一种基于摄影测量的自动分拣系统标定方法

针对6轴工业机器人自动分拣系统,提出了一种新的标定方法。该方法由工作相机对置于传送带上的平面靶标拍摄一幅图像,据此计算工作相机与平面靶标之间的单应性矩阵,运用摄影测量系统对传送带上的平面靶标及散布于机器人表面的标记点拍摄机器人绕A4轴做一次旋转运动前后的2组图像,再拍摄机器人绕其A1轴做一次旋转运动前后的2组图像,在对每组图像中的目标点分别进行三维重建的基础上,得到机器人坐标系以及平面靶标与机器人坐标系的位置关系,进而结合计算出的单应性矩阵得到工作相机图像平面至机器人坐标系的映射,实现自动分拣系统的标定。经实验验证,具有较高的标定精度。     

基于单目视觉的双机器人协同标定技术

由于机器人的基坐标系隐藏在底座内部,导致双机器人基坐标系间位姿关系的测量变得十分困难,而该关系作为机器人离线编程、协同控制的基石,对于多机器人系统的正常工作至关重要。为此提出了基于单目视觉的协同标定方法,利用单目视觉和棋盘格标定板求解双机器人基坐标系间位姿相对关系并使用激光跟踪仪标定法作为对照对双机器人基坐标系关系进行了标定,并通过双机器人位姿协同实验对标定的结果进行验证,最终得到基于单目视觉的协同标定方法所对应的双机器人位置协同误差最大值为1.278 mm,最小值为0.601 mm;姿态协同误差最大值则为0.481°。     

一种机器人的平面约束自标定技术研究

针对目前基于平面约束的标定方法误差模型复杂、实验条件较为苛刻等问题,提出了一种操作简单的平面约束标定方法。首先提出了修正的末端位置误差模型;其次在标定块的角点上建立坐标系,利用测量头对经过该角点的三个平面分别进行接触式测量,记录接触瞬间的各组关节角度值并将机器人末端位置转换到标定块坐标系中,从而建立平面约束误差模型;另外通过接触式测量头及编程实现了自动化测量,提高了标定效率;最后对运动学参数误差进行辨识并将结果修正到控制器。实验表明,机器人的绝对位置精度有明显提高。该标定方法成本低、效率高、操作简单,在保证精度的前提下简化了误差模型,具有实际应用价值。     

线结构光视觉传感器的现场标定方法

建立了线结构光视觉传感器的数学模型,提出了一种基于共面标定参照物的线结构光视觉传感器的现场标定方法。该方法允许共面标定参照物在测量空间内自由移动,通过以摄像机三维坐标系为中介,将多个局部世界坐标系下的标定特征点统一到全局世界坐标系中,利用构建的标定特征点在现场对线结构光视觉传感器进行标定,因此可以保证线结构光视觉传感器的标定状态与测量状态完全一致。该标定方法降低了标定设备的成本,简化了标定过程,提高了线结构光视觉传感器工程化应用的便捷性。试验结果表明,该方法切实可行。     

微装配机器人手眼标定方法研究

在视觉反馈的机器人控制中,手眼系统的标定非常重要,直接影响机器人的作业精度.针对微装配机器人系统操作空间小的特点,提出了一种固定视觉的手眼系统标定算法,该方法通过3个空间点在机械手基坐标系中的坐标,采用P3P位姿测量原理获得相应空间点在摄像机坐标系中的坐标,建立了标定方程组,基于最小二乘法,标定出了手眼系统之间的转换矩阵.该方法无需复杂的辅助设备,标定过程简单.相关实验得到了待标定的手眼系统之间的转换矩阵,验证了该方法的标定精度和有效性.     

眼科手术机器人双目视觉标定方法研究

双目视觉系统通过相机模拟人眼,基于视差原理,从不同角度采集被测物体的两幅图像获取其二维信息,建立特征点的对应关系,计算出位置偏差,从而实现三维重建。眼科手术机器人双目视觉系统选用的标定方法是以张正友摄像机标定方法为基础,利用Harris角点检测方法实现亚像素点的精确化,对采集图像进行畸变矫正。将得出的标定结果与常用传统标定方法MATLAB相机标定工具箱Toolbox_calib的标定结果进行比较,分析像素误差。结果表明:使用新算法标定后的结果更加稳定,像素误差更小,精度更高,适用情况更加广泛,可用于眼科手术机器人的双目视觉标定系统中。     

