基于自适应变异的天牛群优化算法的相机内参校准方法

    公开(公告)号:CN111652941A

    公开(公告)日:2020-09-11

    申请号:CN202010436959.5

    申请日:2020-05-21

    IPC分类号: G06T7/80 G06N3/00

    摘要: 本发明公开了基于自适应变异的天牛群优化算法的相机内参校准方法,包括:将预制的标定模板置于待标定相机的视场内,采集标定模板图像;提取标定模板图中的特征点,求解单应性矩阵、相机内参数矩阵、相机外参数矩阵、镜头畸变参数;利用自适应变异的天牛群优化算法对相机内参进行校准,所述相机内参包括相机内参数矩阵和镜头畸变参数。本发明设计的自适应变异的天牛群优化算法,算法流程简单,运算量小,收敛速度更快,具有较强的全局寻优能力,能够减少早熟收敛,跳出局部极值,计算结果精度高,特别适合高维复杂优化问题。本发明的相机内参校准方法的精度高、收敛性快,能够实时快速、准确地得到相机内参的最优解。

    一种电力智能仿生攀爬机器人的运动学逆解算法

    公开(公告)号:CN113434982A

    公开(公告)日:2021-09-24

    申请号:CN202110766428.7

    申请日:2021-07-07

    摘要: 本发明公开了一种电力智能仿生攀爬机器人的运动学逆解算法,构建机器人的模型,分别建立基坐标系和各个关节坐标系;将机器人的各个关节转角所构成的向量作为天牛的位置x,构建适应度函数F(x),得到天牛的位置x的适应度值为fx;经天牛须算法的迭代后,得到的天牛的最优位置xbest,即得到机器人的各个关节转角的最优值;改进天牛须算法基于以负指数次幂衰减的变步长stept进行搜索,且随着迭代次数的增多,变步长stept逐渐归为基本分辨率step′,天牛的下一次迭代的位置更新参考全局最优的左、右须适应度值,引入了接受概率p,以适当的接受概率p接受一个较劣解。本发明的基于改进天牛须算法的机器人运动学逆解方法的可靠性更强、精度更高、收敛速度更快。

    基于自适应变异的天牛群优化算法的相机内参校准方法

    公开(公告)号:CN111652941B

    公开(公告)日:2023-04-07

    申请号:CN202010436959.5

    申请日:2020-05-21

    IPC分类号: G06T7/80 G06N3/006

    摘要: 本发明公开了基于自适应变异的天牛群优化算法的相机内参校准方法,包括:将预制的标定模板置于待标定相机的视场内,采集标定模板图像;提取标定模板图中的特征点,求解单应性矩阵、相机内参数矩阵、相机外参数矩阵、镜头畸变参数;利用自适应变异的天牛群优化算法对相机内参进行校准,所述相机内参包括相机内参数矩阵和镜头畸变参数。本发明设计的自适应变异的天牛群优化算法,算法流程简单,运算量小,收敛速度更快,具有较强的全局寻优能力,能够减少早熟收敛,跳出局部极值,计算结果精度高,特别适合高维复杂优化问题。本发明的相机内参校准方法的精度高、收敛性快,能够实时快速、准确地得到相机内参的最优解。

    一种电力智能仿生攀爬机器人的运动学逆解方法

    公开(公告)号:CN113434982B

    公开(公告)日:2022-09-27

    申请号:CN202110766428.7

    申请日:2021-07-07

    摘要: 本发明公开了一种电力智能仿生攀爬机器人的运动学逆解算法,构建机器人的模型,分别建立基坐标系和各个关节坐标系;将机器人的各个关节转角所构成的向量作为天牛的位置x,构建适应度函数F(x),得到天牛的位置x的适应度值为fx;经天牛须算法的迭代后,得到的天牛的最优位置xbest,即得到机器人的各个关节转角的最优值;改进天牛须算法基于以负指数次幂衰减的变步长stept进行搜索,且随着迭代次数的增多,变步长stept逐渐归为基本分辨率step′,天牛的下一次迭代的位置更新参考全局最优的左、右须适应度值,引入了接受概率p,以适当的接受概率p接受一个较劣解。本发明的基于改进天牛须算法的机器人运动学逆解方法的可靠性更强、精度更高、收敛速度更快。

    一种基于天牛须算法的六自由度机器人逆解算法

    公开(公告)号:CN111844023A

    公开(公告)日:2020-10-30

    申请号:CN202010597379.4

    申请日:2020-06-28

    IPC分类号: B25J9/16

    摘要: 一种基于天牛须算法的六自由度机器人逆解算法,包括以下步骤:S1、将六自由度关节机器人当前所处的各关节角θ′1至θ′6作为迭代初始角;S2、根据六自由度关节机器人的sdh模型下的矩阵连乘计算式的一般表达式求解出 把旋转分量和位置分量分别对应于六自由度关节机器人的末端坐标系的位姿的旋转分量和位置分量;S3、根据天牛须算法,利用符号函数判断下一步的飞行方向,更新X的值,并再次判断Fleft=F(Xl)和Fright=F(Xr)的大小;S4、重复步骤S3的迭代计算直到达到已设置的循环次数,此时的X即为六自由度关节机器人的逆解。本申请使用的天牛须算法属于智能优化算法的一种,其迭代过程不易受梯度和初始值的影响,从而能够实时快速、准确地得到机器人逆解角度。