线结构光视觉传感器与CMM集成的一种标定算法

建立了视觉传感器仿射坐标系,在给出仿射坐标系 与CMM坐标系初始转换矩阵的条件下用函数逼近方法拟合出视觉传感器映射关系,并在此基 础上采用基于目标特征点的优化算法来反复修正仿射坐标系与CMM坐标系之间的转换关系, 使坐标转换矩阵估计参数收敛于最小二乘意义下的最优值,实现了视觉传感器建模及其与CM M的集成．本文最后给出了标定实验结果．     

基于相机空间点约束的机器人工具标定方法

工具标定就是确定工具坐标系相对于机器人末端坐标系的变换矩阵,但传统的解决方案是通过人工示教点约束的方法,为此提出一种基于视觉相机空间的自动工具标定方法。在末端工具上增加特征点如圆环标志,利用相机建立机器人三维空间与相机二维空间之间的关系,通过自动的三维空间视觉定位,实现对圆环标志的中心点的点约束,视觉定位不需要相机的标定等繁琐过程。基于机器人的正运动学和相机空间点约束完成工具中心点(TCP)求解。重复实验的标定误差小于0.05 mm,实验的绝对定位误差小于0.1 mm,验证了基于相机空间定位的工具标定具有较高的可重复性以及可靠性。     

基于目标检测的机器人手眼标定方法

智能协作机器人依赖视觉系统感知未知环境中的动态工作空间定位目标,实现机械臂对目标对象的自主抓取回收作业。RGB-D相机可采集场景中的彩色图和深度图,获取视野内任意目标三维点云,辅助智能协作机器人感知周围环境。为获取抓取机器人与RGB-D相机坐标系之间的转换关系,提出基于yolov3目标检测神经网络的机器人手眼标定方法。将3D打印球作为标靶球夹持在机械手末端,使用改进的yolov3目标检测神经网络实时定位标定球的球心,计算机械手末端中心在相机坐标系下的3D位置,同时运用奇异值分解方法求解机器人与相机坐标系转换矩阵的最小二乘解。在6自由度UR5机械臂和Intel RealSense D415深度相机上的实验结果表明,该标定方法无需辅助设备,转换后的空间点位置误差在2 mm以内,能较好满足一般视觉伺服智能机器人的抓取作业要求。     

人机协作视觉手部保护系统设计

针对人机协作中人与机器人共享工作空间时的安全问题,设计了一套人机协作视觉手部保护系统,并搭建相应的验证系统。该系统采用深度学习目标检测算法结合双目视觉技术实现对操作人员手部的识别与定位,同时利用手眼标定将视觉定位后的手部坐标转换到机器人基座坐标系下,通过计算操作人员手部与机器人末端执行器之间的距离,机器人自主执行减速、急停等安全策略。经实验验证:当操作人员在机器人工作空间作业时,通过检测手-末端相对位置关系,可以有效避免人机协作过程中机器人末端执行器与手部发生碰撞,达到了保护操作人员安全的目的。     

通用型“手—眼”式多关节机器人视觉系统物像关系的研究

本文着重研究了“手-眼”式通用型多关节机器人视觉系统中基体坐标系.物体坐标系和图象坐标系之间的关系.利用空间坐标系的投影变换和映射等方法,推导了“手-眼”式机器人系统中摄象机图象点和空间点对应的数学关系式.同时对固定式也进行了探讨.本文以多关节机器人视觉系统的实际情况为基础,在实际的机器人坐标系上导出了一个简便实用的算法,可以通过对摄象机摄取的图象中的点的坐标运算,求出其对应的空间点在机器人基体坐标中的坐标,因而能迅速准确地引导机器人根据视觉图象正确地运行到所求的空间点的位置.     

