成果介绍
本发明属于视觉位姿识别领域,公开了一种基于遗传算法的多相机空间分布优化方法,包括步骤S1.设置机械手的工作姿态参数,对机械手的工作空间和常见工作状态进行离散化处理;步骤S2.设置相机参数,包括相机的数目参数、相机的可安装空间和相机的光学参数如视场角、景深、焦距和分辨率等;步骤S3.建立基于机械手工作姿态参数和相机参数的视觉识别误差模型,对相机布置方案进行评价打分;步骤S4. 设置遗传算法超参数和初始化种群,算法超参数包括基因大小、种群个体数目、最大迭代次数、交叉概率和变异概率等,初始化种群;步骤S5. 进行遗传迭代优化,得到的最佳个体。本发明方法提高了相机布置效率和位姿识别精度。
成果亮点
本发明将机械手位姿检测任务的要求融入到遗传算法的适应度函数中,利用遗传算法强大的全局寻优能力,确定相机布置的最佳方案。一方面,可以减少大量安装拆卸和测试调整的工作量,另一方面,可以提高位姿检测相机的布置效率和位姿识别结果的精度。
团队介绍
浙江大学机器人研究院(以下简称“研究院)是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署,在余姚市的大力推动下,于2017年由浙江大学和余姚市合作共建的新型研发机构。
研究院面向科技前沿、面向经济发展主战场,将机器人、智能装备研发及产业化作为主要突破方向;立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念,以体制机制创新为抓手,以科技研发、成果转化和人才培育为核心,着力构建技术-人才-产业深度融合的创新创业生态;努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。
成果资料