基于二阶锥规划无标定参照物的手眼标定

为了克服传统机器人手眼标定方法求解手眼关系及机器人坐标系与世界坐标系方位关系对标定参照物的依赖,提出一种基于二阶锥规划的无标定参照物手眼标定改进方法,并搭建相关实验系统进行验证。首先,利用运动恢复结构算法解算定义在一个尺度因子基础上的相机运动矩阵;然后,引入对偶四元数理论参数化标定方程中的旋转矩阵和平移向量;最后,通过二阶锥规划方法同时求解相机运动矩阵尺度因子、手眼关系及机器人坐标系与世界坐标系方位关系的最优解。仿真和实测结果表明,在没有标定参照物作为测量基准的情况下,标定结果中旋转参数相对误差为3.998%,平移参数相对误差为0.117%。与其他标定方法相比,该方法提高了无标定参照物模式下机器人手眼标定精度,扩展了手眼标定方法的应用范围。     

基于四元数向量的机器人运动学逆解研究

以齐次变换矩阵为基础,用四元数向量来表示机器人的位姿,提出了机器人运动学逆解的一种算法.以SCARA机器人为实例求解,通过四元数向量运算,得到8组解,采用C语言编程,验证了该算法的实用性.     

基于3D视觉点云配准的高精度手眼标定方法

针对二维视觉测量方式缺乏Z轴深度信息导致手眼标定结果精度不高的问题,提出一种基于3D视觉点云配准的高精度手眼标定方法,搭建了一套单目结构光手眼标定系统,以传统的手眼标定模型为基础,采用最小化点云配准误差算法解算手眼标定矩阵。采用基于矩阵直积参数化方法初步求解手眼标定矩阵并作为初值,构建点云配准误差优化模型,以最小化点云配准误差为代价函数,同时,为保证手眼矩阵中旋转矩阵的正交特性,把代价函数从李群空间变换到李代数空间下,并对李代数空间下的代价函数进行最小二乘法迭代求解,获得最优的手眼标定矩阵。实验结果表明,所提方法具有较好的稳定性和精确性,手眼标定结果满足基于机械臂3D视觉测量的点云配准精度要求。     

基于对偶四元数的机器人基坐标系标定方法研究

针对借助激光跟踪仪标定机器人所涉及的坐标系统一问题,对基于空间几何法拟合建立的基坐标系与机器人理论基坐标系的转换关系进行了研究,提出了一种基于对偶四元数法的机器人基坐标系标定方法。利用指数积公式推导了七自由度串联机器人正运动学,建立了基于对偶四元数表示法的机器人基坐标系标定模型,该模型将拟合建立的基坐标系与机器人理论基坐标系之间坐标转换的旋转与平移过程进行了统一描述。研究结果表明,该标定方法可一次性计算出标定方程的旋转部分和平移部分,避免了传统位姿分步计算过程中的误差传递,直接提高了标定精度。这些结论可对于类似机器人手眼标定、多机器人协作基坐标系标定问题提供参考。     

面向手眼标定的改进灰狼优化方法

为解决眼在手上的机器视觉智能机器人手眼标定精度较低的问题,提出了一种改进灰狼算法的手眼标定方法。首先建立了眼在手的机器视觉智能机器人的手眼标定数学模型,通过分析影响手眼标定误差的因素,提出一种用于降低手眼标定误差的拍照位姿生成方案。然后,融合维度学习和差分进化策略,利用改进的灰狼算法对经由传统手眼标定算法求得的解析解进行非线性优化,避免了传统优化算法在迭代过程中,容易提前收敛,陷入局部最优解等缺陷。最后利用实物设备进行手眼标定实验,实验结果证明了该方法对降低手眼标定误差的可行性和有效性。     

