激光视觉机器人焊接中同时标定摄像机和手眼关系的方法

摄像机和机器人手眼标定是视觉机器人应用中的重要组成部分。针对激光视觉机器人焊接,根据机器人手眼矩阵和机器人末端对基坐标系的位姿矩阵的特定关系,提出了一种同时标定摄像机和机器人手眼的方法。用所设计的标定物对此方法进行标定试验,由非线性最小二乘优化法求解待标定的参数。从焊缝上取20个样点,利用标定结果恢复其三维空间坐标,并与实际三维坐标对比,平均误差为0.12mm,满足焊缝跟踪要求。     

激光视觉机器人焊接中摄像机和手眼的同时标定

摄像机和机器人手眼标定是视觉机器人应用中的重要问题.文中针对激光视觉机器人焊接的具体应用系统,提出了一种同时标定摄像机和机器人手眼的方法.该方法依据机器人手眼矩阵和机器人手爪对基坐标系位姿矩阵之间的特定关系,进行一次标定实验而同时求解出摄像机参数和机器人手眼关系矩阵.此方法简单、实用、快捷,避免了传统方法复杂的实验和解答过程.计算结果表明,标定精度能满足机器人焊缝跟踪的应用要求.     

老年服务机器人视觉定位方法研究

提出一种视觉定位方法对影响老年服务机器人的视觉定位精度的摄像机标定、手眼系统标定以及三维重建3个部分进行优化.首先对多幅标定图像的结果进行最小二乘处理,剔除大权重的误差样本以减小标定的统计误差;通过建立过渡空间坐标系的方法来对手眼系统进行标定,减少多次计算转移矩阵所造成的累积误差;利用最小二乘拟合精确确定目标的匹配点,...     

基于Faster R-CNN的机器人目标检测及空间定位

基于深度学习的方法,运用Faster R-CNN目标检测架构和ResNet50卷积神经网络,针对配电线路维护机器人系统作业目标的特点对网络进行了训练.在此基础上结合双目视觉测距原理测得作业目标在相机坐标系中的坐标,通过手眼标定将该坐标转换到机器人基座坐标系中,从而完成作业目标的空间定位.实验结果表明:该方法能很好地适应作业场景背景复杂、光照变化以及目标部分遮挡等情况,所提出的手眼标定算法能够满足配电线路维护机器人对目标空间测量定位的要求.     

基于Halcon的机器人手眼标定方法研究

手眼标定是机器人视觉系统建立过程中的重要环节,本文基于Halcon软件,结合特制的标定板并充分考量相机畸变的影响,提出一种快速、精确、高效的手眼标定方法,该方法在标定过程中建立相机图像坐标系与机器人坐标系转换关系的同时获得相机内外参数.在UR5机器人平台上进行试验验证,试验结果表明该方法可提高标定效率与标定精度,且算法具有良好的跨平台移植性.     

结合精度补偿的机器人优化手眼标定方法

为了解决制造现场机器人高精度视觉测量定位的问题提出了一种结合模型精度补偿的机器人方位与手眼关系同步标定方法。该方法首先将视觉系统与机器人之间的位姿关系即手眼关系以及标定板与机器人坐标系的空间转换关系作为待优化求解对象,用齐次坐标矩阵分别表示机器人运动学正解以及视觉系统与标定板之间的位姿关系,进而构建闭环的机器人手眼关系优化方程;然后,使用三维旋转群表示旋转矩阵,建立了标定模型方程,用非线性全局优化的方式同步得到标定方程中矩阵的旋转和平移初始解,采用最小化相机的重投影误差提高了标定精度;最后,使用机器人运动学标定设备提升了本体的模型精度,再进行视觉标定得到了更准确的标定结果。实验结果表明:该标定方法只需提前示教若干点即可自动完成,操作简易高效;在补偿了机器人本体的臂长和关节零位误差后,算法精度从0.15mm提升至0.10mm。与经典的手眼标定方法相比,所提方法在不同测试数据集下的标定精度和稳定性均最优。     

简便高精度的机器人手眼视觉标定方法

对摄像机成像模型进行了分析,论述了机器人手眼系统标定原理。在此基础上,不改变机器人的外臂与基坐标系的旋转关系,设计了一种机器人手眼视觉的标定方法,与传统的方法比较,它不需要预先标定摄像机的内外参数。实验证明:该方法具有算法方便快捷、实验过程简单易行,且精度高等优点,可用于机器人进行运动目标定位与跟踪。     

电力隧道机器人巡检目标坐标定位的共轭搜索

电力隧道环境机器人巡检目标坐标定位过程中,利用传统搜索算法会产生信息损失,从而导致搜索定位 结果存在精度不够理想问题。为此,提出了一种共轭搜索算法。该算法通过搭建机器人巡检模型,得到反映机 器人位姿的坐标系,然后通过共轭算子规划设置机器人搜索路径。机器人沿着设置的搜索路径采集实时巡检 图像,并根据特征值识别图像中的目标节点。解算机器人在巡检过程中的位姿,并结合手眼标定和空间坐标的 测量结果,实现机器人巡检目标的搜索和坐标定位。对比实验结果表明,所提出的共轭搜索算法对目标位置的 定位环境风险评价( EＲA: Environmental Ｒisk Assessment) 指标更趋近于0,与传统搜索算法相比具有更好的定 位精度。     

非线性最优机器人手眼标定

提出一种基于最大似然估计的非线性最优手眼标定算法,并采用该方法对机器人进行了手眼标定.由于机器人系统的运动学正解及相机的外参数推定都包含误差,因此不能满足手眼标定矩阵方程,从而导致现有机器人手眼标定算法对观测噪声较为敏感.新算法根据包含噪声的测量值来估计它们的真值,使得测量真值满足手眼标定方程,并且在欧拉刚性变换矩阵空间中可使真值和对应的测量值的距离最小.通过数值仿真和真实机器人手眼标定实验,将新算法与现有2种经典的手眼标定算法进行了比较,结果表明,新算法在估计误差、对位姿变换次数的敏感度和稳定性方面均优于经典算法.     

