视觉测量在机器人加工过程手眼标定中的应用

针对高精度测量辅助机器人加工的手眼标定,提出一种基于三维视觉测量的精确手眼标定方法,该方法考虑了非线性优化和初值计算中建模误差的影响。为了提高求解精度,在传感器框架中建立了具有更精确参考点的非线性标定模型,提出一种结合传感器测量和机器人位置随机误差的迭代权重优化解。在初值解中,建立考虑基础参考测量误差的测量平差模型,并使用拉格朗日乘子进行求解。仿真对比结果表明：该方法在估计手眼变换参数方面比其他典型方法具有更高的精度。最后通过搭建实验平台,进一步验证了所提方法在求解精度测试上的优越性。     

线激光视觉测量机器人手眼标定方法研究

线激光视觉测量传感器与工业机器人组成三维测量系统时,法兰盘坐标系与摄像机坐标系之间变换关系求解较复杂。为解决此问题,提出一种基于固定参考点的手眼标定算法。该算法以标定球为靶标,根据标定球球心在机器人基坐标系中坐标不变原则,结合机器人运动学位置约束关系建立了矩阵变换方程,并在旋转矩阵求解中引入四元数,简化计算过程,实现机器人手眼标定。通过试验量化分析测头光平面与标定球相交位置对测量结果的影响,验证了该算法的有效性和实用性     

机器人抓取的三维手眼标定方法研究

在视觉感知识别目标位姿后,机器人正确移动到指定位姿需进行手眼标定。若机器人进行三维空间操作,需进行三维手眼标定。针对空间物体抓取提出方法：通过设定机器人在x、y、z三个方向上的限位,根据工作需要为机器人定义一个工作区域,机器人以定步长定轨迹路线在区域内移动,使用迭代最近点算法求解手眼标定转换矩阵,采用下山单纯形法对转换矩阵进行优化,减小标定误差。实验结果表明：平均标定误差比传统基准法减小了18.90%,所需时间减少了49.12%。     

基于Halcon的固定视点手眼标定方法

在视觉引导机器人完成抓取的过程中,最重要的步骤是手眼标定,手眼标定的精度将直接影响后续工作的精度。充分考虑相机畸变对手眼标定的影响,在Halcon环境下,设计一种高精度的固定视点手眼标定方法,该方法在确定了机器人基础坐标系与相机图像坐标系之间关系的同时也标定了相机的内外参数,并通过实验进行验证。结果表明:该标定方法具有较高的精度,可广泛应用于视觉机器人的定位抓取工作。     

基于Adam优化算法的双目机器人手眼标定方法

在智能制造领域,视觉机器人应用前景十分广阔.视觉机器人的手眼标定精度直接关系到机器人的后续作业精度.为了进一步提高机器人的手眼标定精度,现提出一种基于Adam优化算法的双目Eye-to-Hand型机器人的手眼标定方法.根据多体运动学理论,建立了6DOF机器人手眼标定数学模型,以Halcon输出的手眼标定矩阵为初始值,采...     

改进的机器人视觉与传送带综合标定方法

传统六自由度机器人视觉与传送带的标定方法一般忽略了相机畸变的像素偏差和设备安装过程中的角度偏差,使得传送带上的目标难以精确定位。针对传统标定方法的局限性,提出一种高精度机器人传送带与视觉的综合标定方法。在校正相机径向与切向畸变以及安装角度的基础上,构建机器人坐标系中物体的位移及其在图像坐标系下位移的比例关系,在传送带标定过程中,应用此比例关系,通过设置像素坐标误差阈值的方法校正机器人坐标与传送带坐标系的关系。改进后的标定方法灵活性强,实验结果表明:该方法定位精度有较大的提高。     

非特制靶标的结构光视觉自动标定系统北大核心

为解决现有结构光视觉装置的标定方法需要高精度特制靶标且标定过程复杂的问题,实现标定过程的流程化,提出了一种基于非特制靶标的结构光视觉自动标定方法,并构建了相应的自动标定系统。该系统控制机器人带动结构光视觉装置做两组运动对非特制靶标拍照,第一组运动通过8次平移和3次末端姿态改变运动,利用靶标平面的特征点信息并结合机器人的姿态信息获取相机参数和手眼参数,第二组运动通过5次平移,利用相机外参数和机器人的位移信息求解出光平面方程。采用具有清晰图像信息的卡片式物体作为靶标,利用所提出的方法完成线结构光平面标定,精度验证实验结果表明,系统对靶标的选择有较强的适应性,在测量30 mm、50 mm和60 mm标准块时,平均绝对误差均值为0.049 6 mm,相对误差均值为0.11%,标定精度能够满足毫米级的测量要求,能适应如焊缝跟踪、物体测量等工业现场对结构光视觉装置的要求。     

双目视觉手眼标定的精度优化

双目视觉定位是机器人领域对环境感知的常用技术,手眼标定的好坏很大程度上影响着机器人定位精度。传统的线性标定只需一组数据就可标定,但极易受到偶然误差的影响;非线性算法使用多组数据,但容易出现奇异值和陷入局部最优点。针对这两个问题,用非线性算法Ada-delta对线性算法Tsai得到的数据进行优化,非线性算法多组数据运算避免了偶然误差,线性求解的结果充当优化算法的常数项也避免了出现奇异值的情况。用优化前后的手眼标定矩阵求得理论机械臂末端位姿,分别与实际位姿作差,取其Frobenius范数。结果证明：优化后的Frobenius范数为0.305 65小于优化前的0.520 717,优化效果良好。     

