットを表わす。
計測体1の座標系における時刻ti におけるX、Y、Z
軸成分であり、ax 、ay 、az は振幅を、ωx 、
ωy 、ωz は周波数を、φx 、φy 、φz は位相を、b
x 、by 、bz は原点からのオフセットを表わす。
【0015】なおzb (ti )はxb (ti )、y
b (ti )と同様の手順で解くことができるので、以下
の説明はX、Y座標成分についてのみ行う。
b (ti )と同様の手順で解くことができるので、以下
の説明はX、Y座標成分についてのみ行う。
【0016】図2に示すように被計測体1の座標系とレ
ンジファインダ5の座標系はZ軸回りにθ回転した関係
にあるので、式(1)、式(2)はレンジファインダ5
の座標系において次式のように表わされる。
ンジファインダ5の座標系はZ軸回りにθ回転した関係
にあるので、式(1)、式(2)はレンジファインダ5
の座標系において次式のように表わされる。
【0017】
【数1】
【0018】いま、xr (ti )、yr (ti )はレン
ジファインダ5によって計測された被計測体1の位置デ
ータであり、ti は計測時刻で既知であるので式(4)
は9個の未知パラメータを有する非線形方程式である。
ここで9個の未知パラメータとはθ、ax 、ay 、
ωx 、ωy 、φx 、φy 、bx 、by である。よって、
9点の計測データから数値解法によりパラメータの近似
解を求めることは可能である。しかしながら式(4)に
はsin ()のような多価関数が含まれており、初期値の
設定によっては近似解が真値に収束する保証はない。こ
のため式(4)のωx 、ωy 以外のパラメータを以下の
ような手順で解析的に消去し、ωx 、ωy に関する式を
導出し、この式の数値解を検討することにより運動パラ
メータを推定する。
ジファインダ5によって計測された被計測体1の位置デ
ータであり、ti は計測時刻で既知であるので式(4)
は9個の未知パラメータを有する非線形方程式である。
ここで9個の未知パラメータとはθ、ax 、ay 、
ωx 、ωy 、φx 、φy 、bx 、by である。よって、
9点の計測データから数値解法によりパラメータの近似
解を求めることは可能である。しかしながら式(4)に
はsin ()のような多価関数が含まれており、初期値の
設定によっては近似解が真値に収束する保証はない。こ
のため式(4)のωx 、ωy 以外のパラメータを以下の
ような手順で解析的に消去し、ωx 、ωy に関する式を
導出し、この式の数値解を検討することにより運動パラ
メータを推定する。
【0019】まず、式(4)からx(t0 )、y
(t0 )によってbx 、by を消去する。
(t0 )によってbx 、by を消去する。
【0020】
【数2】
【0021】ここでPi 、A、Gi を次のように定義す
る。
る。
【0022】
【数3】
【0023】式(4)は次に示す式(8)のように変形
される。
される。
【0024】Pi =AGi ……(8) さらに加法定理によりGi を次に示す式(9)のように
変形する。
変形する。
【0025】
【数4】
【0026】ここでsxi、syi、cxi、cyiは次式で定
義される。
義される。
【0027】
【数5】
【0028】次にP1 、P3 、G1 、G3 からAを消去
して式(10)を得る。
して式(10)を得る。
【0029】G1 P1 -1=G3 P3 -1……(10) P1 -1、P3 -1を式(11)のように置き換える。
【0030】
【数6】
【0031】次に式(10)からtan φx 、tan φy に
関する式(12)〜式(15)を得る。
関する式(12)〜式(15)を得る。
【0032】 tan φx =−{(qx1sx1+qy1sx2−qx3sx3−qy3sx4)/ (qx1cx1+qy1cx2−qx3cx3−qy3cx4)}……(12) tan φx =−{(qx2sx1+qy2sx2−qx4sx3−qy4sx4)/ (qx2cx1+qy2cx2−qx4cx3−qy4cx4)}……(13) tan φy =−{(qx1sy1+qy1sy2−qx3sy3−qy3sy4)/ (qx1cy1+qy1cy2−qx3cy3−qy3cy4)}……(14) tan φy =−{(qx2sy1+qy2sy2−qx4sy3−qy4sy4)/ (qx2cy1+qy2cy2−qx4cy3−qy4cy4)}……(15) 次に式(12)、式(13)および式(14)、式(1
5)を連立させてφx、φy を消去し、式(16)、式
(17)を得る。
5)を連立させてφx、φy を消去し、式(16)、式
(17)を得る。
【0033】 (qx1sx1+qy1sx2−qx3sx3−qy3sx4)・(qx2cx1+qy2cx2 −qx4cx3−qy4cx4)= (qx2sx1+qy2sx2−qx4sx3−qy4sx4)・(qx1cx1+qy1cx2 −qx3cx3−qy3cx4) ……(16) (qx1sy1+qy1sy2−qx3sy3−qy3sy4)・(qx2cy1+qy2cy2 −qx4cy3−qy4cy4)= (qx2sy1+qy2sy2−qx4sy3−qy4sy4)・(qx1cy1+qy1cy2 −qx3cy3−qy3cy4) ……(17) 式(16)、式(17)を解く代わりに式(16)、式
