共查询到20条相似文献,搜索用时 15 毫秒
1.
手眼标定是机器人实现视觉引导下精准作业中的关键技术。传统手眼标定和机器人工具中心点(TCP)标定分开进行,存在较大累积误差,同时针对深度相机的手眼标定存在精度不足的缺点。本文提出了一种结合TCP标定过程同步标定深度相机手眼关系的新方法。方法基于深度相机观测和TCP标定相同的标定平面,相机坐标系下标定平面方程和机械臂坐标系下标定平面方程为对应关系,通过平面方程之间的变换来计算手眼关系。本文方法减少了TCP和手眼关系独立标定累积误差影响,节约标定时间和标定件成本。仿真和实测结果表明,本文方法提高了深度相机手眼标定精度,标定后实测位置误差平均为0.2 mm,为机器人视觉控制系统高精度作业所需标定提供了一种新的思路。 相似文献
2.
3.
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。 相似文献
4.
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。 相似文献
5.
6.
7.
为了实现一般手眼系统与线结构光焊缝跟踪系统主要部件的复用,在一般手眼系统的基础上,加装激光器、滤光片、保护装置等设备,将其用作焊缝跟踪系统中的线激光结构光焊缝跟踪传感器。通过实验对原手眼系统的标定结果进行实验修正,使其可以替代线结构光焊缝跟踪传感器的标定。详细分析了安装激光器、滤光片、保护装置等对原手眼标定结果造成的影响,使用数据逼近的方法提高线激光结构光焊缝跟踪传感器的手眼标定精度;实验时先对手眼系统进行标定,得到相机坐标系到工具坐标系的原外参矩阵;再对使用原外参矩阵得到的焊点数据,与焊点的实际坐标的误差进行分析,修正手眼系统标定结果。通过实验验证了本方法在手眼系统标定结果基础上,进行加装机构后的线结构光焊缝跟踪传感器的手眼标定的平均精度可达0.53 mm,能够满足机器人焊接的需求。 相似文献
8.
提出一种改进的柔性视觉测量系统标定方法。建立了包含手眼关系误差与机器人运动学参数误差的系统误差模型。在机器人末端安装结构光传感器构建了机器人柔性视觉测量系统,并在机器人工作空间中固定一个标准球作为标定参考物。标定时,机器人被控制在不同位姿下测量球心坐标。首先,应用机器人的理论模型初步标定手眼关系;然后,基于球心约束,通过迭代算法同时得到准确的手眼关系和实际的机器人运动学参数。基于ABB IRB2400工业机器人进行了系统标定实验,并利用激光跟踪仪进行精度验证。结果表明:标定前后机器人柔性视觉测量系统的距离测量标准差由0.566mm降低到0.173mm,充分验证了改进方法的有效性和实用性。该方法提高了手眼关系的精度;不需要采用任何昂贵的外部设备,适合工业现场使用。 相似文献
9.
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。 相似文献
10.
一种基于双目视觉的手眼标定方法 总被引:1,自引:0,他引:1
提供了一种能同时标定摄像机与机器人手眼关系的方法,精确控制视觉机器人末端执行器做2次旋转运动和5次平移运动.建立视觉机器人末端执行机构和摄像机两个坐标系之间位置相互转换的方程,求得摄像机内参数及手眼关系,在标定的过程中取黑白棋盘中的一个成像点,无需匹配和正交运动,方便对执行机构进行控制.模拟实验数据与真实图像数据试验表明,该手眼标定方法可行、有效. 相似文献
11.
12.
提出了一种基于手眼视觉的并联机器人标定方法。基于环路增量法,建立了平面2-DOF冗余驱动并联机器人运动学误差与标定模型;设计了一种标定实验靶板,利用相机采集靶板图像并对其进行分割、识别、旋转补偿的处理,获取机构末端目标位置和实际位置的像素误差值;针对机构自身结构的限制,利用边界曲线识别特征角点,提出了一种基于特征角点确定检测点旋转角度的方法,在补偿相机旋转角度的基础上,再利用简化后的相机针孔模型,将像素误差值通过转换得到机构末端执行器的真实位置误差值;最后利用标定模型和通过视觉系统获取的误差值进行运动学标定。经过4次迭代,机构误差减小为原来的1/3,验证了该方法的可行性。同时该方法具有标定过程用时短、数据量小、实验成本低等优点。 相似文献
13.
由两个独立机械臂组成的双臂机器人系统,两个机械臂分别有各自独立的基坐标系,针对此类双臂机器人基坐标系相对位姿的确定问题,提出了单目视觉双臂机器人相对位姿标定方法。将相机安装在其中一机械臂末端执行器上组成手眼系统,标定板安装在另一机械臂末端执行器上,保持安装有相机的机械臂位姿固定不动,控制安装有标定板的机械臂运动达到任意不同的拍照位置,相机拍照并同时从机器人返回并记录下每个拍摄位置的机器人参数,联立解出基坐标系间的相对位姿关系。将实验结果应用于智能变电站隔离断路器自动检修双臂机器人,证明此方法能够满足实际工作需求,便于实际应用。 相似文献
14.
提出了一种简易的"两步"标定法,即非线性模型摄像机标定和"四点"位姿估计。该标定法充分使用了OpenCV中现有的计算机视觉算法,与传统的手眼标定法和基于商用视觉库的标定法相比,省去了大量的计算、节约了开发成本和便于产品升级。摄像机标定实现了图像坐标系与世界坐标系之间的转换;位姿估计实现了机械手坐标系与世界坐标系之间的转换,从而推算出了图像坐标系与机械手坐标系之间的转换,其平均投影误差约为0.727个像素。该标定方法配合码垛机器人视觉定位系统执行包装件内装物码垛作业,现场测试结果表明,可以使码垛精度达到±1 mm,能够满足包装行业内装物现场应用要求。 相似文献
15.
16.
17.
18.
《机械工程与自动化》2020,(4)
面对焊接路径较为复杂的焊接任务,为提高焊接质量和焊接效率,多机协作焊接方法逐渐被研究和采用,但协作机器人系统初始状态的标定精度直接影响机器人焊接质量。针对该问题,以焊接、搬运两台FANUC 200iD/4S工业机器人组成的协作焊接系统为例,采用三点共圆的基坐标标定方法与成像对称性的张正友手眼标定方法,对焊接机器人上安装的相机进行手眼标定作业的同时完成了协作机器人系统间的基坐标关系标定,从而快速得到手眼标定参数,形成完整协作机器人系统的标定参数。最后搭建了协作机器人系统实验平台,进行标定精度验证。实验结果表明:此方法有较高的标定精度,可靠性较强,适用情况更加广泛,可应用于协作焊接机器人系统。 相似文献
19.
基于HALCON平面标定板,充分考虑机器人末端中心和摄像机镜头径向畸变的影响,设计了一种新的Eye-to-Hand机器人视觉标定方法。该方法不仅标定了摄像机的内外参数,同时也建立了摄像机图像坐标系和机器人世界坐标系的关系。实验证明,该方法具有较高的标定精度和实用性,适用于工业机器人的视觉系统标定。 相似文献
20.
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°。 相似文献