MATLAB算法实战应用案例精讲-【人工智能】基于机器视觉的机器人及机械臂运动规划（补充篇）

目录

前言

几个高频面试题目

机器人抓取时怎么定位的？用什么传感器来检测？

相机标定 

 1. 平面物体检测

2. 有纹理的物体 

3. 无纹理的物体

知识储备

运动规划方法

1. 位形空间

2. 基于搜索的运动规划

3. 基于采样的运动规划

 机械臂运动学

机械臂

机械臂-减速机

算法原理

机械臂位姿

目前几种主流的解决方案

刚体的位姿

旋转矩阵（Rotation matrix）

欧拉角（Euler angles） 

齐次变换矩阵（Homogeneous transformation matrix）

手眼标定

手眼标定流程

定位引导

应用案例

运动规划-MoveIt

特点及优势

如何用MoveIt控制机器人

 其他

代码实现

Python

最佳路径优先搜索算法

---

 

前言

随着工业的发展，在生产中对自动化的要求越来越高，视觉技术已被广泛引入工业(工业机械臂)机器人行业，具备视觉的工业(工业机械臂)机器人能更快、更准、更灵活地完成定位抓取、对位组装等。基于图像分析的视觉技术在(工业机械臂)机器人引导相关应用中的主要作用是精确获取对象物（待抓取物体）和目标物（待组装物体）的坐标位置和角度，并将图像坐标转换为(工业机械臂)机器人能识别的(工业机械臂)机器人坐标，指导(工业机械臂)机器人进行纠偏和组装。因此，手眼标定和定位引导是机器视觉在(工业机械臂)机器人引导中应用的的核心。

在移动机器人的运动规划中，机器人往往是以一个【点】存在，对移动机器人的规划，更多的是使用各种搜索算法，在已经构建好的地图模型上，搜索出一条路径从起始点到终止点的路径曲线。而机械臂的运动规划是多个刚体结构的运动。在考虑其运动规划时，需要同时考虑多个刚体的（或者说关节）的运动，因此，如何同时表征多个刚体（或关节）的运动就变得比较重要了。

几个高频面试题目