高速机器人分拣系统机器视觉技术的应用

研究了机器视觉技术在高速机器人分拣系统中的应用。构建摄像机标定下的人机交互界面,针对有关图像处理算法进行分析,提出结合多目标中心及角点结合轮廓特征识别的算法,从根本上解决当前分拣作业过程中存在的问题,提升机器人分拣系统的整体运行效果。     

基于误差标定的医疗机器人视觉跟踪方法研究

影像在疾病诊断和手术计划中占有重要地位,随着机器人技术的发展以及微创手术的广泛采用,影像与机器人构成一体,形成计算机集成外科手术系统。影像不仅是疾病诊断的重要工具,它也对手术机器人进行定位、引导,对手术器械进行跟踪和控制。由于视觉和机器人具有各自的坐标系统,它们之间存在误差,当在视觉空间控制机器人运动时,该误差会映射到机器人的轨迹上。在前期手术计划、机器人视觉控制、自动显微操作的研究成果基础上,研究计算机集成外科中的手术机器人轨迹精确控制问题。采用机器人在视觉空间的运动误差对视觉系统和机器人系统间的坐标系误差进行标定,从而精确控制机器人的轨迹。误差标定方法只需要让机器人走三个点就可以完成系统坐标标定。在实验中,利用视觉系统控制机器人运动,模仿微创手术中对机器人末端器械的导引,结果表明,采用递归标定方法可以将机器人的轨迹误差控制在2个像素范围内。     

DELTA机器人传送带与视觉的综合标定方法

提出一种关于DELTA机器人传送带与视觉的综合标定方法。通过DELTA机器人臂末端在传送带移动一段距离接触传送带始末同一点,得到该点在机器人坐标系的位置和编码器上对应的读数,得到传送带与机器人的比例因子,确定机器人坐标系与传送带坐标系的转化矩阵,从而得到传动带相对于机器人坐标系的位姿,即传送带的标定。通过相机定位与机器人接触同一点,从而确定相机的内参矩阵与外参矩阵,从而得到机器人与相机坐标系的转换关系,即机器人视觉的标定。DELTA机器人传送带与视觉的标定,为DELTA机器人高精度控制的实现打下基础。     

立体视觉和三维激光系统的联合标定方法

双目立体视觉和三维激光扫描是移动机器人环境探测与建模的常见传感测量方法。为实现两个系统的数据融合应用,必须为二者的测量坐标系建立数学关系,即对其进行传感器之间的位姿联合标定。为此提出了一种基于三维特征点距离匹配的联合标定新方法,设计了一种镂空棋盘格作为标定板。使用双目立体相机提取棋盘格角点三维坐标信息,使用激光测距雷达扫描获取镂空区域中心点三维坐标,最终通过最小化两组特征点的理论与实际测量距离的平方差获取两传感器坐标系之间的旋转矩阵和平移向量。进行的联合标定测量实验结果表明了该方法的准确性和可靠性。     

基于机器视觉的传送带分拣技术研究

将机器视觉应用于传送带分拣系统,使得分拣系统具有更高的适应性,能够适应各种任务下的分拣需求。对机器视觉在分拣平台应用上存在的标定问题进行了研究,完成了基于机器视觉的传送带分拣系统搭建。首先分析了视觉系统的标定方法,然后提出了一种传送带与机器人的位姿关系的标定方法,最后在摄像机标定和传送带标定的基础上实现了机器人与摄像机的位姿标定。实验证明:工件的定位识别精度能够满足识别分拣的要求,能够完成机器人的分类抓取任务。     

应用SVM算法的相位—三维坐标标定方法

在采用光栅投影轮廓术的立体视觉方法对目标物体重构过程中,关键的步骤就是求得目标物表面特征点的相位与三维坐标的映射关系。通过对单目相机与投影仪组成的视觉系统建立模型,并对相机坐标系与投影仪坐标系进行空间解析,可得空间中任意一点在图像中坐标(u,v)、绝对相位θ与其在相机坐标系下的三维坐标(xc,yc,zc)存在复杂的非线映射关系。提出基于SVM算法的相位—三维坐标标定方法,用带有圆形标志点的平面标定板进行SVM回归模型的样本采集与训练。并通过对测试集回归预测的数据与实际测量中的数据进行对比,分析实验结果显示该标定方法确实可行,具有较高的标定精度。     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

基于消影点的机器人视觉测量系统标定方法

本文提出了基于消影点的机器人视觉测量系统标定方法。首先,利用激光跟踪仪对机器人连杆扭角进行标定;然后通过靶平面上直线与靶平面的消影线,确定摄像机的姿态;再根据世界坐标系相对机器人基坐标系不变的约束,求解机器人与摄像机的旋转矩阵;最后利用距离约束对手眼关系的位移量以及机器人连杆长度及连杆距离误差进行优化求解。经过标定,机器人视觉测量系统测量精度提高了10倍。     

