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.     

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.     

计算机辅助外科中手术与计划空间标定以及视觉空间的误差校正

计算机辅助外科(CAS)系统中,多空间集成在一起,为了提高系统的操作精度,需要有效的标定方法校正空间之间的误差.利用机器人上特征在导航系统中视觉空间的运动误差,建立视觉空间与机器人空间的映射关系,递归校正两空间之间的局部转换矩阵.利用局部转换矩阵建立优化方程,求取全局最优转换矩阵.该方法对所有动态、静态误差进行校正.针对手术与计划空间中存在的耦合误差,利用设计的特殊结构力传感器和标定块解耦标定其误差,并根据求取的转换矩阵,调整计划空间中对象的位姿,保证计划空间与手术空间中的对象位姿一致.实验结果表明,动态标定方法可以使视觉空间中的全局误差减少到5个像素,力控标定方法可以使位置误差减小到0.25mm,姿态误差减小到0.1°.     

并联机器人位姿误差分析

利用并联机器人的运动学反解模型,通过误差传递矩阵的求解来探讨机器人主要误差源与其位姿误差之间的关系,建立了并联机器人的位姿误差模型、并讨论了并联机器人主要误差源对位姿精度的影响,为实际误差的补偿与控制奠定了理论基础．     

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。     

面向机器人抓取的双目视觉单步多目标检测方法应用研究

针对工业机器人的抓取技术普遍采用离线示教的方式,目标物的改变就会导致抓取不准的问题,研究了一种面向机器人抓取的双目视觉单目多目标检测方法,强化了机器人的抓取能力;首先搭建机器人抓取视觉检测系统,系统采用双目测距模型定位深度,单步多目标检测器定位像素坐标;通过相机标定和eye-to-Hand手眼标定将图像中的像素坐标以及双目测距模型的深度坐标转换为机器人基坐标的位姿,建立机器人运动学模型完成机器人基坐标到机器人末端坐标的转换,通过ROS实现上位机与机器人通讯,并将定位结果发送给ROS;经过多次实验,表明方法的目标检测误差在3.5 mm以内,深度误差在1.2 mm之内,具有很好的实用推广价值。     

基于视觉的六自由度机械臂运动学参数辨识

提出一种新型低成本的基于单目视觉的机器人末端位姿测量方法,设计并实现了六自由度机械臂的运动学参数辨识。采用分级测量方法和标定板绝对编码方法,解决了当前视觉测量过程中测量范围小、测量精度受相机畸变影响大等问题;使用基于位置误差的运动学参数辨识模型和单目视觉测量系统,简化了机器人的标定过程。最后,通过实验验证了方案的实用性和有效性。     

基于OpenCV的挖掘机器人摄像机参数标定

为了建立挖掘机器人视觉系统摄像机测量模型,提高视觉测量精度,分析了挖掘机器人摄像机视觉系统内、外参数成像模型及摄像机非线性畸变参数,确定了适合挖掘机器人视觉系统的标定参数。通过采集自制的棋盘标定模板不同方向的七幅图像,基于OpenCV技术实现了对模板角点的提取。通过七幅图像进行标定实验,实验结果获得了摄像机模型的线性内部参数矩阵,标定出了摄像机非线性模型的径向畸变系数,摄像机外部旋转矩阵及平移向量,并给出了标定参数误差。研究结论表明采用角点提取方法,标定误差可达亚像素级,能够满足挖掘机器人视觉系统的标定及视觉测量精度要求。     

基于单维拉线测量系统的码垛机器人定位误差分析及运动学标定

以四自由度码垛机器人为研究对象,基于单维拉线测量系统对该机器人的运动学标定方法进行了研究.采用环路增量法构造了码垛机器人平行四连杆的误差模型,并建立了带关节变量比例系数的运动学误差模型,从而对关节传动误差进行补偿.通过对影响机器人末端位置精度的几何误差参数进行敏感性分析,将几何误差源简化为11项,可有效提高辨识效率.结合单维拉线测量系统的特点,建立了末端运动误差与几何误差源的映射关系,进而提出了一种基于距离测量的参数辨识模型.通过计算机仿真和标定试验对该方法的有效性进行了验证.试验结果表明,标定后码垛机器人位置误差3?值由11.73,mm减小至1.79,mm,运动精度提升84.7%,.     

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,...     

