基于非线性优化的机器人坐标系标定方法

利用激光跟踪仪检测或校准工业机器人,须先对机器人坐标系进行标定。研究一种基于非线性优化的机器人坐标系标定方法。即在机器人末端固定一靶点,机器人运动多个位姿,激光跟踪仪对靶点进行测量,建立多位姿约束方程,并采用非线性优化算法同步标定机座坐标系及靶点坐标。该方法无须特殊机械工装,可适用于空载或末端带有各类执行器的工业机器人系统。经实验验证:相较于经典封闭解法,该方法采用非线性优化,具有良好的鲁棒性,可有效减小因机器人运动模型不准确引起的转换误差。     

简便高精度的机器人手眼视觉标定方法

对摄像机成像模型进行了分析,论述了机器人手眼系统标定原理。在此基础上,不改变机器人的外臂与基坐标系的旋转关系,设计了一种机器人手眼视觉的标定方法,与传统的方法比较,它不需要预先标定摄像机的内外参数。实验证明:该方法具有算法方便快捷、实验过程简单易行,且精度高等优点,可用于机器人进行运动目标定位与跟踪。     

弧焊机器人工具标定与接触寻找焊缝实现

机器人工具标定就是确定工具坐标系相对于末端坐标系的转换矩阵,标定的准确度对机器人后续操作有很大影响。提出了一种工具坐标系标定方法,并在昆山一号机器人研发的过程中试验。在标定完成后实现了接触寻找焊缝,针对特定的焊接接头,使用焊枪末端或侧边触碰工件,记录触碰点的坐标,通过记录点的坐标值自动确定焊缝的始末端和焊缝的轨迹,减少了焊接每个工件均需示教始末端的过程,以及示教不准确带来的误差。     

基于对偶四元数的机器人方位与手眼关系同时标定方法

针对相机姿态估计及机器人运动学正解存在测算偏差时,手眼标定及机器人坐标系-世界坐标系标定结果不能准确收敛到全局最优解的问题,提出了一种基于对偶四元数理论的机器人方位与手眼关系同时标定方法.该方法首先将标定方程中坐标系刚体变换关系用螺旋轴、旋转角度和平移量参数化表示,再结合全局优化算法对平移量进行优化.搭建了PUMA560机器人数值仿真系统和工业机器人实测实验平台,将该方法与经典的四元数和对偶四元数标定方法进行了比较分析.仿真和实测结果表明,在相机姿态估计及机器人运动学正解存在测量误差的情况下,该方法无需初值估计和数据筛选依然可以保证求解结果的最优性.     

新的单目视觉系统两步手眼标定方法

为了实现单目视觉系统的快速、精确的手眼标定,本文提出了一种新的两步式手眼标定方法,将手眼标定分为求解旋转关系和平移关系两步.首先机器人携带标定板进行两次平移运动求解旋转关系,然后机器人工具坐标系执行若干次旋转运动求解平移关系.该方法简单快速,不需要昂贵的外部设备,通过实验最终验证了该方法的可行性.     

典型安装方式的协作机器人基坐标系标定方法

针对地面式、侧墙式、顶棚式三种典型安装方式下的协作机器人的基坐标系标定问题,采用了一种新的操作步骤简单、标定结果精确的机器人基坐标系标定方法。该方法通过在协作机器人的公共空间中构造四点"握手"动作并分别记录接触点在每个机器人的基坐标系下的坐标,求解协作机器人基坐标系间的旋转矩阵和平移矩阵,从而得到协作机器人基坐标系间的位姿关系。针对工业机器人常见的地面式、侧墙式、顶棚式三种典型安装方式进一步分析了机器人基坐标系间的约束关系,并利用这些约束关系对标定结果做出进一步的优化处理。为验证提出的标定方法的有效性,基于Matlab的机器人工具箱完成了仿真实验,仿真实验的标定误差控制在2mm以内,该精度可满足一般弧焊、搬运、切割等生产过程的定位精度要求。仿真实验的结果验证了提出的标定方法的正确性,表明该方法可有效的解决生产环境下的协作机器人的基坐标系标定问题。     

