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。     

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。     

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。     

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。     

构建虚拟立体靶标的大视场高精度视觉标定

为了提高立体视觉系统在大视场下的测量精度,基于误差溯源思想提出了一种构建虚拟立体靶标的大视场高精度视觉系统标定方法,克服了大尺寸高精度标定物难以制造等问题。对影响立体视觉系统测量精度的主要因素进行分析,列出视觉测量系统的误差溯源链,解析了大视场视觉系统精度瓶颈的原因。借助激光跟踪仪,运用非线性最小二乘单位四元数算法求解坐标系刚体变换,获取大范围高精度的空间点阵,构建虚拟靶标。在相机畸变模型中考虑了三阶径向畸变和二阶切向畸变参数,并使用Levenberg-Marquardt迭代算法进行标定参数求解,进一步提高系统精度。实验构建了一套测量空间约为4m×3m×2m的双目立体视觉系统,通过对某型号高精度直线导轨进行点距测量,在测量距离3m处,152组不同长度的横向距离测量的误差算术均值为-0.003mm,误差标准差为0.08mm。测量精度相较于传统的平面标定法有较大提升。     

基于视觉引导的单粒子效应试验平台

为了提升现有粒子辐照平台的工作效率,设计了一套基于机器人与视觉引导的自动化辐照试验平台.在试验平台的架构设计上,引入视觉系统实现辐照参数的实时设置和自动调用;通过分析特征点分布规律,结合目标显著性原理,提出一种基于区域分布差异的特征匹配方法来完成目标识别过程,进而正确调用对应目标的辐照参数;为了保证辐照精度,采用最小二乘法求解初始手眼关系,并根据标定误差为测量数据分配权重来修正手眼关系模型.实验表明,视觉系统能够精准识别目标,辐照误差范围合理,验证了所提方法的有效性,而且单次辐照流程缩短在2 min以内,显著提升了试验效率.     

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。     

面向立体视觉结构光三维重建系统的点云误差补偿方法

为了提高立体视觉结构光三维重建系统的精度,提出了一种面向立体视觉结构光三维重建系统的点云误差补偿方法,该方法分为误差标定、误差建模和误差补偿三部分。首先,提出一种新的误差标定方法,将立体视觉结构光系统的测量空间划分为离散的特征点并标定了整个空间内特征点的误差;然后,提出了基于神经网络的误差建模方法,建立起该空间的误差模型;最后,提出了适用于立体视觉结构光系统的点云误差补偿方法,将建立的误差模型用于误差补偿。实验表明文章提出的误差补偿方法平均减少了51.96%的直径误差和14.16%的球心距误差,精度提升效果明显。从而,验证了该算法的有效性和可行性。     

空间点的立体视觉传感器标定方法

给出了一种基于随机空间点的立体视觉传感器高精度标定方法.该方法无需求解单个摄像机的内外参数,而是将立体视觉传感器透视变换矩阵中的元素作为未知量,当已知一组由高精度三坐标测量机提供的三维空间点坐标及其对应的图像点坐标时,即可利用奇异值分解法求解出各未知量的最小二乘解,从而避免了使用各类标定模板时由于加工和测量误差引入的标定误差.最后用标定过的立体视觉传感器对一组随机空间点进行三维坐标测量,与坐标测量机给出值进行比较表明,在误差最大的X轴方向,测量误差＜0.05 mm,在Y轴和Z轴方向,测量误差＜0.01 mm,证明了该方法的有效性.     

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...     

基于机器视觉的3自由度并联平台标定试验研究

为了提高并联平台的运动精度,以锡膏印刷机3自由度并联平台为研究对象,基于机器视觉提出了一种运动学标定修正系统输入的补偿方法。给出了平台理论分析模型,利用运动学逆解方程推导出误差函数,通过机器视觉对平台标识点进行测量并记录平台运动的实际位姿,根据标定结果对理论控制模型进行补偿。试验结果表明,该标定补偿方法有效地提高了并联平台的运动精度。     

一种基于平面精度的机器人标定方法及仿真

研究了一种测量简便、成本较低的基于平面精度的机器人标定方法,该方法限定了机器人末端手爪在其工作空间的平面内运动。在机器人的平面运动过程中,由关节驱动器记录平面上各采样点处的关节值并将这些值作为标定数据,避免了使用其他测量工具的复杂测量过程。建立了相应的评价方程以描述机器人所得位姿数据对该平面的逼近程度;给出了对应具体误差参数的辨识雅可比矩阵的求解方法,得出基于该雅可比矩阵的参数误差,并将该误差反向代回机器人运动学求解过程;最后使用MATLAB下的机器人工具箱建立了两连杆机器人模型,对该方法进行了仿真验证,仿真结果表明该方法将机器人绝对定位精度提高了50倍。     

一种视觉靶标标定与位姿解算方法

视觉靶标是某种编码格式的固定视觉标志物。针对视觉靶标缺乏标定方法的问题,研究了视觉靶标的标定和标定误差评价方法,从而能够高精度地标定视觉靶标在空间中的位姿。基于上述标定方法,进一步地研究视觉靶标外参解算方法,通过递推最小二乘方法,优化误差函数求解。试验结果表明：利用此方法标定和解算视觉靶标的位姿精度高,能够满足工业机器人和移动机器人的位姿求解需求。     

基于交叉矢量的视觉-激光测距系统结构参数标定

视觉与三维激光测距组成的测量系统是运动估计与环境建模的主要传感设备。 为了实现测量系统感知数据坐标系的 统一,提出了一种基于空间向量自组合的视觉与三维激光测距系统结构参数标定方法。 主要包括 3 个方面:1)利用平面标定法 求解摄像机内部参数及摄像机坐标系下平面靶标的法向量,利用迭代拟合算法求解激光雷达坐标系下平面靶标的法向量,并构 建两个坐标系下的平面靶标法向量集合;2)根据向量之间夹角大小在平面靶标法向量集合中自主选取交叉向量,建立结构参 数标定目标函数;3)利用非线性优化算法求解最小二乘问题,获得外部参数的最优估计。 通过仿真与实际标定实验验证了方法 的有效性和准确性。 实验结果表明:该方法的反向投影误差小于 30 mm(3σ),满足高精度三维测量的同时还具有高的标定效 率。 所提方法满足传感器融合测量精度的要求。     

一种快速鲁棒的基于系数矩阵二范数的2维激-摄标定方法

基于棋盘格的2维激光雷达和摄像机标定方法中，Francisco方法提出一个最小解决方案，通过3组“线 面”空间约束分别求解旋转矩阵和平移向量。在对偶空间中，Francisco方法巧妙地将旋转矩阵的求解转换为对P3P问题和三点匹配估计运动问题的求解。但是Francisco方法需要首先穷尽计算所有3个标定板组合，然后根据误差函数评价出一个最优解析解，因此计算复杂度较高。为此首先根据线 面约束方程组的系数矩阵的逆阵的二范数来选取一组抗扰动能力最强的组合，并依据这个组合计算解析解，其次改进了评价最优解析解的误差函数。与当前最先进的标定方法比较，实验结果定性和定量地显示该方法更快速更精确。     

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。