基于IBVS,利用UR5实现简单视觉抓取

本文介绍了基于图像引导的视觉伺服(IBVS)算法在UR5机械臂上的应用,旨在通过ROS实现视觉抓取。首先讨论了采用MATLAB控制UR5的局限性,提出将IBVS算法移植到ROS MoveIt框架的计划,以利用其防碰撞功能。接着详细分析了IBVS算法的关键步骤,包括特征点提取、交互矩阵计算和深度计算,并提出了应对遮挡问题的冗余特征群策略。文章最后概述了项目的初始阶段,重点是确保中央相机类(CentralCamera)的投影和反投影操作准确无误,以进行有效的模拟和验证。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

动机

在读完了RVC之后,我对于IBVS方法非常感兴趣。实验室内有一台UR5,所以我希望可以快速实践一下看看具体应用中汇出什么幺蛾子。
对于UR5的控制,如果直接采用MATLAB方法必然是最快捷的(因为可以借助RVC的工具箱),但是RVC的工具箱是PUMA560这个经典型的机器人为例子的。而且是以仿真为主的。而我目前开发机器人运动规划算法一般是基于MoveIt,所以希望尝试将RVC所述的IBVS算法移植到ROS上来(我搜了一下,目前ROS中似乎还没有类似的软件包)。充分利用Moveit中写好的防碰撞功能。

思路

IBVS算法在《RVC》的457页,截至到这页的算法只考虑了成像输入和相机位姿的世界坐标变换的输出。这就是我需要实现算法的第一部分,本质上这部分是完成机器人感知世界。该算法的流程为:

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值