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。     

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%。     

基于空间直线约束的焊接机器人手眼标定

视觉传感器与焊接机器人的标定是焊接智能化应用中的重要问题,针对末端夹持线结构光传感器的焊接机器人,提出了一种基于空间直线约束的手眼标定方法.首先任意变换机器人位姿使线结构光传感器投射出的光平面与标定模板相交,然后通过特征点提取算法提取出线结构光与直线的交点,并基于直线约束建立了非线性优化模型,最后结合罚函数法与改进的Powell算法同时求解传感器位置与方向参数.基于上述方法进行了一系列试验,结果表明,该方法通用性强,适合现场标定,有效的提高了标定精度,标定精度在0.2 mm以内.     

基于LMI优化的对偶四元数手眼标定算法

针对相机标定误差和机器人正运动学求解的误差对手眼标定精度的影响以及传统对偶四元数法用奇异值分解求解手眼标定时易受到外界干扰产生较大误差的问题,提出一种基于LMI优化的对偶四元数手眼标定算法。该方法以对偶四元数的形式将手眼标定方程分解成两部分,简化问题模型,分别估计旋转矩阵和平移向量。该方法先用线性矩阵不等式优化的方法替代传统奇异值分解法求得精确度更高的旋转矩阵,再通过改写平移向量的标定方程,建立新的目标函数,然后用线性矩阵不等式优化的方法求得平移向量。最后,通过开源数据集实验和手眼标定平台上的实测实验结果分析,证明了该算法在求解精度和稳定性上都优于传统对偶四元数（CDQ）算法、经典算法Tsai法和Navy法,并验证了该算法在实际应用中的可行性。     

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。     

基于手眼关系的机器人TCP自标定方法

双目视觉系统和机器人在焊接中的结合使用,可以对焊缝进行实时追踪,以提高焊接质量。而机器人末端工具(焊枪)的中心点(TCP)作为机器人的实际运动轨迹,其标定精度直接影响机器人作业质量。针对该问题,以双目测量为基础,结合手眼关系和成像对称性的特点,提出了一种基于手眼关系的机器人TCP参数快速标定的方法。通过在机器人实验平台上与四点法进行对比实验,验证该标定方法的正确性和有效性。在不增加成本的同时,完成了TCP的快速、正确标定,满足了实际工业生产中机器人末端工具参数的标定需求。     

面向机器人激光增材制造的机器视觉系统标定算法

随着现代智能制造的快速发展,金属增材制造、绿色再制造、焊接等领域大量使用机器人等自动化装备,视觉传感是机器人智能制造的关键环节.针对上述需求设计了一套基于线结构光的视觉传感器,并对其进行标定,自主开发了用于机器人激光增材制造的机器视觉系统.该系统通过Matlab相机标定工具包实现相机的内外参数标定,利用Labview编...     

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...     

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。     

基于立体视觉焊接变形测量系统标定

应用立体视觉三维测量系统对钢结构上若干待测标志点进行测量,测量前分两步对测量系统参数进行标定.首先应用基于平面模板的方法标定摄像机的固有参数,包括单个摄像机的内部参数和两个摄像机间的位置关系参数.其次使用单位四元数法对摄像机坐标系与设计坐标系之间的位置参数进行标定.为了验证标定结果的准确性,对摄像机内参数标定结果进行了重投影误差估算,重投影误差很小,满足系统测量误差要求.对标定结果进行重建试验,重建结果平均误差小于1 mm,最大误差小于2.5 mm.