基于LMI-SDP优化的机器人手眼关系精确求解

机器人手眼关系(X)的精确求解对于视觉导引的机器人操作及其重要，通常用方程AX=XB表示。现有方法通常采用旋转矩阵与平移分量分离方式分步标定X，从而导致标定误差的累积。同时，推导的线性方程中回归矩阵的最小奇异值影响标定结果的精度。为此，提出了一种新颖且通用的AX=XB标定方法，采用LMI-SDP(线性矩阵不等式与半正定规划)优化同步标定出方程AX=XB的最优解。在此方法中，通过Kronecker积获得标定方程的线性形式，结合回归矩阵的QR分解形式转化为关于未知变量X的凸约束优化问题，通过LMI-SDP工具箱得到精确的同步解。通过考虑到不同噪声水平和数据对的仿真分析以及标定试验，对提出的方法与迭代算法、对偶四元数方法进行比较。结果表明，所提出的方法相比传统方法表现出更好的准确性和有效性，对于实现机器人手眼系统的推广与应用具有重要意义。     

基于共面直线迭代加权最小二乘的相机位姿估计

针对相机内参数已标定和未标定情况下的相机位姿求解,提出了基于共面直线迭代加权最小二乘的相机位姿估计算法。推导了关于相机焦距和位姿参数的线性方程,通过4条以上共面直线实现了相机位姿参数的线性解算;对参数线性解进行迭代加权最小二乘优化,得到更高精度的参数估计值和直线权值;最后,利用直线权值和欧式变换的保距性实现相机焦距的解算,得到了相机焦距和位姿参数的估计值。仿真实验表明:提出的算法在相机已标定,直线数为20,像点噪声方差为5pixel的情况下,角度误差小于0.2°,相对平移向量误差小于0.5%,耗时大约为1ms。真实数据实验表明,提出的算法可以获得与棋盘标定结果相近的精度。与现有算法相比,提出的算法抗噪性更好,精度更高,能够实现基于单幅图像的未标定相机的位姿估计。     

一种基于场景特征的工业机器人手眼自动标定方法

目前,有许多方法都实现了机器人的手眼标定,但是需要借助特定的标志物,标定过程复杂,不利于工业现场的实际应用。为此,提出了一种基于场景特征的工业机器人手眼自动标定方法。首先利用光束法平差(BA)处理微运动图像序列,求解相机内参。然后利用四叉树ORB特征提取和PnP求解多视图像间的位姿变化,并使用BA优化。最后通过计算多视图像间的位姿变化和机器人的位姿变化之间的关系,获得机器人手眼位姿。实验表明,对比现有的标定算法,本文提出的算法简单快速,同时拥有较高的精度。     

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。     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

基于齐次变换矩阵的盾构机掘进位姿建模与求解研究

为了更加精确快速地求解盾构机在掘进过程中的姿态变化,采用基于空间齐次变换矩阵元素的位姿正解求解方法建立盾构机位姿正解解算模型,并利用牛顿拉夫逊算法对得到的以齐次变换矩阵元素为未知量的非线性方程组进行逐次迭代求解,得到齐次变换矩阵各元素数值解;然后,根据齐次变换矩阵各元素与位姿映射关系求解对应位姿.并根据各个液压缸杆长约束条件建立位姿反解数学模型,在Matlab中对位姿正反解进行求解,并分析比较正反解结果的吻合度.结果表明,其误差在0.018％左右,在误差允许范围内,证明了所建立的盾构掘进位姿正反解数学模型的正确性.     

基于固定视点的视觉标定算法研究

针对在固定视点中机器视觉标定过程复杂、效率低、标定精度不高的问题,对目前普遍应用的摄像机标定和手眼标定算法进行了研究,提出了可一次性完成固定视点的视觉标定算法。利用实验室的MOTOMAN-UP6工业机器人对该标定算法进行了验证,首先由机器人末端夹持一个棋盘格完成一系列的运动,每次运动结束时摄像机拍摄一幅棋盘格图像,并记录下机器人末端的位姿,等所有运动完成后,采用张正友标定算法对摄像机进行标定,接着采用基于最小二乘法的标定算法对摄像机与基座关系进行简便高效的标定。研究结果表明:该算法标定过程简单、求解速度快并且结果精度高,具有很强的实用性。     

基于差分进化算法的手眼标定方法

针对眼在手机器人视觉系统的手眼标定问题，提出了一种基于差分进化算法的手眼标定方法。首先建立了眼在手机器人视觉系统手眼标定的数学模型，通过李群李代数理论，将手眼标定问题转化为误差函数的优化问题，同时保证了优化问题的最优解落在特殊欧氏群ＳＥ（３）上。通过差分进化算法对优化问题进行求解，避免了求解过程中的局部最优问题。最后在实物平台上进行了手眼标定实验，实验结果验证了算法的可行性和有效性。     

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.     

