一种面向动态背景环境的机械臂长视野复合任务分解方法

本发明具体涉及一种面向动态背景环境的机械臂长视野复合任务分解方法，包括：先使用SAM2模型分割出机械臂本体并屏蔽动态背景环境的影响，然后使用RAFT模型计算相邻视频帧之间的光流幅度，选择光流幅度的极小值点组成候选任务分割点集合I，之后使用机械臂末端执行器开合切换处的时间步索引组成候选任务分割点集合J，对I和J共同组成的集合进行聚类，并在每一个簇中进行加权聚合，进而得到机械臂长视野复合任务的分割点。本发明能够弥补仅使用机械臂末端执行器开合状态寻找任务分割点在部分场景中失效导致的遗漏问题，并且能够解决传统基于视觉的任务分解方法对动态背景环境鲁棒性差的问题。