一种基于双目视觉的手眼标定方法

提供了一种能同时标定摄像机与机器人手眼关系的方法,精确控制视觉机器人末端执行器做2次旋转运动和5次平移运动.建立视觉机器人末端执行机构和摄像机两个坐标系之间位置相互转换的方程,求得摄像机内参数及手眼关系,在标定的过程中取黑白棋盘中的一个成像点,无需匹配和正交运动,方便对执行机构进行控制.模拟实验数据与真实图像数据试验表明,该手眼标定方法可行、有效.     

视觉伺服机器人系统的无标定目标运动估计

机器人视觉伺服系统是机器人领域一重要的研究方向。该文建立了三自由度平面机器人视觉伺服系统,着重研究在摄像机与机器人坐标系无标定的情况下对目标的运动估计,提出了一种无标定算法,采用Kalman滤波完成目标的运动估计,并验证了它的有效性。     

基于HALCON的机器人视觉标定

基于HALCON平面标定板,充分考虑机器人末端中心和摄像机镜头径向畸变的影响,设计了一种新的Eye-to-Hand机器人视觉标定方法。该方法不仅标定了摄像机的内外参数,同时也建立了摄像机图像坐标系和机器人世界坐标系的关系。实验证明,该方法具有较高的标定精度和实用性,适用于工业机器人的视觉系统标定。     

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。     

一种气动机器人垃圾分拣系统的设计与分析

为解决垃圾分拣实现自动化分拣的问题,提高生产效率,降低生产成本,设计了一种气动机器人视觉垃圾分拣系统。利用气压控制回路实现对机械手运动的控制,采用棋盘格标定法对相机进行标定,标定结果误差相对较小。实验结果表明:利用气压控制的机械手定位和抓取效果良好。利用棋盘格标定的相机,机械手抓取平均误差小于3 mm。该分拣系统在一定条件下能够满足垃圾分拣,具有结构简单、易操作、分拣精准、效率高、成本低等特点,为后续实现垃圾智能化分拣设备研制提供参考依据。     

摄像机标定的棋盘格模板的改进和自动识别

为了克服在摄像机标定过程中需要使用者给出标定模板的附加信息,或全自动标定点识别算法在遮挡、不均匀照明、大视角和摄像机镜头畸变情况下不能检测出标定点的缺点,提出一种改进的基于基准点标记的棋盘格模板以及相应的全自动识别算法.新的摄像机标定模板以基准点标记代替传统棋盘格的黑白方块,从而使全自动识别算法识别出标记的位置.利用模板中标记按照标记ID从小到大的顺序排列的先验知识,估计丢失的标定点位置.为了提高丢失标定点在图像中初始位置的估计,算法估计径向畸变参数,从而克服了畸变对识别的影响.为了提高标定点的定位精度,利用高精度的鞍点检测器,从而标定点的定位精度小于0.05像素.为了检测鞍点的有效性,算法提出2种滤波准则,最终得到有效的标定点.识别算法是有效的且不需要任何参数.实验结果表明,对于同样的摄像机和背景,使用改进的棋盘格模板及其识别算法获得的标定点进行摄像机标定的投影误差比ARTag减少70％.     

基于误差标定的医疗机器人视觉跟踪方法研究

影像在疾病诊断和手术计划中占有重要地位,随着机器人技术的发展以及微创手术的广泛采用,影像与机器人构成一体,形成计算机集成外科手术系统。影像不仅是疾病诊断的重要工具,它也对手术机器人进行定位、引导,对手术器械进行跟踪和控制。由于视觉和机器人具有各自的坐标系统,它们之间存在误差,当在视觉空间控制机器人运动时,该误差会映射到机器人的轨迹上。在前期手术计划、机器人视觉控制、自动显微操作的研究成果基础上,研究计算机集成外科中的手术机器人轨迹精确控制问题。采用机器人在视觉空间的运动误差对视觉系统和机器人系统间的坐标系误差进行标定,从而精确控制机器人的轨迹。误差标定方法只需要让机器人走三个点就可以完成系统坐标标定。在实验中,利用视觉系统控制机器人运动,模仿微创手术中对机器人末端器械的导引,结果表明,采用递归标定方法可以将机器人的轨迹误差控制在2个像素范围内。     

基于无标定的机器人平面运动物体跟踪伺服系统研究

在未标定摄像机模型和机器人手眼关系的情况下,针对"眼在手"型机器人视觉伺服系统,采用基于位置的控制方法,提出了一种简易实用的无标定算法,采用PD控制实现了平面运动物体的跟踪,通过仿真和试验验证了该方法的有效性和可靠性。     

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.     

基于自由靶标的线结构光视觉测量系统标定研究

针对现有的线结构光视觉测量系统现场标定方法存在效率低、操作复杂等不足,提出了一种基于自由移动平面靶标的标定方法。该方法以平面靶标作为标定对象,首先采用张正友的方法标定出了摄像机内部参数,然后引入了线结构光和自由移动平面靶标,以各种位姿下靶标内的激光条纹与棋盘格角点边线交点作为特征点,求取了特征点在摄像机坐标系下的坐标,并拟合出了结构光面平面方程,从而完成了整个测量系统的标定。试验结果表明,采用上述方法标定后的线结构光视觉测量系统测量误差小于1%,达到了较高的标定精度,能够满足使用要求。     