自由度冗余蛇形臂机器人手眼标定研究

针对自由度冗余蛇形臂机器人的手眼标定问题,提出一种不依赖蛇形臂机构运动参数求解视觉系统与末端法兰盘手眼关系的方法;借助外部辅助双目相机系统,通过构造外部相机、末端法兰盘、视觉导航相机三者坐标系的闭环转换得到待求手眼关系;首先根据立体视觉原理得到标志点在对应相机坐标系下的3D坐标;然后利用四元数法分别求得外部相机坐标系与法兰盘坐标系、外部相机坐标系与视觉导航相机坐标系间的转换关系;最后构建坐标系转换关系闭环求得手眼关系;实验结果表明,该标定法避免了蛇形臂自由度冗余导致运动控制精度差带来的干扰,标定精度满足设计要求。     

基于平面模板的机器人双目标定与目标定位

视觉是机器人获取外界信息最主要的途径,通过视觉系统准确地定位目标物体是机器人控制中的关键技术。为了使机器人准确地获取目标物体的位置,文中采用平面模板法对双目摄像头进行标定,构建机器人坐标系,完成对目标物体的定位。经过标定,双目摄像头可以获取目标物体在空间坐标系中的位置,经过坐标系转换,可以获得目标物体在机器人世界坐标系中的坐标值,该值是机器人实现对目标物体伺服跟踪和抓取的重要数据。最后,本方法在家庭机器人上得到了验证,机器人能够准确地定位目标物体。     

室内移动机器人视觉里程计研究

研究了一种精度较高的视觉里程计实现方法。首先采用计算量小、精度高的SURF算法提取特征点,并采用最近邻向量匹配法进行特征点匹配;采用RANSAC算法求得帧间摄像机坐标系的转换矩阵;提出了一种视觉里程计标定方法,并通过该方法得到机器人起始点坐标系下的位移信息,保证了机器人有自身姿态变化时的定位的准确性;圆轨迹实验验证了视觉里程计算法的可行性。     

基于SLAM的连续运动测量坐标转换算法研究

近年来,视觉导航开始成为人们的研究热点;在轨道检测中,现有运动状态下的测量方法所采用的坐标系都是建立在测量系统自身上的一种连续动态变化的坐标系,不能与静态基准点建立明确的解析联系;针对这一问题,结合同步定位与地图创建的思想,提出了一种新的检测算法;基于SLAM原理,通过双目视觉系统的坐标转换方法,建立动态坐标系与静态基准点之间的关系,求得旋转平移矩阵,将后面N个位置的坐标均转换到初始坐标系下,实现连续运动测量;通过实验,设计运动路线,验证坐标转换算法,并得到了建立在世界坐标系下的空间线形曲线;实验结果表明:转换后的坐标,x、y、z三个方向的最大误差不超过0.734 mm。     

一种主动视觉插轴入孔方法

本文提出了一个利用主动视觉实现空间任意斜面插轴入孔的方法，其相关算法包括主动视觉空间圆定位算法、主动视觉空间直线定位算法以及通过一个特征点估计相机姿态参数算法。通过建立以注视点为中心的相对坐标系，对零件之间的相对关系进行量测，其量测精度对于系统中诸如相机的绝对定位误差、机器人的绝对定位误差不敏感。用实际机器人系统进行实验的结果证明了该方法的有效性。该方法的思想可以扩展到其他形式的装配作业。     

基于EVision的双目视觉系统的设计与实现

设计和开发了一个排爆机器人的双目立体视觉系统。该系统使用Matlab7.0和机器视觉软件EVision6.2的EasyMultiCam进行图像捕获并和EasyMath模式匹配库进行图像特征匹配,能实时捕获排爆机器人周围的图像信息、进行摄像机标定、图像预处理、立体图像匹配、求取可疑目标物的特征点的立体坐标，并把图中实时显示在控制台上，控制排爆机器人准确地抓取可疑目标物。该机器人视觉系统成功的抓取实验，表明了它在精度上能够满足排爆机器人的项目要求。     

一种基于随动视觉的排爆机器人自主抓取系统

在传统基于固定视觉的排爆机器人抓取系统中,相机视觉易被遮挡且不能保证拍摄清晰度。基于随动视觉技术,提出一种将深度相机置于机械手末端并随机械手运动的排爆机器人自主抓取系统。利用深度相机计算目标物体的三维坐标,采用坐标转换方法将目标物体的位置坐标信息实时转换至机器人全局坐标系,并研究相机坐标系、机器人全局坐标系与末端执行器手爪工具坐标系三者的动态映射关系,实现排爆机器人的自主抓取。实验结果表明,与传统固定视觉方法相比,随动视觉方法可在误差2cm内,使得机器人机械手爪准确到达目标物体所在位置,且当机器人距离目标物体100cm~150cm时,抓取效果最佳。     

