[发明专利]机器人运动估计和补偿算法

说明书

技术领域

本发明涉及智能控制技术领域，特别是机器人运动估计和补偿算法，具体的，其展示一种应用于智能机器人的可预测起始搜点的菱形方法。

背景技术

搬运机器人要求操作臂需要在大负载的工况下，保证运动具有大的刚度，高运行速度，比较高的运行精度以及柔顺的运动过程，同时需要监控搬运过程中负载的变化情况并及时发现与处理运动过程中可能出现的碰撞；

现阶段使用的运动估计和补偿算法都是基于块匹配法(BMA)和DCT变换的针对小波变换的特性及其在图像压缩中的应用，其运算量大，同时存在块效应(失真)问题。

因此，有必要提供一种应用于智能机器人的可预测起始搜点的菱形方法来解决上述问题。

发明内容

本发明的目的是提供一种应用于智能机器人的可预测起始搜点的菱形方法，其结合了H.264和MPEG-4中应用的重叠块运动补偿(ORMC)算法、重叠多分辨率运动补偿(OMRMC)算法和非常适合于小波域的多分辨率运动估计(MRME)算法，这种方法不但运算量大大减小, 改进了搜索模版，而且还解决了固有的基于块匹配的运动估计所带来的块效应(失真)问题。

本发明通过如下技术方案实现上述目的：

一种应用于智能机器人的可预测起始搜点的菱形方法，包括如下步骤：

1）静止块检测，同时对静止块设置阀值；

2）利用H.264推荐算法UMHexagonS（Unsymmetrical-cross Multi-Hexagon-grid Search）进行运动大小估计，后进行运动搜索模式选择；

3）选择预测的起点，以预测点作为搜索的起点；

4）以零矢量位置为中心，利用绝对差和（SAD, the Sum of Absolute Difference）标准作为匹配准则在3*3范围内进行匹配，得到最优运动矢量；

5）以基准十字菱形搜索算法为基础进行搜索；

6）以当前点为搜索起始点，采用大交叉-准十字里菱形算法搜索，找MBD位于中心，后改小交叉-准十字里菱形算法进行局部精细定位；

7）将最终的MBD点作为最佳匹配点，利用多分辨率运动估计(MRME)算法得到该图像的运动矢量。

与现有技术相比，本发明的用于智能机器人的可预测起始搜点的菱形方法，其结合了H.264和MPEG-4中应用的重叠块运动补偿(ORMC)算法、重叠多分辨率运动补偿(OMRMC)算法和非常适合于小波域的多分辨率运动估计(MRME)算法，这种方法不但运算量大大减小, 改进了搜索模版，而且还解决了固有的基于块匹配的运动估计所带来的块效应(失真)问题。

附图说明

图1是本发明的实施例的示意图。

具体实施方式

实施例：

结合图1，本实施例展示一种机器人运动补偿预测方法，具体如下：

搬运机器人绝对定位精度不高，一般都在毫米量级左右，严重制约了其应用。对机器人进行运动学标定是提高其绝对精度的最有效手段。工业机器人的绝对定位精度受几何参数和装配误差的影响很大，因此需要进行误差标定。为了保证机器人运动过程的定位精度及运动轨迹精度，采用高精度的标定方法，对搬运机器人进行几何和装配误差的标定，通过在机器人实时运动控制中进行补偿，以获得机器人所需要的运动精度。

本实施例主要通过应用于智能机器人的可预测起始搜点的菱形方法来实现，具体步骤如下：

1）静止块检测，同时对静止块设置阀值；

2）利用H.264推荐算法UMHexagonS（Unsymmetrical-cross Multi-Hexagon-grid Search）进行运动大小判断，后进行运动搜索模式选择；

3）选择预测的起点，以预测点作为搜索的起点；

4）以零矢量位置为中心，利用绝对差和（SAD, the Sum of Absolute Difference）标准作为匹配准则在3*3范围内进行匹配，得到最优运动矢量；

5）以基准十字菱形搜索算法为基础进行搜索；

6）以当前点为搜索起始点，采用大交叉-准十字里菱形算法搜索，找MBD位于中心，后改小交叉-准十字里菱形算法进行局部精细定位；

7）将最终的MBD点作为最佳匹配点，得到该图像的运动矢量。