一种基于机器视觉的机器人标定方法

机器人标定是离线编程技术实用化的关键技术之一.提出了一种基于机器视觉的机器人标定方法,利用双目视觉测量机器人上的目标点,通过目标点位置的测量撮出机器人的关节轴线,根据相应的运动学模型求出机器人的几何参数,并解决了在测量过程中摄像机视野小的问题.实验结果表明该方法能够实现机器人几何参数的标定,提高了机器人的绝对精度.     

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.     

一种基于手眼视觉的并联机器人标定方法

提出了一种基于手眼视觉的并联机器人标定方法。基于环路增量法,建立了平面2-DOF冗余驱动并联机器人运动学误差与标定模型;设计了一种标定实验靶板,利用相机采集靶板图像并对其进行分割、识别、旋转补偿的处理,获取机构末端目标位置和实际位置的像素误差值;针对机构自身结构的限制,利用边界曲线识别特征角点,提出了一种基于特征角点确定检测点旋转角度的方法,在补偿相机旋转角度的基础上,再利用简化后的相机针孔模型,将像素误差值通过转换得到机构末端执行器的真实位置误差值;最后利用标定模型和通过视觉系统获取的误差值进行运动学标定。经过4次迭代,机构误差减小为原来的1/3,验证了该方法的可行性。同时该方法具有标定过程用时短、数据量小、实验成本低等优点。     

一种基于视觉测量的SCARA机器人标定方法

为提高SCARA机器人的精度,以SCARA机器人的零点标定方法为研究对象,校正因机械加工误差、装配间隙误差和零件磨损等因素造成实际臂长与设计臂长的偏差,还有因SCARA机器人的大小臂没有完全重合在一条直线上造成实际零点位置与理论位置的偏差。通过相机和图像识别技术,精确地定位出标定器上两个辅助点的位置,依据SCARA机器人的正反解和两点法标定的方法,以此标定出零点的实际位置和机器人大小臂的实际长度。所提出的SCARA机器人零点标定方法操作简单,精度较高,与一般的零点标定方法相比,该方法不需要依靠昂贵的设备,能满足大部分情况下机器人的工作要求。实验结果表明,经过标定后,机器人的位置误差在0.06 mm以内,大臂的长度误差在0.03 mm以内,小臂的长度误差在0.025 mm以内。     

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。     

一种模块化机器人的标定方法研究

对一种可重构模块化机器人系统进行定位精度标定方法研究。采用装配映射矩阵描述任意给定的模块化机械臂组成模块间的装配关系,并根据装配信息自动生成指数积形式的运动学模型。根据指数积公式中关节旋量坐标的理论值和实际值之间的伴随变换关系将运动学模型改写成包含关节约束条件的等价形式。对运动学方程取微分得到机械臂末端定位误差与关节旋量误差及零位位置误差间的线性化模型。给出了一种基于最小二乘法的运动学参数标定模型及其生成方法。通过程序生成一种5自由度模块化机械臂的标定模型并采用激光跟踪仪作为测量设备进行运动学参数标定试验。试验结果表明标定过程能够快速收敛到稳定值。测试结果表明经参数标定机器人的平均定位精度提高了近4倍。     

一种基于工具坐标系的机器人运动学参数标定方法

机器人末端执行器位姿误差在基础坐标系中表示时,误差模型中包含姿态误差与位置矢量的乘积项,影响了参数标定识别精度。以工具坐标系为参考系,给出一种基于指数积公式包含关节约束条件的机器人位姿误差标定模型,避免了姿态误差与位置矢量的乘积项对参数标定识别精度的影响。以UR5机器人为标定对象,采用LeciaAT960-MR激光跟踪仪为测量设备,进行参数标定试验。试验结果表明,经参数标定后UR5机器人位置误差模和姿态误差模的平均值分别减小了91.07%和89.16%。     

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。     

一种基于视觉的脑外科机器人DH参数标定方法

针对脑外科手术机器人的特点,即要求较高的绝对定位精度和较为简单的标定操作,提出一种通过工业相机完成的DH参数标定方法。该方法的核心是一种基于位姿误差的误差方程。通过对其进行最优化完成DH参数标定,使绝对定位误差从8.564 5mm降低至0.637 8mm。并且该方法具有设备简单、操作简易等优点,适用于医疗手术环境。     

一种不完全补偿机器人标定方法

为了避免修改影响机器人逆运动学模型的参数,分析了绝对定位误差的主要来源,以及标定需要保证的前提条件。在此基础上介绍了一种标定方法,该方法利用三坐标测量仪对机器人六个关节分别进行测量,生成六组点云,对每组点云采用最小二乘法拟合平面及圆。根据D-H参数的定义,计算出容易补偿的各参数实际值,并依据计算结果对参数进行了补偿。通过实验证明,该方法有效提高了绝对定位精度,使精度能够满足实际工程需要,而且操作简单方便,实用性强。     

