自适应成像轨迹优化器

点云引导通用采集

结合变形与偏差的能量优化与神经网络跟踪控制，让机器人对不同结构和场景都能实现平滑、高效、高精度的成像。

Haotian, Liu · Tong, Yuchuang · 张正涛

IEEE/CAA Journal of Automatica Sinica 2024

技术优势

无需CAD模型

直接基于测量点云规划成像轨迹，不再受限于标准化CAD模型，适应变形或非标准结构。

轨迹更平滑

通过双阈值优化与自适应权重调整，在变形与偏差能量之间取得平衡，提高成像姿态平滑度。

兼顾多约束

跟踪控制同时处理姿态、避障和物理约束，确保工业场景下的可行执行。

应用场景

• 机器人视觉：让机器人对未知或变形对象自主获取高质量图像，替代人工示教。
• 工业检测：用于复杂工业结构的表面检测，无需CAD模型即可规划扫描路径。
• 精密测量：通过平滑精确的成像轨迹获得高质量图像，支撑高精度测量任务。
• 智能建造：适应施工现场的非标准化和变形结构，实现自动化视觉检测。