融合旋转平移信息的机器人手眼标定方法

针对传统手眼标定方法在四自由度机器人和六自由度机器人旋转运动约束信息不满秩时无法求解的弊端,不同于传统手眼标定方法,除了包含旋转运动约束信息,同时增加了平移运动约束信息,提出了一种融合2种运动信息的约束矩阵构造方法,详细分析了约束矩阵的秩情况,并根据不同情况构造约束矩阵保证其满秩,便于计算旋转矩阵和平移向量。在实验中,分别进行了不同运动构型的六自由度机器人(Yskawa-Motoman-MH80)手眼标定实验,用相机获取不同位置的靶标图像,实验结果表明该方法即使在旋转信息不充足的情况下依然有效。另外,四自由度桌面式机器人(Yamaha Y500)手眼标定实验结果也成功地标定出了手眼关系。     

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。     

基于对偶四元数的机器人手眼标定算法研究

针对机器人手眼视觉系统中的手眼标定问题,对机械手末端执行器与摄像机之间的手眼转换关系进行了研究。对手眼标定问题中求解齐次矩阵的方法进行了归纳,建立了完整的基于运动位姿的视觉模型;利用改进对偶四元数方法分别求解了手眼齐次变换矩阵中的旋转矩阵和平移向量;为保证获得的平移向量是最优解,在求解平移向量过程中引入了无穷范数最小化,通过迭代求取了局部最优解的值;基于所考虑的求解最优,利用Matlab对平移向量算法进行了仿真研究,并将该算法标定结果与线性解耦估计算法和传统对偶四元数算法进行了比较。研究结果表明:该算法在标定精度、对噪声的鲁棒性、对运动位姿个数的敏感性和稳定性方面均优于其他两种算法,能满足手眼标定的精度要求。     

基于Halcon的工业机器人手眼标定方法研究

机器人手眼标定是机器人视觉技术的重要研究内容,基于Halcon所提供的标定板,充分考虑相机镜头径向畸变对手眼标定的影响,设计一种全新的、高精度、高效率的Eye-in-Hand手眼标定方法,该方法在标定了相机内外参数的同时也建立了相机图像坐标系与机器人基坐标系之间的相互转换关系,并通过实验进行了验证,其平移误差在1mm,旋转误差在1。以内。实验结果表明该方法具有较高的标定效率与较高的标定精度,可广泛应用于工业机器人视觉系统手眼标定中。     

一种结合 TCP 标定的深度相机手眼标定方法

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。     

一种基于双目视觉的手眼标定方法

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.     

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。     

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。     

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。     

基于机器人的对接位姿视觉测量系统标定研究

针对传统的相机内参矩阵和相机位置参数标定方法较为繁琐复杂且与相机内参标定互相割裂的痛点,本文设计了一种基于机器人的对接位姿视觉测量系统标定方法,利用采集得到的不同位姿关系下标定板图像以及对应的末端机器人末端执行器位姿数据,解算视觉位姿测量过程中涉及到的不同坐标系间位姿转换关系,一次性完成相机内参标定和相机位置参数标定....     

一种高精度机器人手眼标定方法

手眼系统的标定是机器人视觉中的一个重要研究内容,标定的准确性直接影响机器人的作业精度。对于机器人眼在手系统,介绍了标定的原理并给出标定方程的求解方法。指出摄像机外参是构建标定方程的重要数据,为确保摄像机外参的准确性,提出利用图像校正的原理对摄像机外参进行验证。通过对基于标定方程的精度影响因素进行分析,对标定过程中的机器人运动轨迹进行规划。最后通过实验,对比了摄像机外参筛选前后的标定结果,证明经过摄像机外参筛选后,对标定精度和稳定性有一定提高,展示了实验过程中各步骤的完整数据,并验证了最终的标定精度。     

