自由度冗余蛇形臂机器人手眼标定研究

针对自由度冗余蛇形臂机器人的手眼标定问题,提出一种不依赖蛇形臂机构运动参数求解视觉系统与末端法兰盘手眼关系的方法;借助外部辅助双目相机系统,通过构造外部相机、末端法兰盘、视觉导航相机三者坐标系的闭环转换得到待求手眼关系;首先根据立体视觉原理得到标志点在对应相机坐标系下的3D坐标;然后利用四元数法分别求得外部相机坐标系与法兰盘坐标系、外部相机坐标系与视觉导航相机坐标系间的转换关系;最后构建坐标系转换关系闭环求得手眼关系;实验结果表明,该标定法避免了蛇形臂自由度冗余导致运动控制精度差带来的干扰,标定精度满足设计要求。     

一种应变片装配系统的校准方法

为了解决机械臂装配系统中基座坐标系难以确定及空间位置获取时需进行运动学建模的难点,提出了一种基于工具坐标的偏差式计算方法用于应变片装配。通过工作坐标与弹性体装配孔中心位置重合校准,将应变片偏差与弹性体偏差投影至工具坐标系,建立了装配系统的偏差计算模型。通过基于质心的绕贴装头中心旋转且等角度分布于圆周上的多幅图像信息,使贴装头中心定位和坐标重合点精确到亚像素级精度,实现了高精度贴装头位置和坐标点重合校准。实验结果表明该系统能很好地完成应变片的自动装配任务,6 s完成一次应变片的安装,且装配精度能达到0.2 mm。     

基于C形臂的手术导航相机标定方法

针对基于C形臂的手术导航系统中相机标定这一关键技术中存在的过渡环节过多、参数求解过程复杂等问题,提出一种完全忽略相机模型的解决方法。该方法完全忽略相机模型,在映射参数求解过程中简化了过渡环节,使得算法实现变得高效;同时,提出了带有双层金属球的校准靶,通过识别小球的投影数据来实现相机标定。在校准点验证实验中,可以验证经变换后的坐标的残余误差均不超过0.002像素;在导航验证实验中,借助初步搭建的导航平台成功实现了探针取点及穿孔。实验结果表明,该相机标定方法的精度能够满足手术导航系统的精度要求。     

基于几何特征的X射线图像中圆形标志点自动提取

从X射线图像中快速准确地 提取圆形标志点是基于C形臂的手术导航中进行跟踪的关键环节。由于在实际应用中X射线图 像的标记点半径较小,并且有其他的背景噪声和干扰物,使得一些传统的圆形检测方法往往 鲁棒性不够高。针对这一问题,本文提出了一种基于几何特征的圆形目标检测方法,利用这 种方法能够对X射线图像中的圆形标记点进行自动提取。实验测试表明该方法能够有效地检 测不同半径的圆,并且能够通过调节参数检测到不标准的圆形。实验结果显示该方法在对C 形臂X射线成像中的圆形标志物的自动提取具有较高的效率及鲁棒性。     

一种光电辅助校准炮瞄设备

为了更快更精确地得到火控系统^[1-2]的校准数据和校准图像^[3],该辅助校准设备融合并自动解算了舰船的姿态、导航等多种信息,通过相关滤波算法^[4-5]、模型训练、跟踪算法、信息融合以及坐标系转换等方法 ,可自动显示校正弧度值的功能。在试用过程中,能获得到迅速、精准校准的效果。     

结构光视觉引导的轨迹跟踪系统的标定技术

为实现机械臂对工业现场三维特征点的跟踪,提出一种基于结构光视觉,六轴机械臂的整体标定方法。利用自制平面靶标求取单映射矩阵,根据张正友标定方法标定相机内参以及对应外参,利用LM算法优化参数,根据激光光条在靶标平面的参数方程和对应的外参标定出激光光平面在相机坐标系下的平面方程,通过求解[AX=XB]方程得到相机坐标系与机械臂末端坐标系的齐次变换矩阵[X],并对特定位姿下的工件偏移进行修正。实际测试表明：静态跟踪误差在±1.2 mm,满足工业现场应用要求。     

