【技术实现步骤摘要】
本专利技术涉及人形机器人，特别涉及一种人形机器人自主移动轨迹跟踪方法及系统。
技术介绍
1、当前，机器人已经广泛应用于自动化、人工智能和计算机等领域，以此成为领域中的研究热点。人形机器人的执行能力、决策能力和自主感知能力更强，将其应用在服务和生产领域等领域中，可以提高自动化进程。大部分人形机器人在执行任务时，需要先确定自己在环境中的位置，并通过视觉传感器识别、定位目标，根据自身的位置与目标位置展开路径规划。由于现实场景环境存在复杂性，且路径中存在障碍物，导致机器人运动轨迹规划路径并不是最优路径，为此，需要对人形机器人包含障碍物的移动路径进行重新规划。
2、现阶段，传统方式分析了机器人的体系结构，建立非线性、多目标和多约束条件的轨迹优化模型，通过引力搜索算法求解视觉模型，实现机器人轨迹优化，该方法图像处理效果较差且规划路径所需时间较长。还有一些对机器人轨迹规划问题展开约束建模，建立障碍物避碰模型和机器人运动学模型，同时设计惩罚函数确保机器人在运动过程中有效避障，采用随机分形搜索算法对轨迹规划问题求解，规划路径距离较长，轨迹规划...
【技术保护点】
1.一种人形机器人自主移动轨迹跟踪方法，其特征在于，包括：
2.根据权利要求1所述的人形机器人自主移动轨迹跟踪方法，其特征在于，所述利用机器人视觉系统采集人形机器人移动环境的环境图像，并对所述环境图像进行灰度处理和图像增强处理，得到目标环境图像的步骤中，对所述环境图像进行灰度处理包括：
3.根据权利要求2所述的人形机器人自主移动轨迹跟踪方法，其特征在于，所述利用机器人视觉系统采集人形机器人移动环境的环境图像，并对所述环境图像进行灰度处理和图像增强处理，得到目标环境图像的步骤中，对所述环境图像进行图像增强处理包括：
4.根据权利要求3...
【技术特征摘要】
1.一种人形机器人自主移动轨迹跟踪方法，其特征在于，包括：
2.根据权利要求1所述的人形机器人自主移动轨迹跟踪方法，其特征在于，所述利用机器人视觉系统采集人形机器人移动环境的环境图像，并对所述环境图像进行灰度处理和图像增强处理，得到目标环境图像的步骤中，对所述环境图像进行灰度处理包括：
3.根据权利要求2所述的人形机器人自主移动轨迹跟踪方法，其特征在于，所述利用机器人视觉系统采集人形机器人移动环境的环境图像，并对所述环境图像进行灰度处理和图像增强处理，得到目标环境图像的步骤中，对所述环境图像进行图像增强处理包括：
4.根据权利要求3所述的人形机器人自主移动轨迹跟踪方法，其特征在于，所述根据所述目标环境图像提取其纹理特征，并输入支持向量机中以对障碍物进行识别，得到多个障碍物在环境中的位置的步骤，包括：
5.根据权利要求4所述的人形机器人自主移动轨迹跟踪方法，...
【专利技术属性】
技术研发人员：钟森鸣，刘英杰，唐宇，谭志平，欧阳剑，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。