空间物体定位的机器人手-眼视觉标定方法

提出了一种用于空间物体定位的机器人手-眼视觉标定新方法。该方法用一恒定变换矩阵描述末端执行器坐标系与机器人坐标系的对应关系,并假定在标定过程中,物体至摄像机的距离保持不变,将三维定位的问题简化为二维问题处理,极大地减少了计算量。当未端执行器的位置变化时,不需要对系统进行重新标定。     

单目视觉SLAM车载摄像机快速位姿估计及景物重构

针对单目视觉同时定位与地图构建(simultaneous localization and mapping, SLAM)应用,提出一种快速车载摄像机位姿估计及景物结构3D重构算法。在无具体标定物的情况下,利用移动机器人二自由度运动导致摄像机采集视图中对应极点的特殊性质,标定出真实摄像机与虚拟摄像机间的相对姿态,并利用主动视觉方法进一步标定出移动机器人坐标系与虚拟摄像机坐标系间的相对位移;构造无穷单应变换,将真实视图中通过SIFT算法得到的假设欧氏匹配点集转换为对应虚拟摄像机的虚拟假设欧氏匹配点集,并利用基于RANSAC的归一化三点算法快速地对本质矩阵进行估计和分解;利用已观测到的路标三维信息,递归地剔除本质矩阵分解出的平移量的尺度不确定性,并利用线性三角形法重构出景物结构。实验结果表明:该算法在保证运算精度的同时,具有更快的运算速度。     

航天机器人手眼视觉模拟系统初步设计

介绍了国外航天机器人手眼视觉系统的构成及原理,给出了在地面模拟实验系统中基于PC机和图像采集卡的机器人手眼视觉系统的初步设计方案,包括硬件设计和软件设计等;对手眼视觉系统中的一些关键技术进行了初步的研究,包括摄像机标定及3D目标物体的位置和姿态测量。实验表明,上述算法满足机器人手眼视觉测量要求,为以后的实际应用打下了基础。     

基于线激光扫描的鞋底点胶路径规划方法

以三维视觉检测速度快、机器人喷胶效率高和通用性强等特点,提出了一种基于线激光扫描的鞋底点胶路径规划方法。首先,利用线激光扫描鞋底工件,通过全局高度阀值来分离出鞋底信息。其次,采用法向量的偏置算法提取鞋底的边缘轮廓,且对轮廓曲线进行最小二乘法多项式的平滑处理。最后,运用手眼标定变换矩阵将获取的轨迹坐标转换为点胶机器人的运动坐标,以自动生成点胶机器人运动轨迹线。实验表明,采用的点胶机器人运动轨迹规划方法实现了鞋底点胶自动化,具有一定的工业应用价值。     

SIFT算法在不同维数下的图像匹配效率

 在移动机器人视觉定位领域中,SIFT（Scale Invariant Feature Transform）算法由于具有尺度、旋转和光照不变等特性被得到广泛应用。图像匹配效率与SIFT算法中所取维数有关,使用多少维数来表示一个特征点,满足不同的图像匹配精度和实时性的要求,还没有明确定义。为解决这个问题,针对不同维数的SIFT算法的匹配效率做了实验分析,得到了不同应用场合下使用维数的指导范围。以室内场馆导航机器人视觉定位为例,选取了16维作为匹配维数,实验结果能够满足移动机器人实时定位的需要。     

基于视觉定位的七轴机械臂目标抓取研究

针对机器人结合机器视觉在面对特定物体进行抓取任务时,系统设计工作量大、可移植性差的问题,提出基于机器人操作系统(ROS),结合手眼的七轴机械臂目标抓取方法,在ROS框架下利用协作机器人FRANKA PANDA结合RGBD摄像头进行目标抓取。创建了RGBD摄像头的xacro机器人模型,利用RViz进行三维模型的可视化操作;应用MoveIt!软件对RViz和Dazebo进行联合仿真;将ROS获取的图像信息发送给OpenCV库进行图像处理及物体定位,然后将物体坐标信息发还给ROS进行机械臂抓取任务。结果表明,该方法简单有效,以ROS为基础设计的抓取方法可移植性强,解决了面对复杂多样的物体,机器人系统需进行大规模控制改动的问题。     

基于感兴趣区域的机器人抓取系统

智能抓取机器人能够代替人类完成高强度工作,为实现物体的准确定位,提升机器人抓取的成功率,对基于感兴趣区域的机器人抓取系统进行研究。对深度相机进行标定,对深度卷积神经网络损失函数进行改进,使用焦点函数代替传统的交叉熵函数,训练模型,得到目标的类别、二维包络框中目标的像素坐标值与深度值等信息。利用手眼标定方法将深度传感器坐标转换到机械臂基坐标系下,依据相机成像原理完成物体的定位。通过机器人逆运动学求解关节角度,驱动机器人实现抓取。对实验过程进行分析,在aubo_i5机械臂上进行实验验证。实验结果表明,目标的识别定位误差较小,平均精度值提升了2.36%,抓取的平均成功率达到93.4%,较改进前提升了13.4%,能够满足机器人抓取的需求。     

移动机器人的嵌入式控制系统

基于ARM处理器和MEMS器件设计了移动焊接机器人控制和导航定位系统,给出了陀螺仪、加速度计外围电路和相应AD采集模块设计方法,以及捷联式惯性导航系统位置和姿态解算方法.仿真实验结果表明,该导航定位系统能正确给出移动焊接机器人的位置、姿态信息.