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.     

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。     

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。     

基于视觉引导的ABB机器人定位与抓取

目前工业机器人在上下料时大部分都是采用预先示教或者离线编程的方法,具有很大的局限性。因此,研究了一套基于视觉引导的ABB机器人定位与抓取系统。通过手眼标定得到工件坐标相对于机器人基坐标的坐标变换,通过ABB机器人的PC-Interface模块功能把定位坐标传输至机器人控制器,使机器人运动到相应位置抓取工件。通过多次实验数据分析,定位误差在0.76 mm左右,具有很好的实用性。     

机器人柔性坐标测量系统现场校准技术研究

机器人柔性坐标测量系统能够实现大型工件尺寸在线快速测量,是自动化生产线的关键质量监控设备.现场校准技术是柔性坐标测量系统的关键技术之一,校准精度直接影响系统测量精度.现场精确建立机器人末端工具坐标系与视觉传感器坐标系形成的手眼关系、机器人运动学模型参数以及机器人基坐标系是现场校准的主要内容.通过设计中间靶标,利用激光跟踪仪直接测量的方法建立手眼关系,其转换精度不受机器人运动学误差影响;设立校准球体,实现基于距离不变模型的连杆参数现场快速校准;根据机器人正向运动学模型和激光跟踪仪的测量,利用基于奇异值分解的配准方法求解转换矩阵,高精度地建立机器人基坐标系.经过激光跟踪仪一次校准后,测量系统可利用基准球体实现机器人快速在线校准,减小模型参数变化对测量系统精度的影响.试验证明,校准后的测量系统整体误差低于0.2 mm.     

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...     

单目视觉-激光测距定位系统的标定与姿态校正

为了简化机器人单目视觉-激光测距定位系统的标定过程,提出一种机器人定位系统快速标定方法。通过一次标定实验即可同时完成相机参数、相机畸变参数以及手眼关系的标定,并利用手眼关系对激光测距传感器进行标定。同时,为了提高系统的标定和定位精度,提出一种基于激光测距传感器的机器人定位系统姿态校正方法,通过建立姿态校正模型求解姿态修正角,并在此基础上对深度方向的测量误差进行补偿。实验结果表明,提出的标定方法和姿态校正方法具有简单、准确和可靠的特点,满足机器人脱模系统的定位精度要求。     

机器人柔性扫描测量系统标定方法

为了实现复杂工件的在线快速测量,开发了一种基于工业机器人与结构光扫描仪的柔性测量系统,结构光传感器安装在机械臂末端。针对该系统整体测量精度不足问题,提出了一种基于距离约束的手眼关系参数和机器人运动学参数联合标定方法。首先,通过机器人单轴旋转与基于罗德里格矩阵的算法实现手眼关系初始标定;然后,建立了基于距离约束的误差模型,通过Levenberg-Marquardt算法辨识系统参数,保证了参数辨识的准确性和鲁棒性,最终实现了对手眼参数误差和机器人运动学参数误差的修正。基于KUKA机器人和结构光扫描仪进行了标定和测量试验。试验结果表明,在机器人的工作空间内,距离误差的最大值由0.889 3mm降低到0.424 9mm,平均值由0.778 4mm降低到0.385 2mm,验证了该标定方法的有效性。     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

基于空间多面体异点投影的机器人基坐标标定

针对不同类型、不同位置的工业机器人基坐标标定问题,提出一种基于空间多面体异点投影基坐标标定方法。所提出基坐标标定方法借助设计的标定台,分别获取主从工业机器人在空间中不同标定点的关节角度信息,将标定点与基坐标原点在空间中构建多空间多面体,并将空间多面体向主工业机器人所在的X-Y、X-Z和Y-Z面进行投影,根据投影图形获得远距离及不同类型工业机器人之间位姿变换矩阵。通过引入高斯白噪声误差模拟实际误差,结合理论分析及MATLAB软件进行仿真实验。实验结果表明改进后的基坐标标定方法具有极高的准确性、稳定性和标定精度。     

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。     

机器人工具和相机位姿标定的新方法

传统机器人手眼(机器人手腕法兰和相机)标定精度受限于机器人运动链的准确性,而且往往很难标定工具与机器人手腕法兰之间位姿关系。提出一种基于三坐标测量仪的高精度手眼标定新方法,利用三坐标测量仪将机器人末端工具、法兰盘、相机构建成闭环系统,避开了机器人的运动链,能够同时标定相机及工具-法兰三者之间的位姿关系,具有很强的实用性。实验表明,本标定方法的位置精度可达0.3 mm以内,角度精度可达0.062°。     

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。     

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。