(17)において左辺−右辺をそれぞれF(ωx )、F
(ωy )と置き、式(18)、式(19)を得て、F
(ωx )=0、F(ωy )=0となるωx 、ωy を求め
る。
(17)において左辺−右辺をそれぞれF(ωx )、F
(ωy )と置き、式(18)、式(19)を得て、F
(ωx )=0、F(ωy )=0となるωx 、ωy を求め
る。
【0034】 F(ωx )=(qx1sx1+qy1sx2−qx3sx3−qy3sx4)・ (qx2cx1+qy2cx2−qx4cx3−qy4cx4) −(qx2sx1+qy2sx2−qx4sx3−qy4sx4)・ (qx1cx1+qy1cx2−qx3cx3−qy3cx4) ……(18) F(ωy )=(qx1sy1+qy1sy2−qx3sy3−qy3sy4)・ (qx2cy1+qy2cy2−qx4cy3−qy4cy4) −(qx2sy1+qy2sy2−qx4sy3−qy4sy4)・ (qx1cy1+qy1cy2−qx3cy3−qy3cy4) ……(19) 式(18)、式(19)はそれぞれωx 、ωy に関する
式であるが、ωx とωy を入れ替えると同じ式となる。
これは、式(5)においてはθを未知数としたが、θを
π/2−θとし、ax とay 、ωx とωy を入れ替えて
も式(5)は成立することに対応する。被計測体1の座
標系に対するレンジファインダ5の座標系の傾きθはπ
/2回転しても周波数とは無関係であるからである。
式であるが、ωx とωy を入れ替えると同じ式となる。
これは、式(5)においてはθを未知数としたが、θを
π/2−θとし、ax とay 、ωx とωy を入れ替えて
も式(5)は成立することに対応する。被計測体1の座
標系に対するレンジファインダ5の座標系の傾きθはπ
/2回転しても周波数とは無関係であるからである。
【0035】したがって、式(18)、式(19)から
別々にωx 、ωy を求める代わりに式(18)において
F(ωx )=0をF(ω)=0と置き換えて、「0」に
近い2つの解を求め、そのうち「0」に近いものを
ωx 、ωy とする。ωx 、ωy が求まると、以上に述べ
たのと逆の手順により、他の運動パラメータを求める。
別々にωx 、ωy を求める代わりに式(18)において
F(ωx )=0をF(ω)=0と置き換えて、「0」に
近い2つの解を求め、そのうち「0」に近いものを
ωx 、ωy とする。ωx 、ωy が求まると、以上に述べ
たのと逆の手順により、他の運動パラメータを求める。
【0036】式(18)においてF(ω)=0を解き、
ωx 、ωy を求めるにはニュートンラプソン法を用いる
が、初期値の設定の仕方によってはωが真値に収束しな
いことがあるので、このような事態を避けるため、F
(ω)を微分して解が収束するような手順を踏む。
ωx 、ωy を求めるにはニュートンラプソン法を用いる
が、初期値の設定の仕方によってはωが真値に収束しな
いことがあるので、このような事態を避けるため、F
(ω)を微分して解が収束するような手順を踏む。
【0037】図4は、F(ω)を微分して解が収束する
ような手順を踏んで、F(ω)=0を解き、被計測体1
の運動パラメータを推定して将来の位置を予測する処理
を示すフローチャートである。
ような手順を踏んで、F(ω)=0を解き、被計測体1
の運動パラメータを推定して将来の位置を予測する処理
を示すフローチャートである。
【0038】図5はF(ω)=0に対して、図4に示す
フローチャートに従って解を求める場合の説明図であ
る。図5(a)はF(ω)を示し、図5(b)はF´
(ω)を示し、図5(c)はF″(ω)を示す。
フローチャートに従って解を求める場合の説明図であ
る。図5(a)はF(ω)を示し、図5(b)はF´
(ω)を示し、図5(c)はF″(ω)を示す。
【0039】図4に示すように、まず時刻ti における
位置データxr (ti )、yr (ti )を計測し(ステ
ップ401)、周波数ωに関する式(18)にPxi、P
yi、ti (i=1〜4)を代入する(ステップ40
2)。適当な初期値をω0 とすると共に、パラメータ
n、jをクリアする(ステップ403)。ニュートンラ
プソン法によってFn (ω)上の第1近似解ω1 n を求
める(ステップ404)。ω1 n とω0 を比較し(ステ
ップ405)、ω1 n <ω0 が満たされない場合(図5
(a)、図5(b)の場合)は、Fn (ω)を微分する
(ステップ406)。
位置データxr (ti )、yr (ti )を計測し(ステ
ップ401)、周波数ωに関する式(18)にPxi、P
yi、ti (i=1〜4)を代入する(ステップ40
2)。適当な初期値をω0 とすると共に、パラメータ
n、jをクリアする(ステップ403)。ニュートンラ
プソン法によってFn (ω)上の第1近似解ω1 n を求
める(ステップ404)。ω1 n とω0 を比較し(ステ
ップ405)、ω1 n <ω0 が満たされない場合(図5