基于P3P原理的装配机器人手眼标定方法研究

针对一类微装配机器人的固定式手眼系统,提出了一种标定方法。采用P3P位姿测量原理获得空间点在摄像机坐标系中的坐标,从而建立机器人空间坐标系与手眼坐标系的位姿关系,给出了手眼系统标定的具体步骤,建立了标定方程组及其基于最小二乘法的求解方法。考虑到计算和测量误差等因素带来的旋转矩阵非单位正交矩阵的问题,采用了一种简单的校正算法进行修正。该方法无需复杂的辅助设备,标定过程简单,相关实验验证了该方法的标定精度和有效性。     

四元数矩阵在航天相机像面位置求解中的应用

研究了四元数矩阵在航天相机像面位置求解中的应用.提出了一种功能等同于齐次旋转变换矩阵的改进的四元数变换矩阵,并依据多体系统理论,利用改进的四元数变换矩阵和齐次坐标变换矩阵两种方法推导出了对应于地面景物的两种航天相机的像面位置模型,阐述了利用四元数实时求解的算法来获得各像点的像面位置的实时解的方法.同时对这两种求解方法进行了计算机模拟.结果证明,利用改进的四元数变换矩阵方法的求解速度比利用齐次坐标变换矩阵的方法快一些.     

机器人快速示教方法及示教点位姿变换的研究

机器人示教工作存在不稳定性且操作过程复杂,为了提高其工作的效率与精度,以及让机器人更加普及,降低使用门槛,结合立体视觉技术,研究了某一特定点的位姿变换。其中包括采用D-H算法算出工业机器人基坐标系到末端坐标系的齐次变换,应用六点法对工业机器人工具坐标系进行标定,采用手眼标定法求出工具坐标系到相机坐标系的齐次变换。最终形成了一种基于3D视觉技术的快速示教方式,在其基础上提出了相应的示教装置——示教笔。     

利用平行透视投影模型的位姿迭代估计

提出了一种利用平行透视投影模型的高效位姿迭代估计方法来提高单目视觉测量系统的精度和鲁棒性.通过引入齐次坐标表示,避免了现有算法对平行透视投影参考点选择的限制.首先,研究了平行透视投影模型下使用齐次坐标求解目标位姿的方法,阐述了它的几何意义.然后,通过迭代的方式将其应用于一般透视模型下目标位姿的高精度估计.仿真实验结果表明,本文方法提高了基于平行透视投影模型的位姿迭代估计的精度,速度和抗噪性能.实物测量结果表明,本文方法的平移测量精度优于0.1 mm,旋转测量精度优于0.1°,可以满足各种视觉检测系统的要求.另外,使用标志点和图像特征亚像素定位技术还可进一步提高该算法的精度.     

双机器人系统的快速手眼标定方法

针对双机器人仿真测量系统的手眼标定问题,提出一种由机器视觉求解法兰盘位姿得出手眼关系的方法.将目标机器人运动到合适的位姿,由视觉机器人拍摄其法兰盘图像,提取图像中法兰盘的椭圆轮廓,解算摄像机坐标系下的法兰盘姿态和圆心坐标,并由销孔位置约束得出摄像机与目标法兰盘坐标系的转换关系H1.然后由控制器读数得出两台机器人各自法兰...     

无标定摄像机手眼系统平移下的目标深度估计

在基于图像的视觉伺服手眼系统中,往往需要通过估计获得目标的深度信息.为此,提出了通过控制装有摄像机的机械手进行纯平移运动,从获取图像序列特征点的变化来估计目标深度的新方法.首先利用四次纯平移运动,离线计算手眼关系的旋转矩阵;在线阶段,利用该旋转矩阵将机械手平移转换为摄像机平移,再结合平移前后图像极点不变的特性,实现目标深度实时估计.与以往方法不同,新方法无需进行摄像机参数标定,并对图像匹配噪声和手眼系统运动误差具有一定的鲁棒性.