程序化电源的自动校准

本文着重叙述程控电源的自动校准方法。从ZSJ-1集成电路测试机使用程控电源自动校准的显著效果证明,自动校准是自动测试系统中必不可少的环节。文中介绍自动校准原理、软件自动校准的几种方法以及如何缩短校准时间、校准程序的编写等问题。     

通用数据采集系统的时基自动校准

在PC机或兼容机上,采用软件实现时基的自动校准的方法.该方法简单易行,解决了在DOS运行程序的软件定时和自动校准问题.     

实时时钟自动校准技术

微处理器实时测控系统需要实时时钟,传统的消除时钟走时累差的方法是人工校准.本文介绍一种新的自动校准技术.系统接收电台的报时信号,处理成整卢、校准信号送给时钟实现自动校准.电路采用有源滤波技术,具有较强的抗干扰能力.该技术可有效消除时钟走时累差.     

基于LXI的示波器校准仪自动校准系统研究

该文提出了一种基于LXI总线技术的示波器校准仪自动校准系统的设计方案。该系统通过计算机程控示波器校准仪和标准仪器完成自动测试系统,在此基础上设计了示波器校准仪自循环补偿修正,然后将信号测量参数数据分段建模技术和校准方法相结合,实现了示波器校准仪自动校准、自动生成校准证书。该系统设计均采用通用接口,具有较强的扩展性,操作简便,能够高效快速并且高质量地实现测试和校准工作。     

移动机器人足目标定方法

为构建完整的移动机器人视觉导航系统,提出了一种移动机器人足目标定方法．该方法以一个带有数个已知标记点的平面反射镜为中介,分别标定出平面镜坐标系与摄像机坐标系的欧氏变换关系、镜像坐标系与摄像机坐标系的欧氏变换关系、镜像坐标系与平面镜坐标系的欧氏变换关系及机器人坐标系与平面镜坐标系的欧氏变换关系,从而确定摄像机坐标系和移动机器人车体坐标系的欧氏变换关系,实现了移动机器人足目标定．实验结果表明,该方法简单、有效,无需昂贵的标定装置和复杂的标定过程,且可实现现场标定．     

简化UKF算法在摄像机标定中的应用

提出一种基于简化无迹卡尔曼滤波（UKF）算法的摄像机标定方法。将平面靶标图像上的不同特征点坐标视为同一个特征点在不同时刻的运动坐标。为避免欧拉角描述法带来的奇异问题,用单位四元数描述世界坐标系和摄像机坐标系之间的变换关系,选取摄像机内外参数作为系统状态变量。结合实际应用背景,简化标准UKF算法,将其用于摄像机参数估计,在保证标定精度的前提下降低运算复杂度。仿真结果表明了该方法的有效性。     

基于多视定位算法的多摄像机标定

针对多摄像机系统标定,提出一种基于多视定位算法的标定方法,标定过程只需一块可自由移动的平面模板即可,利用约束优化思想,将各摄像机坐标系转换到参考摄像机坐标系下,从而得到摄像机之间相对位置关系。标定操作过程简单,易于实现。实验结果表明,该方法是一种有效的多摄像机标定方法。     

一种雷达和摄像机的空间标定方法

多传感器融合技术已经广泛应用在智能汽车环境感知领域中;雷达和摄像机的空间标定是伴随信息实时融合的道路检测技术的基础;结合智能汽车的实际应用,提出了针对激光雷达和摄像机的空间标定方法;通过特制的标定板来获得雷达数据和图像数据,选取激光雷达坐标系作为世界坐标系,通过参数拟合的方法来求取图像坐标系与雷达坐标系的变换关系,进而实现两种传感器的空间配准;该方法只需要标定板就能够完成激光雷达和摄像机的空间标定,标定精度高,实现了多个传感器世界坐标系的统一,避免了后续处理中数据解释的二义性;实验结果表明这种方法简单准确,满足系统要求。     

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.     