基于镜面反射的手眼标定方法

针对Eye-on-Hand机器人手眼系统的标定问题,提出一种基于镜面反射的手眼标定方法。通过镜面反射获取图像,根据镜像原理,通过线性求解算法确定机器人末端执行器和相机坐标系的位姿关系。与以往的标定方法不同,该方法只需要3次改变平面镜的姿态,就能同时获得相机的内参数和手眼视觉系统的位姿关系,不会引入传统标定方法中利用机器人运动参数而产生的机器人运动误差。最后将其与Halcon手眼标定算法进行对比,验证了所提方法的正确性和可行性。     

利用激光跟踪仪对机器人进行标定的方法

提出一种简单的利用激光跟踪仪和线性方程最小二乘解对机器人进行标定的方法。通过将机器人运动学方程线性化,建立机器人末端凸缘盘位置误差与连杆D-H参数误差的关系方程。利用激光跟踪仪确定机器人的基坐标系,并通过圆周法求解每个关节电动机的直线方程,进而可以求得机器人的连杆扭角。通过激光跟踪仪测量机器人目标点的坐标值,并通过串口获得机器人6根轴的角度值建立标定方程。通过求解此方程,获得机器人的实际D-H参数,并将此参数应用于修正系统的运动学模型,能够提高机器人的绝对精度。最后对解算过程中的误差和原因进行说明,并对机器人的误差原因进行分析,指出标定过程中需要注意和改进的几个问题。     

一种气动机器人垃圾分拣系统的设计与分析

为解决垃圾分拣实现自动化分拣的问题,提高生产效率,降低生产成本,设计了一种气动机器人视觉垃圾分拣系统。利用气压控制回路实现对机械手运动的控制,采用棋盘格标定法对相机进行标定,标定结果误差相对较小。实验结果表明:利用气压控制的机械手定位和抓取效果良好。利用棋盘格标定的相机,机械手抓取平均误差小于3 mm。该分拣系统在一定条件下能够满足垃圾分拣,具有结构简单、易操作、分拣精准、效率高、成本低等特点,为后续实现垃圾智能化分拣设备研制提供参考依据。     

多视角沙姆成像的高精度结构光三维测量方法

传统结构光测量方法在测量高反射率和复杂结构表面存在诸多挑战,且测量精度受到测量视场的限制。本文提出了一种基于结构光投影和多视角沙姆成像的高精度标定及三维测量方法,充分利用系统的景深范围。提出结构光多目视觉测量模型,将投影仪坐标系作为系统测量坐标系,通过建立“三维点-投影图像点-4个相机图像点”的对应关系对系统进行一体化标定,然后利用多视图几何成像约束,通过计算最小二乘解融合多个视角的观测信息,提高三维数据的计算精度。实验结果表明,所提方法和系统可以对高反射率和遮挡表面进行准确测量,测量精度达到5μm,大大优于传统结构光测量方法。     

机器人三维激光扫描视觉系统标定误差

基于三维激光扫描仪的工业机器人视觉系统应用越来越广泛,而扫描仪与机器人之间位姿关系标定精度对于机器人视觉系统的应用有重要的影响.介绍基于三维激光扫描仪的机器人视觉系统的相关原理,然后在此基础上系统分析机器人视觉系统位置和姿态标定误差对工件扫描结果和根据扫描结果对工件进行定位过程的影响,得出在工件无姿态变化或有姿态变化但机器人扫描姿态不变情况下的机器人工件定位系统中无须进行视觉系统位置标定的结论,并试验验证了理论分析结论的有效性,为解释视觉系统标定误差对扫描结果的影响情况及简化视觉系统标定过程提供了理论依据.     

基于单目视觉的机器人标定方法

为了辨识出机器人模型的准确参数,提出一种利用单目视觉标定机器人的方法.将摄像机安装在机器人或其延长杆上,使其随机器人转轴转动并拍摄固定的平面点靶标,利用基于径向排列约束(Radial-alignment-constraint,RAC)的标定法对摄像机进行标定并求出摄像机光心在世界坐标系中的坐标.利用得到的光心的坐标,即可获得关节轴线在世界坐标系下的轴线方程.建立机器人运动学模型,利用关节轴线方程得到了模型的准确几何参数.试验结果表明,此方法具有较高的精度,且该方法标定过程简单,便于实际应用.