机器人柔性视觉测量系统标定方法的改进

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。     

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。     

机器人摄像机系统标定自动化和误差评估

传统的机器人手眼关系标定过程，需要人工多次拖拽机械臂到合适的位置，标定过程枯燥繁复且效率低，且标定样本数据的采集质量不稳定，影响标定结果的准确性。提出了一种机器人手眼关系标定算法，生成等分空间的位姿点，实现自动化标定，并评估最终的标定精度。通过设计仿真实验和实体实验，在实体实验部分，首先按照Tsai-Lenz方法传统地去计算手眼结果，然后提出误差评估机制，对计算数据进行筛选，对异常值进行剔除，显著提高了手眼标定的收敛速度和误差精度。     

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。     

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。     

基于重定位的叶片机器人磨抛系统手眼标定算法

针对叶片机器人磨抛系统中手眼标定存在人工误差、二次误差等因素导致标定精度差等问题,提出了一种基于"重定位"的手眼标定算法.以拍照式三维扫描仪为标定对象,分析机器人手眼标定数学模型,提出利用标准球在机器人末端坐标系中绕工具中心点做定点变位姿运动的标定方案.通过最小二乘法计算扫描仪坐标系下的"重定位"中心坐标,并根据多空间...     

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。     

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。     

合模线飞边在线测量与机器人智能磨抛加工技术

传统合模线飞边的打磨方式多为人工打磨,不仅效率低,产品一致性也难以保证。为了进一步提升加工效率及稳定性,利用线激光测量与六轴工业机器人开展智能磨抛加工技术研究。首先,采用基于标准球的手眼标定方法进行线激光测量坐标系与机器人加工坐标系坐标转换研究,对工作区进行分区域标定,以降低大负载机器人在不同工作区域性能指标的不同对标定结果的影响;其次,对线激光器采集的工件点云数据进行分析处理,采用距离法提取特征点,并利用三次B样条曲线拟合和基于最小二乘的曲面拟合方法求解机器人的姿态,将得到的机器人位姿与手眼标定结果相结合,实现对机器人的加工引导;最后,基于上述加工数据信息开展机器人智能识别定位与打磨加工试验测试。实验结果表明,经一次打磨后去除的材料体积约为543mm³,材料去除率约为5.8mm³/s,并且,提取出的点云轮廓曲线粗糙度的平均值由打磨前的0.609减少为0.097,减少率约为84.1%。     

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。     

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。     

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PSO-SVR算法的工业机器人分级标定方法

为了提高六自由度机器人在应用中的定位精度,提出一种提高机器人绝对定位精度的分级标定方法。该方法第一阶段进行几何参数误差的标定,以改进的Denavit-Hartenberg(MD-H)模型为基础,加入减速比和耦合比的因素建立了完整的工业机器人几何参数误差模型,之后采用Levenberg-Marquarelt(LM)算法辨识出机器人的几何参数误差并计算出剩余残差;第二阶段建立基于粒子群—支持向量回归(PSO-SVR)算法的剩余误差预测模型,来预测并补偿修正几何参数后剩余的残留误差。最后,以六自由度工业机器人进行试验验证,经过分级标定后机器人末端中心点的平均位置误差由5.866 mm减少到0.211 6 mm,最大位置误差由10.322 9 mm减少到0.699 9 mm,验证了该标定算法的正确性和有效性。     

基于激光跟踪仪的机器人误差测量系统标定

为了测量出工业机器人的定位误差,根据工业机器人定位误差测量系统的特点,采用基于距离约束的方法实现了了机器人Tool0坐标系与测量靶标坐标系之间的位置矩阵(工具坐标系)的自动化标定过程,同时分步实现了机器人基坐标系与测量设备基坐标系之间的位姿矩阵(基坐标系)自动化标定过程;建立了基于激光跟踪仪的工业机器人定位误差测量系统,并根据测量数据具体标定出了涉及到的各个坐标系,验证了算法的有效性,为工业机器人定位误差的测量打下了基础。     

标定姿态自动生成的手眼标定方法

现有的手眼标定方法无法自动生成机械臂的标定姿态,因此在标定过程中所有的机械臂运动都由标定人员根据经验来控制。由于手眼标定的结果对获取的数据十分敏感,若获取的数据不理想,即使采用优秀的算法,也会导致标定结果具有较大的标定误差。为此,提出了一种根据初始标定结果自动生成机械臂标定姿态,并结合K-means聚类算法筛选有利于提高结果精度的机械臂姿态的手眼标定方法。通过仿真实验和真实机器人手眼标定实验,比较了文中方法和传统的手眼标定方法,结果表明新算法在精度和对噪声的稳定性上得到提升,并且消除了获取手眼标定数据时的不确定性因素。     

基于手眼系统的线结构光焊缝跟踪系统设计

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。     

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。     

基于改进IGG3权函数距离误差模型的工业机器人标定

在工业机器人的标定过程中,测量粗差数据会对标定结果精度产生影响,为此,提出了一种基于改进IGG3权函数距离误差模型的工业机器人标定方法,将改进的IGG3权函数最小二乘辨识算法用于工业机器人距离误差标定中,以进一步提高工业机器人的标定精度。以SR4C型工业机器人为研究对象,建立了机器人距离误差数学模型,进行了IGG3权函数最小二乘辨识算法的理论研究。构建了机器人标定实验系统,进行了基于改进IGG3权函数距离误差模型的工业机器人标定实验,实验结果表明,所提方法可有效减小粗差数据对标定精度的影响。该方法可用于工业机器人标定和校准领域,以提高工业机器人定位精度。     

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。     

基于机器人——扫描仪测量的蒙皮对缝检测技术研究

在飞机蒙皮对缝阶差与间隙的数字化检测中,以机器人—3D激光扫描仪测量技术为基础,提出了一种新的阶差与间隙测量方法。首先对机器人—3D激光扫描仪手眼标定进行理论分析,提出简单高效的手眼标定方法;然后利用机器人—3D激光扫描仪测量系统获取待测面对缝区域的点云数据,从图像中点位对缝区域,获取对缝区域的点云数据;最后分析缝区域点云数据,确定对缝的实际边缘点,从而计算出对缝的阶差与间隙。机器人—3D激光扫描仪测量系统检测对缝方法获得的数据更加精确,效率较高,由于机器人自由度较高,因此大大提高了飞机蒙皮对缝自动化检测程度。试验分析表明:提出的对缝检测方法实验结果的均值误差在0.03mm以下,最大误差不超过0.05mm,可以满足飞机蒙皮对缝的检测要求。