(a)、図5(b)の場合)は、Fn (ω)を微分する
(ステップ406)。
【0040】ステップ405においてω1 n <ω0 が満
たされる(図5(c)の場合)と、Fn (ω)における
収束解ωn*を求める(ステップ407)。そしてωn*−
δ(δ>0)を初期値とし、nを1減らし(ステップ4
08)、n<0か否かを判定する(ステップ409)。
n<0が満たされるまでステップ407、ステップ40
8の処理を繰り返す。
たされる(図5(c)の場合)と、Fn (ω)における
収束解ωn*を求める(ステップ407)。そしてωn*−
δ(δ>0)を初期値とし、nを1減らし(ステップ4
08)、n<0か否かを判定する(ステップ409)。
n<0が満たされるまでステップ407、ステップ40
8の処理を繰り返す。
【0041】ステップ409でn<0となると、ω
0 (j)にF(ω)における収束解ω0*を格納し、jを
「1」増加させ(ステップ410)、ω0*=0か否かを
判定し(ステップ411)、ω0*=0でない場合、ω0*
−δを初期値とし、nに「0」を代入し(ステップ41
2)、ステップ404に戻る。
0 (j)にF(ω)における収束解ω0*を格納し、jを
「1」増加させ(ステップ410)、ω0*=0か否かを
判定し(ステップ411)、ω0*=0でない場合、ω0*
−δを初期値とし、nに「0」を代入し(ステップ41
2)、ステップ404に戻る。
【0042】ステップ411においてω0*=0の場合、
ω0 (j−1)、ω0 (j−2)をそれぞれωx 、ωy
に代入する(ステップ413)。このようにしてωx 、
ωyが算出されると、式(18)までの手順を逆に辿
り、θ、ax 、ay 、φx 、φy 、bx 、by を求める
(ステップ414)。このようにしてパラメータωx、
ωy 、θ、ax 、ay 、φx 、φy 、bx 、by が算出
されると式(1)、式(2)により所望の時刻tf にお
ける被計測体1の重心Pの座標xf 、yf を求める(ス
テップ415)。
ω0 (j−1)、ω0 (j−2)をそれぞれωx 、ωy
に代入する(ステップ413)。このようにしてωx 、
ωyが算出されると、式(18)までの手順を逆に辿
り、θ、ax 、ay 、φx 、φy 、bx 、by を求める
(ステップ414)。このようにしてパラメータωx、
ωy 、θ、ax 、ay 、φx 、φy 、bx 、by が算出
されると式(1)、式(2)により所望の時刻tf にお
ける被計測体1の重心Pの座標xf 、yf を求める(ス
テップ415)。
【0043】図5について説明すると、ω0 を初期値と
してω0*が求められ、F(ω)=0の「0」に近い2つ
の解がωx 、ωy とされる。
してω0*が求められ、F(ω)=0の「0」に近い2つ
の解がωx 、ωy とされる。
【0044】以上の手順と同様にして式(3)のz
b (ti )に関するパラメータを求め、得られたパラメ
ータにより時刻tf における被計測体1の重心Pの座標
xf 、yf 、zf を求める。
b (ti )に関するパラメータを求め、得られたパラメ
ータにより時刻tf における被計測体1の重心Pの座標
xf 、yf 、zf を求める。
【0045】このように本実施例では、単振動を行う被
計測体1をレンジファインダ5で撮像して、この画像デ
ータを解析することにより運動パラメータを推定し、将
来の被計測体1の位置を予測することができる。
計測体1をレンジファインダ5で撮像して、この画像デ
ータを解析することにより運動パラメータを推定し、将
来の被計測体1の位置を予測することができる。
【0046】
【発明の効果】以上、詳細に説明したように本発明によ
れば、単振動を行う被計測体の運動パラメータを推定
し、被計測体の将来の位置を予測することができる。
れば、単振動を行う被計測体の運動パラメータを推定
し、被計測体の将来の位置を予測することができる。
【図1】 本発明の1実施例に係る3次元運動予測装置
を用いたシステムの概略構成を示す図
を用いたシステムの概略構成を示す図
【図2】 絶対座標系とレンジファインダ5の座標系と
被計測体1の座標系の関係を示す図
被計測体1の座標系の関係を示す図
【図3】 被計測体1の重心PのX座標成分の時刻歴を
示す図
示す図
【図4】 本実施例の処理を示すフローチャート
【図5】 F(ω)=0の解を求める場合の説明図
1……被計測体 3……3次元運動予測装置 5……レンジファインダ 9……運動パラメータ推定部 11……位置予測部 13……ロボット 15……マニュピュレータ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 中沢 和夫 神奈川県横浜市港北区日吉3−11−16 伴 野コーポ 4−C
Claims (2)
- 【請求項1】 単振動を行う被計測体の3次元位置を解
析する解析手段と、 前記解析手段によって解析された前記被計測体の3次元
位置から前記被計測体の運動パラメータを推定する手段
と、 推定された前記運動パラメータを基にして前記被計測体
の将来の位置を予測する手段と、 を具備する3次元運動予測装置。 - 【請求項2】 前記3次元運動予測装置によって得られ
