【技术实现步骤摘要】
本专利技术属于机器人定位，具体为一种基于视觉辅助的自动机器人定位方法。
技术介绍
1、随着机器人技术的快速发展，基于视觉辅助的自动定位方法在工业、医疗、农业等领域的应用日益广泛。然而，现有的视觉辅助定位技术在复杂环境下的适应性、定位精度以及算法效率等方面仍存在一定的不足，影响了机器人的自动化水平和工作效率。
2、经检索，公开了公开号为cn111437185b的一种机器人自动定位经脉方法及应用，公开日期为2022年4月8日。该专利通过视觉识别装置获取人体正投影图像，并利用色差分析处理提取边缘线和定位点，实现了全自动经脉定位。然而，该技术方案主要依赖于单一的色差分析方法进行定位，在光照条件变化或背景复杂的情况下，可能导致定位精度下降。此外，该方法未充分结合深度学习等先进算法，对图像特征的提取能力有限，可能影响复杂场景下的适用性。
3、经检索，公开了公开号为cn111546335b的一种异形导管机器人自动抓取的视觉定位方法，公开日期为2021年5月14日。该专利通过构建机械手坐标系与视觉坐标系的关系，并制作视觉定位模板...
【技术保护点】
1.一种基于视觉辅助的自动机器人定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述多模态数据融合模块(2)还包括自适应权重调节系统(24)，所述自适应权重调节系统(24)包括权重计算单元(241)、环境分析单元(242)和反馈控制单元(243)，其中：
3.根据权利要求1所述的方法，其特征在于，所述深度学习特征提取模块(3)还包括自适应特征增强系统(34)，所述自适应特征增强系统(34)包括特征选择单元(341)、特征放大单元(342)和特征校正单元(343)，其中：
4.根据权利要求1所述的方法，...
【技术特征摘要】
1.一种基于视觉辅助的自动机器人定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述多模态数据融合模块(2)还包括自适应权重调节系统(24)，所述自适应权重调节系统(24)包括权重计算单元(241)、环境分析单元(242)和反馈控制单元(243)，其中：
3.根据权利要求1所述的方法，其特征在于，所述深度学习特征提取模块(3)还包括自适应特征增强系统(34)，所述自适应特征增强系统(34)包括特征选择单元(341)、特征放大单元(342)和特征校正单元(343)，其中：
4.根据权利要求1所述的方法，其特征在于，所述自适应定位优化模块(4)还包括动态误差补偿系统(44)，所述动态误差补偿系统(44)包括误差预测单元(441)、误差校正单元(442)和误差反馈单元(443)，其中：
5.根据权利要求1所述的方法，其特征在于，所述执行控制模块(5)还包括智能避障系统(53)，所述智能避障系统(53)包括障碍物检测单元(531)、避障路径规划单元(532...
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。