一种快速的机器人固定视觉标定方法

六自由度机械臂在实际工业生产中拥有广泛的应用,其中一个重要方向为基于视觉的零件分拣。为实现分拣,首先要进行机器视觉标定,通常需要繁琐的标定步骤,并调整机器人坐标系。为降低标定难度,提高标定效率,基于OpenCV算法库,介绍了一种快速的标定方法。该标定方法只需简单的标定板,配合霍夫变换和线性回归拟合,可获得准确的标定结果。通过测量标定结果精度以及实际抓取验证,该方法能够满足零件分拣作业需要,在工业生产中具有一定应用价值。     

一种用于机器人离线编程的标定方法

介绍了一种基于离线编程、用于汽车零部件点焊工艺的机器人点焊系统。基于工件、工装夹具和焊点位置的三维CAD模型在ROBCAD中离线生成了机器人点焊程序,通过三坐标测量机结合ROBCAD软件的方式实现了系统中工装夹具相对机器人位置(工件坐标系)的快速精确标定,采用机器人自身XYZ-4点法实现了系统中焊钳作用中心点(工具坐标系)的标定。经过系统标定,使离线编制的程序有效应用到了实际的机器人点焊系统中;采用离线编程的方式生成机器人焊接汽车零部件的轨迹程序,大大提高了编程效率。     

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。     

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。     

一种脑外科手术机器人运动学参数标定方法

为提高脑外科手术机器人绝对定位精度,提出了一种串联式六自由度手术机器人运动学参数标定方法。根据脑外科手术机器人应用环境,采用一种针对手术工作空间的机器人参数采集方式,通过非支配排序的带有精英策略的多目标优化算法(NSGA-Ⅱ),将运动学模型标定问题转换为基于距离误差的多目标优化问题进行计算。通过模拟手术环境完成机器人参数标定的测试实验,说明利用这种标定方法可有效降低手术机器人系统绝对定位误差(误差降低了75%),提高机器人局部工作区域的定位精度。     

一种多关节机器人几何标定方法研究

多关节工业机器人机械臂的实际几何参数与理论几何参数之间由于加工误差和金属热胀冷缩等原因产生的误差,会影响其末端重复定位精度。为提高其末端重复定位精度,提出一种基于标准量具和遗传算法相结合的多关节工业机器人几何参数校准方法。该方法首先在机器人末端固连千分表,其次控制机器人带动千分表对固定在工作空间内的量块从多个方向取多点进行进给检测,最后由千分表数据和标准量块共同确定检测误差,并采用遗传算法优化几何参数,寻找一组最优的参数使检测误差最小。校准后的机器人运行结果表明,经过几何尺寸校准的机器人,其末端重复定位精度由0.300 mm提高至0.100 mm,证明了该方法的有效性。该方法可以实现机械臂几何参数的实时校准和补偿,方法简便,容易实施,无需专业的实验室和测试人员,可以广泛应用于各种工厂环境。     

一种应用平面约束的直角坐标机器人标定方法

针对某逆流萃取串级实验装置的精准操作作业需求,对其中的直角坐标机器人的运动学标定方法展开了研究。采用DH参数法建立了运动学模型,并推导了位置误差模型;根据直角坐标机器人的构型特点,结合球面约束,提出了应用已知姿态平面约束的标定方法,并基于位置误差模型建立了该方法的求解模型;给出了基坐标系和平面姿态的确定方法;采用基于奇异值分解的广义最小二乘法迭代求解;最后借助Matlab对该方法进行了仿真验证。仿真结果表明了所提出的标定方法有效地提高了机器人的操作精度。     

一种腹腔镜手术机器人手术切口位置的标定方法

提出了一种标定患者手术切口位置相对机器人基础坐标系坐标的方法.在机器人小臂的下方安装两个不同倾角的激光源,通过几何关系间接获得患者切口的坐标,为机器人提供必要的腹腔镜姿态信息.利用MATLAB对标定系统误差及切口位置标定误差进行了分析,通过切口标定实验对标定方法及误差分析进行了验证.     

基于单目视觉的机器人标定方法

为了辨识出机器人模型的准确参数,提出一种利用单目视觉标定机器人的方法.将摄像机安装在机器人或其延长杆上,使其随机器人转轴转动并拍摄固定的平面点靶标,利用基于径向排列约束(Radial-alignment-constraint,RAC)的标定法对摄像机进行标定并求出摄像机光心在世界坐标系中的坐标.利用得到的光心的坐标,即可获得关节轴线在世界坐标系下的轴线方程.建立机器人运动学模型,利用关节轴线方程得到了模型的准确几何参数.试验结果表明,此方法具有较高的精度,且该方法标定过程简单,便于实际应用.     

一种基于特征的快速装配方法

为提高模型装配效率,提出了一种基于装配特征的产品快速装配建模方法.该方法首先由用户根据装配特征定义产品装配模型,然后由程序自动将基于特征约束的装配模型转换为常规的基于几何约束的装配模型,从而实现快速装配.研究了装配特征表示、基于特征约束的装配模型和约束转换等关键技术,并以馈线结构快速装配系统为案例,验证了方法的有效性.