基于市售设备的结构光系统模型及标定

在射影几何矩阵模型和三角法解析模型的基础上,结合市售数码相机和投影仪内部结构参数精度高、工作稳定的特点建立了结构光三维测量系统的实用数学模型。提出一种借助数码相机赋予投影仪"视觉"功能,向标定模板投射正交格雷码图案,从而确定DMD像面点和空间标准点对应关系的投影仪标定方法。作为上述数学模型的基础,设计了基于共线特征的校正模板,采用图像法将数码相机镜头畸变参数分离于系统参数之外单独标定。文中具体给出了数学模型、标定公式及校正模板,最后进行了标定、测量实验。仿真系统验证了方法的可行性,测量相对误差约为0.2%;实际系统平面测量相对误差小于0.7%,重构的复杂表面具有良好视觉效果。     

基于3D立体靶标的摄像机标定算法

利用透镜成像理论建立摄像机数学模型,提出了一种线性求解摄像机内外参数的方法.该方法特点是采用主动发光的光点阵列标定靶,利用2D标定靶的精确移动来实现基于3D立体靶标的摄像机标定的算法.     

智能空间中基于畸变矫正的改进视觉标定

为了解决智能空间中机器人环境建模时的视觉标定,提出了一种基于几何畸变矫正的改进标定算法.首先对模板图像进行阈值分割和循环腐蚀等预处理;然后利用改进Harris算法进行角点提取;再基于非线性最优和立方卷积插值来矫正畸变图形;最后在此基础上实现摄像机标定.     

一种基于双目相机与单点激光测距仪的标定方法

近年来,随着工业机器人技术的不断完善,利用相机与激光测距仪结合测量的应用不断增多。为了使两者之间配合的更加便利,两者之间的标定是必不可少的。本文提出了一种基于双目相机与单点激光测距仪的标定方法,以双目相机光心为原点,建立相机坐标系。将单点激光测距仪光点打到标定板上,并在标定板上形成光斑,通过灰度重心法提取光斑中心像素点,利用双目相机的内参矩阵及深度数据获取光斑点的三维坐标值。然后利用两个三维坐标点建立公式求取外参参数的粗略解,同时通过相机坐标系下多个光斑点的三维坐标建立约束方程,并利用优化算法对约束方程进行优化,得到精确的外参参数值。该方法做法简单,且对标定器件无特殊要求,通过该方法得到的外参参数精度高,鲁棒性好。实测结果表明,通过该算法得到的外参参数进行重投影后,平均相对误差小于0.30%,能够应用于实际生产过程中。     

名优茶采摘机器人的系统设计与试验

针对名优茶采摘劳动力短缺的现状,设计了一种适用于自然环境下作业的名优茶采摘机器人。系统由采摘机械手、3P-Delta机械臂、视觉系统和主控系统构成。机器人通过深度相机获取茶蓬图像,利用深度学习和骨架法计算采摘点。从名优茶的生长特征出发,建立了机械臂采摘轨迹模型,采用Bézier曲线对茶叶采摘路径进行优化,降低了机械臂在快速运动过程中的加速度突变,提高了采摘运动的平滑性。利用虚功原理建立机械臂动力学模型,基于滑模控制设计了机械臂采摘控制策略,优化了控制算法中的指数趋近律,有效地抑制了滑模面在快速趋近时的抖振现象。实地测试结果表明,采摘机器人能够实现名优茶的采摘,采摘率和完整率分别为75.53%和54.68%,平均采摘速度为0.451颗/s。     

基于HALCON的非线性摄像机标定算法研究与应用

针对工业应用,采用LENZ径向畸变模型建立面阵和线阵摄像机的非线性成像几何模型,并分析模型的内外参数及针孔模型的局限性,基于两步法思想改进标定方法。利用HALCON的矩阵网格状圆靶平面标定板及函数库平台,采用亚像素精度的边缘提取和椭圆拟合算法精确获取标定点,建立与空间点的对应关系,并对所求参数进行非线性优化,通过实验及精度分析验证了求解参数的准确度和稳定性。该标定算法灵活准确,具有良好的可移植性。     

机器人带电作业中的视觉定位与优化策略

针对机器人带电作业自动化的课题,通过机器视觉方法进行目标物体的定位.分析了像素坐标与世界坐标之间的转换关系,完成相机标定.基于形状匹配算法,提出分块与拼接策略,优化识别效果.基于最优化理论,分析定位误差,提出优化策略.通过实验验证了视觉算法的正确性和可靠性,为机器人自动化作业提供了保障.     

基于主动视觉的相机标定方法在太阳能电池片丝印机上的应用

为了实现太阳能电池片丝印机视觉对位系统高精度标定的目标,采用线性相机模型与高精度的标定板及高精度的主动视觉平台,并采用基于平面正交运动的主动视觉标定方法以实现标定系统构建。本研究阐述了线性相机模型和相机标定方法,介绍了丝印机视觉对位系统的构成,设计了基于主动视觉标定方法的主动视觉对位平台的运动过程。标定时,令主动视觉平台按照预先设计的运动信息表动作,由相机采集每次运动后标定板上特征点的图像。根据每次平台运动采集到的特征点信息与平台运动距离之间的关系,通过采用Matlab的OPENCV算法,线性地求解了相机的内外参数,给出了相机标定的部分程序,并分析了标定误差。结果表明,采用基于平面正交运动的主动视觉标定方法,仅需主动视觉平台做有限的几次运动就能够实现相机的线性标定,实现起来比较容易,且标定精度能够满足使用需求。