基于变异粒子群优化的在线手眼标定算法

为满足机械臂手眼标定过程中不依赖人工提供固定机械臂路径的要求,提出一种基于变异粒子群优化的在线手眼标定算法.通过分析特征点在机械臂极坐标系与深度相机坐标系下的坐标转换关系,建立了基于深度相机的手眼模型;采用基于变异粒子群的在线优化算法,实时估计手眼关系参数;建立机械臂运动能量函数,给出了机械臂位姿补偿方法,满足特征点视野约束的同时保证运动能量最小.实验结果表明:所提方法能较为精确地估计手眼关系参数,并且能实时补偿机械臂位姿,实现自动手眼标定功能.     

机器人柔性视觉测量系统标定方法的改进措施研究

随着时代的发展,机器人作业已经屡见不鲜,为保证作业的精准性首先需要进一步提升其视觉测量的准确性,本文将对一种改进机器人柔性视觉测量系统标定方法展开探讨,其重点在于建立起机器人运动学参数误差和手眼关系误差于一体的模型,在它的工作空间设置一个固定的参考物,形状为球型,并在机器人末端安装上结构光传感器,以此为基础构建起机器人柔性视觉测量系统。     

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.     

冶炼机器人位姿标定及运行可靠性

对冶炼用CS-1双臂工业机器人现场使用中的位姿标定及运行可靠性进行了研究．提出了一种简便有效的现场标定计算模型和标定方法对机器人进行位姿标定,由标定变换矩阵补偿同一测点的实际值和计算值的误差,可同时减少机器人定位误差和由臂杆几何参数偏差所引起的运动误差,显著提高需进行连续路径控制的机器人的现场定位精度和位置跟踪精度．此外,提出了用增加机器人现有硬件的冗余功能和设置敏感器件的替代功能以提高机器人现场运行可靠性的方法．实践证明,该方法能提高恶劣环境下易失效部件的可靠度,进而提高机器人的整机使用性能     

基于模型的工业机器人误差参数标定技术研究进展

 为提高机器人末端控制精度,围绕基于模型的工业机器人误差参数标定技术,总结了其应用在高精度机械加工制造领域时存在的误差参数不完整、标定成本高和标定精度不满足工业需求等关键问题;综述了误差参数标定模型建模方法、机器人末端位姿测量技术、误差参数辨识技术和误差补偿技术4个方面的进展,分析了处理复杂标定任务时基于模型的误差参数模型标定技术的主要难点进行总结,针对传统建模方法不再满足标定需求、现有自标定技术测量精度不够、传统线性辨识算法在辨识矩阵奇异或存在冗余参数时无法得到准确的辨识结果、如何高效获得和处理测量得到的误差数据等难题,提出了可行性解决方案及发展方向。     

基于广义几何误差模型的微机器人精度分析

为描述各种误差源对机器人本体产生的影响 ,提出了一个用于微机器人精度分析的通用方法。通过任意两坐标系间的向后微分关系 ,利用运动学方程以及并联机构的环路特性 ,建立了微机器人的广义几何误差模型。利用此模型 ,可以对微机器人进行精度评估和误差修正。该方法可推广应用到一般并联机器人的误差建模和精度分析     

一种基于级联滤波的手眼在线标定方法

在机器人末端关节处安装线结构光传感器可实现物体表面的非接触测量,针对该结构光测量机器人系统中的手眼标定问题,提出了一种基于级联滤波的在线标定方法.与以往先采集数据然后标定的离线方式不同,该方法在采集数据的同时可对手眼关系进行递归估计.首先对齐次标定方程AX=XB解耦展开,将展开后的子方程改写成状态空间模型,完成手眼关系级联滤波模型的建立.然后根据级联模型中子模型属性的不同,选择最适合的滤波方法,应用粒子滤波迭代估计手眼关系的旋转部分,用卡尔曼滤波实现平移向量的递推估计.实验表明了该方法的有效性,满足实际工程应用要求.     

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.     

基于间接测量法的制孔机器人的工具参数标定

为了提高工业机器人的工具参数标定精度,该文在机器人运动学模型的基础上,提出了一种基于间接测量的工具参数标定方法。该方法利用空间中两点位姿相对固定的特性,应用机器人运动学模型建立了一个易于直接测量及标定的工具参数和位于制孔刀具轴线上的虚拟刀尖点参数之间的对应关系。通过在标定平板上制孔将虚拟刀尖点相对于世界坐标系的位姿固定下来,以已标定的工具参数为参照推导出制孔机器人的虚拟刀尖点的参数。应用标定结果进行了实际制孔试验,相比传统的工具参数标定方法有效地提高了制孔的精度。