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。     

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。     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

双机器人系统的快速手眼标定方法

针对双机器人仿真测量系统的手眼标定问题,提出一种由机器视觉求解法兰盘位姿得出手眼关系的方法.将目标机器人运动到合适的位姿,由视觉机器人拍摄其法兰盘图像,提取图像中法兰盘的椭圆轮廓,解算摄像机坐标系下的法兰盘姿态和圆心坐标,并由销孔位置约束得出摄像机与目标法兰盘坐标系的转换关系H1.然后由控制器读数得出两台机器人各自法兰...     

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...     

单目视觉双臂机器人相对位姿的快速标定

由两个独立机械臂组成的双臂机器人系统,两个机械臂分别有各自独立的基坐标系,针对此类双臂机器人基坐标系相对位姿的确定问题,提出了单目视觉双臂机器人相对位姿标定方法。将相机安装在其中一机械臂末端执行器上组成手眼系统,标定板安装在另一机械臂末端执行器上,保持安装有相机的机械臂位姿固定不动,控制安装有标定板的机械臂运动达到任意不同的拍照位置,相机拍照并同时从机器人返回并记录下每个拍摄位置的机器人参数,联立解出基坐标系间的相对位姿关系。将实验结果应用于智能变电站隔离断路器自动检修双臂机器人,证明此方法能够满足实际工作需求,便于实际应用。     

一种基于场景特征的工业机器人手眼自动标定方法

目前,有许多方法都实现了机器人的手眼标定,但是需要借助特定的标志物,标定过程复杂,不利于工业现场的实际应用。为此,提出了一种基于场景特征的工业机器人手眼自动标定方法。首先利用光束法平差(BA)处理微运动图像序列,求解相机内参。然后利用四叉树ORB特征提取和PnP求解多视图像间的位姿变化,并使用BA优化。最后通过计算多视图像间的位姿变化和机器人的位姿变化之间的关系,获得机器人手眼位姿。实验表明,对比现有的标定算法,本文提出的算法简单快速,同时拥有较高的精度。     

基于激光跟踪仪的机器人抛光工具系统标定

针对机器人抛光工具系统传统标定方法精度低的问题,提出了一种基于激光跟踪仪的工具系统标定新方法。介绍了机器人抛光系统,并定义了系统的一系列坐标系,为后续的讨论奠定基础。利用激光跟踪仪分别测量机器人法兰盘坐标系位姿和工具坐标系位姿,最终获得两者之间的坐标变换关系。通过试验对机器人抛光工具坐标系进行标定,取得了较好的效果,验证了该理论的有效性和正确性。     

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。     

通用机器人视觉检测系统的全局校准技术

介绍了基于通用机器人的车身在线柔性视觉检测系统的工作原理和在复杂现场环境下使用激光跟踪仪和测量臂进行全局校准的实用方法。基于测量姿态的全局校准方法利用机械约束将传感器坐标系和靶标坐标系统一起来,实现测量姿态时传感器坐标系与系统基准坐标系的坐标转换。基于机器人运动学模型的全局校准方法利用机器人末端关节位姿可通过正向运动学获知的特点,在现场构建机器人基坐标系,并通过坐标变换获得与机器人运动精度无关的手眼关系,实现了任意姿态时的全局校准。实际测量的结果表明,应用两种校准方法后系统的重复性精度都十分理想,测量装置重复测量标准差和系统重复测量标准差分别为0.07mm和0.13mm,能够满足在线监控白车身加工尺寸变化的精度要求;系统进行坐标测量时的误差分别为±0.2mm和±0.8mm。     

一种高精度机器人手眼标定方法

手眼系统的标定是机器人视觉中的一个重要研究内容,标定的准确性直接影响机器人的作业精度。对于机器人眼在手系统,介绍了标定的原理并给出标定方程的求解方法。指出摄像机外参是构建标定方程的重要数据,为确保摄像机外参的准确性,提出利用图像校正的原理对摄像机外参进行验证。通过对基于标定方程的精度影响因素进行分析,对标定过程中的机器人运动轨迹进行规划。最后通过实验,对比了摄像机外参筛选前后的标定结果,证明经过摄像机外参筛选后,对标定精度和稳定性有一定提高,展示了实验过程中各步骤的完整数据,并验证了最终的标定精度。     

激光测量标定机器人坐标系位姿变换的正交化解算

针对大型装备智能制造中的机器人在线位姿激光跟踪测量与实时引导需求,提出了一种机器人坐标系与激光测量坐标系标定转换和解算方法。设计了基于距离原则的机器人末端光学工具中心点TCP(Tool Center Point)位置标定算法。通过运用空间点坐标重心化配置算法和基于罗德里格矩阵变换的最小二乘优化算法解算出了具有单位正交性的位姿变换旋转矩阵。进行了机器人坐标系位姿变换激光测量标定和优化对比实验,旋转矩阵初值和正交优化值进行点坐标转换后的综合RMSE分别为0.579 0mm和0.501 5mm。结果表明该方法能够有效改进姿态旋转矩阵正交性,并提高位姿变换解算精度。     

机器人工具坐标系自动校准方法

摘 要：为了实现工业现场中快速高效的对机器人工具坐标系进行标定,同时提升坐标标定的精度,提出了一种机器人工具坐标系快速标定方法,搭建了标定传感器系统和实验平台。对标定系统的标定测量速度和标定精度进行了测量和研究。该标定方法使机器人按照预定圆周和直线的轨迹进行运动,运动时统计该系统在光电标定传感器中出现的时刻,得到工具坐标系偏斜的位置。本文分析了由于光电标定传感器可能由于装配的原因坐标系不能形成直角坐标系而造成的误差,同时根据坐标系转换的关系,从而排除此项误差。实验结果表明：机器人工具坐标系的标定精度为±0.5mm,标定及恢复时间为15s。该结果满足汽车生产线的精度和效率的要求,能够快速有效的对机器人工具坐标系进行标定。     

机器人手眼校准线性算法及可靠性分析

机器人手眼矩阵计算是机器人视觉、机器人校准以及视觉伺服等研究领域共同的课题。文中利用矩阵直积和参数矩阵特征向量推导了机器人手眼转换矩阵的线性方程 ,通过最小二乘法得到线性闭解 ,采用Rodrigues公式对所求解的旋转部分进行正交化以消除测量噪声的影响 ,由计算试验证明正交化所引入的误差在绝大多数情况是允许的 ,所求线性解严格满足手眼方程。并通过数值仿真计算 ,验证了算法对测量数据的平移、转动扰动具有较高的鲁棒性。