基于球面拟合法的机器人与变位机位姿关系标定

提出基于最小二乘法的球面拟合法来标定机器人与变位机的位姿关系.首先变位机分别旋转或倾斜到多个位置,记录TCP点在对应位置的位姿数据并建立球面方程,采用最小二乘法拟合最优球面,从而求得变位机坐标系原点.然后采用同样的方法,让TCP点在变位机两个轴向作多点标记,可进一步求得坐标系各轴的方向矢量,实现位姿关系标定.为消除偶然因素的影响,提出了距离偏差率概念并设定取点阈值判定方法,提高了标定精度.结果表明,该方法可以有效减小随机误差,避免偶然因素的影响,具有较高的标定精度.     

基于双目视觉和距离误差模型的工业机器人运动学参数标定方法

基于距离误差模型的标定技术,建立机器人末端距离误差与机器人运动学参数误差间的模型关系,避免了标定过程中坐标系的转换误差,能显著提高标定精度。视觉测量技术具有测量精度高、非接触性、实时性强等特点,与传统的机器人末端测量手段相比,具有成本低、操作简单等优势。研究一种将距离误差模型与视觉测量技术相结合的机器人标定方法,用于提高工业机器人特定工作空间的精度。采用双目视觉系统,将相机外置于机器人进行测量。基于距离误差模型进行机器人参数标定,利用标定结果进行运动学参数补偿。结果表明:特定标定工作空间内的距离误差都有所改善;在标定轨迹上,绝对距离误差的平均值从0.279 9 mm减少为0.104 4 mm,非标定轨迹的误差降幅高达50%以上,验证了该方法的可行性。     

机器人视觉伺服综述

介绍了机器人视觉伺服系统的概念及历史背景,系统介绍了视觉伺服系统的分类方法,重点论述了基于位置和基于图像的视觉伺服系统.对摄像机校正进行了介绍,并详细阐述了智能算法在机器人视觉伺服系统中的应用.最后,对机器人视觉前沿问题做了概括,并指出机器人视觉伺服系统的发展方向.     

一种提高机器人视觉系统参数标定精度的方法

镜头径向畸变影响着GRB-3044机器人视觉系统精度。根据距离畸变中心越远的点,畸变量越大和过畸变中心的直线不发生形变的特征,提出了一种单独求解畸变中心和畸变系数的径向畸变校正方法。对标定点进行校正后,使用Faugeras的标定方法进行摄像机内外参数的标定。实验表明,文中所提出的算法能有效校正图像径向畸变,相比未加入径向畸变的视觉系统,目标定位的准确度得到明显提高。     

摄像机静标定技术在机器人视觉目标定位中的应用研究

利用机器人视觉技术对目标进行定位与分检中,视觉系统对目标的精确定位是其关键技术之一。利用基于线段斜率的摄像机静标定技术对摄像机镜头进行了标定,将标定的镜头径向畸变系数应用于目标位置坐标计算中。经标定后的目标坐标位置数据引导机器人末端执行器完成对目标的定位,实验结果表明了该方法的有效性。     

机器人动力学标定综述

动力学标定在机器人控制中起着非常重要的作用。本文从一般动力学标定和基于神经网络的动力学标定两方面对现有机器人动力学标定方法和研究现状进行了分析和总结。并详细介绍了每种标定方法的特点、存在的问题以及研究现状。最后对机器人动力学标定的发展方向进行了简要论述。     

基于作业轨迹约束的机械臂多闭环标定方法

为了解决机械臂标定方法成本高、效率低的问题,对低成本的机械臂实时标定方法进行研究。选择低成本的双目相机为测量设备,基于微分变换理论阐述连杆参数误差辨识模型的建立方法;以作业轨迹和靶标可视性作为约束条件,采用逆运动学算法生成测量构型库;在此基础上通过DETMAX优化算法挑选出合适的构型用于建立辨识模型,并提出一种矩阵平衡方法改善模型性态水平;与此同时,还采用K-means聚类算法将所选构型进行划分,以此作为多组中间姿态输入至控制系统生成若干条平滑的作业-标定轨迹;最后,仿真验证了新方法在不同强度测量噪声下的连杆参数误差辨识精度。结果表明：矩阵平衡法将辨识模型观测指数由10.6提升至6.2×104,同时将其条件数由1.2×103降低至37.8,显著改善了模型性态水平;良态辨识模型使得绝大部分连杆参数误差辨识结果不易受测量噪声影响;距离测量噪声标准差由0.1/3 mm提高至1/3 mm时,DH误差平均辨识偏差仅由1.1%增大至1.4%。因此新方法能够满足机械臂低成本、实时、高精度的标定要求。     

高精度机器人打磨系统标定算法研究与实现

针对自主研发的机器人打磨系统打磨精度差等问题,通过误差源分析,分别在工具、工件标定算法及实现方面进行了研究。针对打磨使用刀具的特点,选择合适的工具标定算法,设计辅助标定工装,完成了打磨工具的位姿标定,提高了打磨工具的标定精度。同时根据打磨工件标定算法及工件的特点,设计标定块,利用辅助特征点三点标定方法及合理的测量方法,完成了工件的高精度匹配。通过离线编程生成打磨程序,从而实现了高质量、高精度的机器人打磨作业。