二维旋转平台下的相机参数标定

针对可旋转相机的参数标定问题,提出了一种基于二维旋转平台的相机成像模型。首先,通过一对坐标系的变换与逆变换,将相机的旋转平移变换关系转换为二维旋转平台纯旋转关系;然后,借助旋转平台读数以及相机到旋转平台的固定变换关系,实现相机内参的精确标定以及任意位置间相机外参的相互转换;最后,利用标定出的相机与旋转平台间变换矩阵实现不同位置相机参数的转换。相比于传统固定相机的标定方法,本文提出的方法标定获得的相机内参具有更好的收敛性,而且能够标定出相机到旋转平台的变换矩阵,从而实现相机坐标系变换参数的精确计算。实验结果表明,在标定模板图像数量相同时,与常用的张氏标定法相比,本文提出的方法标定获得的相机内参具有更快的收敛速度。棋盘格角点重投影坐标与实际拍摄图像中棋盘格角点坐标相对比,平均误差约为0.12pixel,表明该方法具有较高精度。     

机器人手眼校准线性算法及可靠性分析

机器人手眼矩阵计算是机器人视觉、机器人校准以及视觉伺服等研究领域共同的课题。文中利用矩阵直积和参数矩阵特征向量推导了机器人手眼转换矩阵的线性方程 ,通过最小二乘法得到线性闭解 ,采用Rodrigues公式对所求解的旋转部分进行正交化以消除测量噪声的影响 ,由计算试验证明正交化所引入的误差在绝大多数情况是允许的 ,所求线性解严格满足手眼方程。并通过数值仿真计算 ,验证了算法对测量数据的平移、转动扰动具有较高的鲁棒性。     

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。     

基于单目摄像机的光学立体标定技术

为了构建一种基于单摄像机的三维视觉系统,提出了重构光学标定点三维坐标、计算重构误差和优化标定参数的方法。通过移动高精度位移平台,构建三维视觉系统,计算左右摄像机位的初始参数,引入质心坐标法计算两摄像机位间的旋转平移矩阵,利用最优三角剖分法重构光学标定点的三维坐标,计算并最小化重构误差,对标定参数进行优化。实验表明：重构误差直接反映了三维重建的效率,该方法的精度和鲁棒性得到了显著的提高;实物外形测量的误差从0.1123 mm减小到0.0191 mm,标准差从0.1838减小到0.1275。该方法适合应用于三维视觉系统标定质量的评估。     

野外大视场单相机空间坐标测量系统的快速标定

针对靶场现场监测范围大,相机焦距不固定,相机空间位置及角度各不相同的情况,为实现对弹落点空间坐标位置的高精度自动测量,提出了一种在野外大视场环境下使用的基于单相机空间坐标测量系统的快速标定方法。首先,在小孔成像模型的基础上,通过GPS测量获得视场内两个标定点及相机在大地坐标系中的坐标;然后读取标定点的像素坐标,根据对角相等及最小二乘法实现焦距与旋转矩阵的分步标定;最后在保证标定精度前提下,略去主点的标定过程,确定相机主点为理想主点位置。实验结果表明,在测试距离1km以外,对视场宽度为200m的区域进行监测时,校验点相对定位误差低于0.25%。该相机标定方法不需要高精度靶标,操作简单,适用于野外大视场环境下单相机空间坐标测量系统的快速标定。     

单目相机-IMU-机械臂的空间联合标定方法

将单目相机和惯性测量单元(IMU)固定在机械臂末端,可以有效地协助机械臂进行运动估计和场景感知。单目相机、IMU和机械臂之间可靠、准确的标定是实现随动感知的前提。但是,传统的标定方法存在耦合误差大、标定一致性差和6自由度激励不充分的问题。为此,本文提出了一种新颖的单目相机-IMU-机械臂的空间联合标定模型,该模型能够将旋转分量的误差和平移分量的误差完全解耦。此外,创新性地设计了一种螺旋式运动轨迹来标定感知模块,采用这种运动轨迹能够避免6自由度激励不充分和一致性差等问题。在实验环节,本研究搭建了单目相机-IMU-机械臂空间联合标定平台,计算得到三轴姿态角和平移分量的均方根误差分别小于0.7°和7 mm,证明了所提标定方法的有效性。