基于KALMAN滤波和深度学习的机器人飞拍方法研究

摘要

针对传统机器人飞拍系统存在视-控分离,导致系统实时性和效率不高的问题,提出视-控一体的设计方案,并对机器人飞拍的相关算法展开研究。为提高系统的实时性,操作系统采用基于Windows的硬实时系统,机器人控制模块和视觉模块在同一操作系统里通过共享内存的方式实现数据交互;基于改进型卡尔曼滤波算法,提出一种无传感器的精准时间触发算法,减小相机触发时机器人在同一位置的重复度误差;结合深度学习算法,提高图像处理的处理速度,保证在机器人下一节拍前完成纠偏值的计算,最终实现精准的机器人飞拍定位。实验表明:较之传统视控分离方案,该机器人飞拍纠偏系统具有简捷易用、精度和效率高等优势。