基于可测距平板工具的机器人TCP标定方法

针对工业机器人工具中心点（Tool Center Point,TCP）标定,提出一种基于带二维测距功能标定工具板的标定方法。标定工具板能够感知机器人TCP的触碰,并测量任意两触点之间的距离。使机器人TCP与标定板触碰四次,并以触点形成的线段长度为坐标变换不变量为约束,建立TCP参数标定模型。该模型包括一个三元二次代数方程组,通过消元法可求出其所有可能解,并提出了真实解的判定方法。通过数值仿真,验证了所提出方法的可行性。以电阻触摸屏作为标定板为例,分析了标定板距离测量分辨率对标定精度的影响规律。以电阻屏为标定板进行了参数标定实验,证实了该方法的准确性。方法标定过程简单,易于实现自动化,适用于大多数工业机器人的工具坐标系的标定。     

自主导航移动机器人视觉系统的一种标定方法

设计了一种基于视场中单个目标点的视觉系统标定方法,任意选取视场中的一点作为目标点,以该目标点为基准,机器人作相对运动来获得多个特征点。建立图像系列对应点之间的几何约束关系及各坐标系之间的变换矩阵,确定变换矩阵关系式,进一步求解摄像机的内外参数。该标定方法只需提取场景中的一个景物点,对机器人的运动控制操作方便、算法实现简洁。实验结果验证了该方法的有效性。     

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。     

六自由度机器人焊接轨迹研究

焊接轨迹是机器人焊接时所行走的轨迹,焊接轨迹算法是控制机器人焊接轨迹的数学模型,本文提出一种通过测量机器人基坐标系、工件坐标系与测量系统坐标系的齐次变换矩阵方法,计算出工件坐标系与焊接机器人基坐标系间的间接标定方法,通过控制器系统控制机器人焊接,实验验证此方法正确可行并成功应用工程中。     

基于平面模板的机器人TCF标定

针对末端夹持激光位移传感器的机器人TCF(tool/terminal control frame)标定,提出一种基于平面模板的标定方法,机器人操作末端执行器使激光位移传感器在不同位形下对平面模板进行测量,再通过非线性最小二乘拟合求解标定参数.为了减小问题的奇异性,对标定时应该采取的参数控制策略进行了定性分析.该标定方法只需要一块表面精度较高的平面模板,而无需其它测量仪器,标定过程简单、易操作,且易于实现自动化.仿真和实验结果表明本文提出的标定方法具有较高的精度.     

多传感器的联合标定方法

在智能机器人的视觉导航技术中，为了提高信息的可信度，可以采用多传感器数据融合技术，为了进行融合首先必须进行传感器的标定，即进行各种传感器坐标系之间的转换，本文针对一个实际的智能机器人系统，提出了一种简单、实用、准确的联合标定方法，取得了满意的效果。     

增强现实中的三维注册算法研究

系统地分析了三维注册的几个关键步骤，重点分析了影响摄像机标定精度的原因并提出了相应的修正方法，考虑到增强现实动态系统对实时性要求很高，文中采用了基于标识的跟踪预测方法，以做到实时无缝融合。     

基于覆盖的构造性学习算法SLA及在股票预测中的应用

覆盖算法是神经网络学习算法中的一个十分有效的方法，它克服了基于搜索机制的学习方法和规划学习方法计算复杂性高，难以用于处理海量数据的不足，为神经网络提供一个构造性的学习方法，但该方法是建立在所有训练样本都是精确的假设上的，未考虑到所讨论的数据具有不精确的情况，若直接将该方法应用于数据不精确情况，所得到效果不理想．主要讨论数据具有不精确情况下的时间序列的预测问题，为此将原有的覆盖算法进行改进，引入“覆盖强度”和“拒识样本”的概念，并结合这些新概念给出相应的覆盖学习算法(简称SLA)，最后将SLA算法，应用于金融股市的预测，具体应用到以上(海)证(券)综合指数构成的时间序列的预测，取得了较好的结果，这表明了SLA方法的可行性和应用前景。     

基于标准圆柱的线激光轮廓扫描机器人手眼标定方法

在搭载线激光轮廓传感器的机器人平台手眼标定问题中,依靠线激光轮廓传感器输出的2维点云信息进行标定,存在标定过程复杂、标定精度低的缺点。本文针对这些问题,提出一种基于圆柱侧面约束的手眼标定方法。通过改变扫描机器人末端位姿,获得不同位姿下圆柱侧面扫描数据。对于激光平面与圆柱侧面相交得到的椭圆轮廓,利用随机抽样一致性（RANSAC）算法得到椭圆轮廓中心点坐标。利用椭圆轮廓的估计中心点到圆柱中轴线的距离建立约束优化方程,将手眼标定问题转化为约束优化问题。利用粒子群优化（PSO）算法和广义拉格朗日乘子法的融合算法求解约束优化问题,得到手眼标定的变换矩阵。最后基于所提方法进行模拟仿真和扫描重建试验。分别讨论了标定数据误差、标定参照物位置和标定参数初始值对标定结果的影响,并验证了手眼标定精度。结果表明,该方法不受标定参照物位置和标定参数初始值的影响,具有操作简单、通用性强、标定精度高等特点,标定精度在0.15mm以内,适合现场标定。     