た前記被計測体の将来の位置情報はロボットに入力さ
れ、ロボットが前記被計測体を把持することを特徴とす
る請求項1記載の3次元運動予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP18677893A JPH0719818A (ja) | 1993-06-30 | 1993-06-30 | 3次元運動予測装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP18677893A JPH0719818A (ja) | 1993-06-30 | 1993-06-30 | 3次元運動予測装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0719818A true JPH0719818A (ja) | 1995-01-20 |
Family
ID=16194445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP18677893A Pending JPH0719818A (ja) | 1993-06-30 | 1993-06-30 | 3次元運動予測装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0719818A (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007240344A (ja) * | 2006-03-09 | 2007-09-20 | Fujitsu Ltd | 動的形状計測方法及び動的形状計測装置 |
JP2008058221A (ja) * | 2006-09-01 | 2008-03-13 | Kobe Univ | 高速移動物体の速度・位置の推定方法、推定プログラムおよび推定システム |
US8140188B2 (en) | 2008-02-18 | 2012-03-20 | Toyota Motor Engineering & Manufacturing North America, Inc. | Robotic system and method for observing, learning, and supporting human activities |
WO2012153629A1 (ja) * | 2011-05-12 | 2012-11-15 | 株式会社Ihi | 運動予測制御装置と方法 |
JP2012236254A (ja) * | 2011-05-12 | 2012-12-06 | Ihi Corp | 移動体把持装置と方法 |
JP2012247835A (ja) * | 2011-05-25 | 2012-12-13 | Ihi Corp | ロボットの運動予測制御方法と装置 |
JP2012245568A (ja) * | 2011-05-25 | 2012-12-13 | Ihi Corp | 運動予測制御装置と方法 |
JP2013240847A (ja) * | 2012-05-18 | 2013-12-05 | Ihi Corp | ロボットハンド装置と制御方法 |
CN108020855A (zh) * | 2017-11-29 | 2018-05-11 | 安徽省通信息科技有限公司 | 一种滑移转向机器人的位姿和转动瞬心联合估计方法 |
WO2020032211A1 (ja) * | 2018-08-10 | 2020-02-13 | 川崎重工業株式会社 | データ生成装置、データ生成方法、データ生成プログラムおよび遠隔操作システム |
-
1993
- 1993-06-30 JP JP18677893A patent/JPH0719818A/ja active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007240344A (ja) * | 2006-03-09 | 2007-09-20 | Fujitsu Ltd | 動的形状計測方法及び動的形状計測装置 |
JP2008058221A (ja) * | 2006-09-01 | 2008-03-13 | Kobe Univ | 高速移動物体の速度・位置の推定方法、推定プログラムおよび推定システム |
US8140188B2 (en) | 2008-02-18 | 2012-03-20 | Toyota Motor Engineering & Manufacturing North America, Inc. | Robotic system and method for observing, learning, and supporting human activities |
US9108321B2 (en) | 2011-05-12 | 2015-08-18 | Ihi Corporation | Motion prediction control device and method |
