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。     

全景立体球视觉下的鱼眼镜头参数标定方法

针对鱼眼镜头拍摄图像存在较大畸变以及在设计制造过程中存在误差的问题,提出了一种对鱼眼镜头进行标定的方法.首先是对成像系统进行建模,进而对成像系统的内外参数进行标定;采用最小二乘法拟合圆的算法对图像中心进行标定,算法的仿真结果表明,该方法可以准确的对视觉系统的内外参数进行标定,径向畸变系数的标定误差范围小于0.1个像素值.     

基于阶梯形标定物的线激光传感器手眼标定算法

本文设计了一种阶梯形标定物,这种标定物的标定点坐标更容易获取,只需线激光对准一次标定物上的标记点,与球形标定法相比操作更加简单;同时,在阶梯型标定物的基础上,提出了一种线激光传感器手眼标定算法,该算法利用RASANC(随机抽样一致)算法对标定点进行拟合,并利用最小二乘法求解手眼标定矩阵,这种标定算法无需对标定点的坐标进行修正.实验结果表明,阶梯形标定法的精度和稳定性均优于球形标定法,且该方法操作简单,可以满足自动化加工领域的大部分应用.     

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.     

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.     

辐射温度计的标定及计算方法

介绍了辐射测温中一点标定的温度测量原理 ,并对一点标定法和利用最小二乘曲线拟合及数据积分的方法作了介绍 ,对标定的主要误差进行了定性及定量分析 .通过对基于波长函数 (PWF)的一点标定法以及利用最小二乘曲线拟合和数值积分对其计算的方法实践 ,及具体实验数据计算 ,对该方法进行了验证     

辐射温度计的标定及计算方法

介绍了辐射测温中一点标定的温度测量原理,并对一点标定法和利用最小二乘曲线拟合及数据积分的方法作了介绍,对标定的主要误差进行了定性及定量分析.通过对基于波长函数(PWF)的一点标定法以及利用最小二乘曲线拟合和数值积分对其计算的方法实践,及具体实验数据计算,对该方法进行了验证.     

臂载线结构激光手眼矩阵的精确标定——多坐标系转换法

针对臂载线结构激光手眼结构的标定问题,提出一种多坐标系转换法.该方法借助激光跟踪仪和标定物,测量末端连杆和线激光坐标系相对于激光跟踪仪的齐次变换矩阵,从而快速计算线激光坐标系相对于机械臂末端连杆坐标系的手眼矩阵.该方法具有操作简便、误差小、精度高、对实验器材没有严格要求等优点.使用移动-转动-移动(PRP)三自由度机械臂进行手眼矩阵标定实验.实验结果表明:手眼矩阵旋转轴测量误差小于0.001,旋转角度误差小于0.07°,位移矩阵误差小于0.25 mm.该方法适用于任意二自由度及以上的机械臂与二维或三维传感器形成手眼结构的手眼矩阵标定.     

捷联惯性测量组件陀螺系统标定研究

对捷联惯性测量组件陀螺仪系统标定方案进行了研究.根据光纤陀螺系统静态误差参数模型,提出了一种在线组合标定方案和系统辨识算法,在线组合标定方法采用递推最小二乘算法对测试数据进行了在线处理,并通过该试验方案的仿真进行了验证,仿真结果表明这种方法是有效可行的.试验步骤简单,提高了标定的自动化水平.     

基于主动视觉的结构光手眼系统自标定方法

为实现结构光手眼系统的标定,提出一种基于主动视觉的结构光手眼系统自标定技术。该标定技术无需使用特制靶标,只需场景中三个特征点,通过控制机器人进行四次线性无关的平移运动和两次带旋转运动,即可实现结构光手眼系统的标定。四次非线性相关的平移运动标定摄像机内参数和手眼矩阵旋转部分,两次带旋转标定手眼矩阵的平移部分,两次带旋转运动中提取的两激光条,结合特征点所在平面信息,标定光平面方程。实验结果表明,三维数据测量精度可达到±1.32mm,平面特征点间的长度测量误差为±0.73 mm;该标定方法简单,特征选取容易,对结构光手眼系统的实际工业现场使用有重要意义。