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。     

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。     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

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。     

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。     

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。     

基于运动的手眼系统结构光参数标定

提出了一种用于机器人手眼系统的线形结构光标定方法。该方法是通过机器人的运动，利用摄像机小孔模型、激光结构光平面和目标平面约束，构造出含有激光结构光平面参数的线性方程组，求解得到激光平面参数的两个参数。利用目标平面上的激光束长度约束，求解第3个参数。实验结果证明了该方法的有效性。     

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。     

面向喷涂件下挂的机器人 3D 视觉引导策略研究

因悬挂链运送喷涂工件难以严格定位,导致其下挂效率低下,提出一种基于 3D 视觉引导机器人进行喷涂件下挂的控 制策略。 通过实例分割网络 Mask-RCNN 进行训练推理,得到喷涂件实例 MASK,获取经像素对齐并实例分割后的彩色图和深 度图,利用相机内参重建喷涂件三维点云;离线生成喷涂件模板点云,在线生成喷涂件目标点云,经点云初始配准矫正喷涂件的 位姿后,进而通过 ICP 精配准算法实现喷涂件位姿估计;在机器人视觉系统手眼标定之后,进一步通过 5 次多项式插值设计机 器人关节平滑运动轨迹,控制引导机器人进行喷涂件下挂。 实验结果表明,喷涂件位姿估计角度平均误差不超过 10°,在 Z 移 动方向上误差值平均为 6. 83 mm,最小为 0. 02 mm,且在仿真环境和现场环境可引导机器人实现喷涂件自主下挂。     

机器人视觉伺服控制中的自标定方法研究

利用误差矩阵方法对系统进行标定,虽然该标定不能完全消除系统坐标系间的误差,但与未标定坐标系间误差相比,精度有了很大的提高.在系统标定后,可以用基于位置的视觉跟踪方法对特征点进行跟踪,提高系统的速度.该方法的最大优点,是标定过程简单、精度高.实验结果表明,在光学系统畸变影响下,一次标定可以将误差控削在3个像素范围内.