JP2012236254A (ja) * | 2011-05-12 | 2012-12-06 | Ihi Corp | 移動体把持装置と方法 |
CN103517789A (zh) * | 2011-05-12 | 2014-01-15 | 株式会社Ihi | 运动预测控制装置和方法 |
WO2012153629A1 (ja) * | 2011-05-12 | 2012-11-15 | 株式会社Ihi | 運動予測制御装置と方法 |
JP2012247835A (ja) * | 2011-05-25 | 2012-12-13 | Ihi Corp | ロボットの運動予測制御方法と装置 |
JP2012245568A (ja) * | 2011-05-25 | 2012-12-13 | Ihi Corp | 運動予測制御装置と方法 |
JP2013240847A (ja) * | 2012-05-18 | 2013-12-05 | Ihi Corp | ロボットハンド装置と制御方法 |
CN108020855A (zh) * | 2017-11-29 | 2018-05-11 | 安徽省通信息科技有限公司 | 一种滑移转向机器人的位姿和转动瞬心联合估计方法 |
CN108020855B (zh) * | 2017-11-29 | 2020-01-31 | 安徽省一一通信息科技有限公司 | 一种滑移转向机器人的位姿和转动瞬心联合估计方法 |
WO2020032211A1 (ja) * | 2018-08-10 | 2020-02-13 | 川崎重工業株式会社 | データ生成装置、データ生成方法、データ生成プログラムおよび遠隔操作システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018209862A1 (zh) | 位姿误差修正方法及装置、机器人及存储介质 | |
Henson et al. | Attitude-trajectory estimation for forward-looking multibeam sonar based on acoustic image registration | |
JPH0719818A (ja) | 3次元運動予測装置 | |
CN109643116A (zh) | 用于定位移动物体的***和方法 | |
US20170104932A1 (en) | Correction method and electronic device | |
JPH10185612A (ja) | ストラップダウン形慣性ナビゲーションシステムにおいてスカリングを補償するための方法および装置ならびにストラップダウン形慣性ナビゲーションシステムにおいて使用するためのメモリを含むデジタルプロセッサ | |
JP2013097675A (ja) | 勾配推定装置、勾配推定方法、及び勾配推定プログラム | |
Piga et al. | Roft: Real-time optical flow-aided 6d object pose and velocity tracking | |
Lippiello et al. | Position and orientation estimation based on Kalman filtering of stereo images | |
WO2023273467A1 (zh) | 真值数据确定、神经网络训练、行驶控制方法及装置 | |
JP2882136B2 (ja) | 動画像解析方法 | |
JP5011904B2 (ja) | 追尾方法及びその装置 | |
CN117490722A (zh) | 一种多传感器外参的确定方法、装置、电子设备及介质 | |
JP2024012160A (ja) | 目標状態推定方法、装置、電子機器及び媒体 | |
JPWO2020236819A5 (ja) | ||
JP2011209070A (ja) | 画像処理装置 | |
CN113487676B (zh) | 确定安装于采集实体的相机之间相对姿态角的方法和装置 | |
Huber et al. | Application of time-delay estimation to mixed reality multisensor tracking | |
CN115556769A (zh) | 障碍物状态量确定方法及装置、电子设备和介质 | |
JP3985610B2 (ja) | 車両用走行路認識装置 | |
CN117015719A (zh) | 用于确定刚体的运动状态的方法 | |
CN112525143B (zh) | 一种设备安装角的确定方法及车载终端 | |
JPH104358A (ja) | 信号処理方法および装置 | |
Omainska et al. | Visual pursuit with switched motion estimation and rigid body Gaussian processes | |
Asadi et al. | Delayed fusion of relative state measurements by extending stochastic cloning via direct Kalman filtering |