多旋翼无人机磁罗盘校准方法

为提高多旋翼无人机航向角解算精度,研究磁罗盘校准和罗差补偿方法。通过详细分析罗差产生原因,并结合多旋翼应用,将磁罗盘干扰划分为机体坐标系静态干扰、机体坐标系动态干扰、导航坐标系静态干扰、导航坐标系动态干扰四大类。针对机体坐标系动态干扰,结合多旋翼应用背景,研究干扰的离线测量与在线补偿方法;针对机体坐标系静态干扰,提出一种飞行过程中实时校准方法;针对导航坐标系静态干扰,创新性采用GNSS模块的速度方向信息修正罗差;导航坐标系动态干扰为原理性误差,这里暂不讨论。结果表明：研究内容可有效补偿机体坐标系动态与静态干扰,以及导航坐标系静态干扰对磁罗盘和航向角解算精度的影响,有助于改善无人机的飞行性能。     

定点法扫描仪外部标定算法

研究了缺损零件的机器人快速再制造系统中，当机械手夹持扫描仪扫描固定的零件时，通过采用测量空间虚拟固定点的方法进行扫描仪外部标定算法的实现，即标定扫描仪的坐标系与机器人末端坐标系(即Tool0)间的旋转(即Rx, Ry, Rz)和平移(即X，Y，Z)关系，并给出了基本算法原理和求解方法、数据采集过程以及实验结果分析等内容。     

结构光测量系统的投影仪标定方法研究

传统单目视觉结构光测量系统通过解相位间接计算被测物的高度信息,系统约束性过强、不易操作、且标定精度较低.将双目立体视觉原理引入单目结构光视觉测量系统,根据投影仪图像坐标和摄像机图像坐标的对应关系,将投影仪当作一个逆向的相机,建立了投影仪模型,使用成熟的相机标定算法对投影仪进行标定.再配合四步相移法和基于多频外差原理的时域相位展开法,实现条纹图像的快速精确解相位.相对于传统的单目视觉结构光测量系统,本方法具有单目视觉系统操作简单、鲁棒性强的特点,同时也可以达到双目视觉测量的精度.实验结果表明,这种方法的投影仪标定精度达到了实际应用的要求.     

基于目标检测的机器人手眼标定方法

智能协作机器人依赖视觉系统感知未知环境中的动态工作空间定位目标,实现机械臂对目标对象的自主抓取回收作业。RGB-D相机可采集场景中的彩色图和深度图,获取视野内任意目标三维点云,辅助智能协作机器人感知周围环境。为获取抓取机器人与RGB-D相机坐标系之间的转换关系,提出基于yolov3目标检测神经网络的机器人手眼标定方法。将3D打印球作为标靶球夹持在机械手末端,使用改进的yolov3目标检测神经网络实时定位标定球的球心,计算机械手末端中心在相机坐标系下的3D位置,同时运用奇异值分解方法求解机器人与相机坐标系转换矩阵的最小二乘解。在6自由度UR5机械臂和Intel RealSense D415深度相机上的实验结果表明,该标定方法无需辅助设备,转换后的空间点位置误差在2 mm以内,能较好满足一般视觉伺服智能机器人的抓取作业要求。     

基于二次曲线的线阵相机标定技术

针对绕固定轴旋转的线阵相机,提出一种基于二次曲线的相机标定方法。该方法只需要相机在2个或更多不同的方位拍摄图像,通过相机的转动在每个方位拍摄多帧图像。靶标采用一个包含3个或更多二次曲线的平板。相机和靶标可以自由移动,不需要知道运动参数。通过坐标变换,把每个方位所拍摄的多帧线阵图像排列成面阵图像。从面阵图像中提取二次曲线作为标定基元,以此简化基元对应问题。仿真实验结果表明,该方法精度较高,鲁棒性较好。