排爆机器人双目立体视觉系统的研究和开发

为了辅助公安人员更好地完成排爆工作，设计和开发了一个带双目立体视觉系统的排爆机器人。该视觉系统使用Matlab7.0和机器视觉软件EVision的EasyMatch库进行开发，能实时捕获排爆机器人周围的图像信息、进行摄像机标定、图像预处理、立体图像匹配、求取可疑目标物的特征点的立体坐标，并把图像实时显示在控制台，控制排爆机器人准确地抓取可疑目标物。该机器人视觉系统成功地抓取实验，表明了它在精度上能够满足排爆机器人的项目要求。     

机器人双目视觉系统的算法研究与实现

针对计算机视觉系统在移动机器人中的应用,对摄像机标定、图像分割、模式识别、目标距离探测以及双目视觉系统在移动机器人导航中的运用进行分析与研究。文章提出了在特定三维场景中,对不同研究对象采取不同处理方式的复合算法,实现了对于机器人视野内简单几何物体的识别,同时使用双目摄像机结构,直接探测出目标物体相对于机器人的深度距离及其方位角度。     

基于双目立体视觉的机械手精确定位系统

在机械手执行任务的过程中,控制机械手定位到目标位置是一个非常的机械手自动定位系统设计方法,由双目立体视觉系统根据目标物的二维图像计算出目标物的三维坐标,然后根据此三维坐标去控制机械手自动运动到目标位置.实验表明该系统能提高排爆机器人机械手的易操作性,大大提高了机械手的性能     

GWM-view: Gradient-weighted multi-view calibration method for machining robot positioning

Multi-camera vision is widely used for guiding the machining robot to remove flash and burrs on complex automotive castings and forgings with arbitrary initial posture. Aiming at the problems of insufficient field of vision and regional occlusion in actual machining, a gradient-weighted multi-view calibration method (GWM-View) is proposed for the machining robot positioning based on the convergent binocular vision. Specifically, the mapping between each auxiliary camera and the main camera in the multi-view system is calculated by the inverse equation and intrinsic parameter matrix. Then, the gradient-weighted suppression algorithm is introduced to filter out the errors caused by camera angle variation. Next, the spatial coordinates of the feature points after suppression are used to correct the transformation matrix. Finally, the hand-eye calibration algorithm is implemented to transform the corrected data into the robot base coordinate system for the accurate positioning of the robot under multiple views. The experiment on the automotive engine flywheel shell indicates that the average positioning error is controlled within 1 mm under different postures. The stability and robustness of the proposed method are further improved while the positioning accuracy of the machining robot meets the requirements.     

基于ROS的机器视觉系统实现

Machine vision is used in industrial robot applications for industrial inspection, flaw detection, precision measurement and control, automatic production lines, medicine and various hazardous applications. Based on the open source robot operating sys- tem ROS, this paper uses Kinect binocular vision sensor to obtain 3D stereo vision data, and combines with OpenCV, OpenNI and other open source machine vision libraries to design a low-cost machine vision system using the auxiliary machine vision tools pro- vided by ROS. The experimental test is carried on the prototype.     

基于畸变校正的双目立体摄像机线性标定

利用透视变换原理建立双目立体摄像机数学模型,全面考虑了镜头的径向畸变和切向畸 变,提出一种线性求解摄像机参数的标定方法,改变了以往的摄像机标定依赖于非线性优化的缺点,避免了非线性优化的不稳定性.该标定方法在单摄像机模型的基础上,加入对双摄像机相对位置的确定,通过成像过程中坐标系之间的转换,较好地实现了双目立体摄像测量系...     

基于光束平差法的双目视觉里程计研究

机器人自定位是实现机器人自动导航及其他智能行为的前提, 一种基于光束平差法的移动机器人双目视觉里程计可以有效地实现机器人自定位. 为此, 首先采用点模式匹配方法建立相邻图像之间的特征匹配关系, 根据立体视觉算法得到匹配点对的三维对应关系; 然后, 计算摄像机的相对运动参数, 并采用光束平差分段优化算法对其进行优化. 所提出的双目视觉里程计能够避免车轮半径变化、空转、打滑等对里程计测量精度的影响, 相对定位精度较高.