基于标准探测器的FY-2(05)星扫描辐射计可见通道外场定标

为了对FY-2号05星扫描辐射计可见光通道进行发射前外场辐射定标,在采用了传统的辐亮度定标方法的同时,提出了一种新型的独立于扫描辐射计可见光通道光谱响应函数的基于标准探测器的反射比定标法(Detector Based Reflectance Calibration)。该方法通过筛选波长得出在一定的精度范围内FY-2号可见光通道的漫射板反射辐亮度与漫射板的某一单波长反射辐亮度成正比,从而可以用8通道高精度辐亮度标准探测器中对应波段的探测器的响应替代FY-2号05星扫描辐射计宽波段响应直接求出定标系数。传统辐亮度定标方法结果的不确定度为6.0%～6.4%,而利用基于标准探测器的反射比定标法定标结果的不确定度达到5.4%。实验结果表明基于标准探测器的反射比定标法由于采用了直接由高精度低温绝对辐射计传递的标准探测器,与传统的基于辐射源传递相比其测量精度得到有效提高,并且受现场大气条件的影响小。     

基于GEP的双目视觉摄像机标定方法研究

摄像机标定是精密视觉测量的基础,传统的标定方法具有很多的缺陷。提出了一种新的双目视觉摄像机标定方法,通过引入基因表达式程序设计算法,挖掘其中潜在的坐标函数关系。将GEP标定方法与同类方案进行了比较,实验结果表明：新算法有效地提高了标定精度,加快了运算时间,具有较高的实用价值。     

局部Fisher判别分析算法及仿真研究*

复杂化工过程常被多种类型的故障损坏,正常的训练数据无法建立准确的操作模型。为了提高复杂化工过程中故障的检测和分类能力,传统无监督Fisher判别分析(Fisher Discriminant Analysis,FDA)算法无法在多模态故障数据中的应用,本文提出基于局部Fisher判别分析(Local Fisher Discriminant Analysis,LFDA)的故障诊断方法。首先计算训练数据的局部类内和类间离散度矩阵,寻找LFDA的投影方向;其次把训练数据和测试数据向投影向量上投影,提取特征向量;最后计算特征向量间的欧氏距离,运用KNN分类器进行分类。把提出的LFDA方法应用到Tennessee Eastman(TE)过程,监控结果表明,LFDA的效果好于FDA和核Fisher判别分析(Kernel Fisher Discriminant Analysis,KFDA),说明LFDA方法在分类及检测不同类的故障方面具有高准确性及高灵敏度的优势。     

一种双目视觉传感器的快速自标定方法

为克服传统的立体视觉传感器标定过程繁琐、不适应现场操作等弱点,提出一种基于本质矩阵求解的双目视觉快速自标定方法。该方法离线标定摄像机的内部参数,通过双目匹配的对应点,线性求解双目视觉的本质矩阵,快速地得到双目视觉传感器的各个外部参数。实验结果表明,该方法在精度上与传统标定方法相当,且标定过程快捷、方便,适合现场标定操作。     

The auto‐geometric correction of multi‐projector for cylindrical surface using Bézier patches

Geometric calibration to projection images is an indispensable operation for projection‐based spatial display. In this paper, we propose a new method for correcting images generated in a computer onto a cylindrical surface accurately, which can project a high‐resolution projection image with pixels matching avoiding too much manual operation. Images waiting to be projected are pre‐warped according to the rough correspondence between projectors and physical surface. To solve the errors resulting from unexpected pixel shifts in overlap projection area, we fit the Bézier interpolation to the images and apply the optimization theory with added constraints to correct the projection image accurately. This optimization process, by taking the pixels with specific significance on the images as the basis of calculation, avoids the traditional ways of translating the control points of the Bézier surface directly. The final results achieve a completely accurate projection picture even if the projection surface shape is inaccurate and irregular. We present the details of the proposed accurate calibration algorithm and illustrate our method, which, with its scalability, can achieve perfect projection efficiently and accurately with experiments.