基于单目视觉的Delta机器人零点标定方法

针对实际工程应用中少自由度高速抓放并联机器人的精度问题,提出了一种基于视觉测量的快速标定方法.以Delta机器人为例,通过系统分析和机构合理简化,建立了零点误差模型.构造出基于单目视觉平面测量的零点误差辨识模型,借助单目视觉仅检测机器人动平台沿水平面运动时末端x、y向的位置误差,识别出零点误差,进而修改零点位置实现末端位置误差补偿.标定实验结果表明该方法简单、有效、实用性强.     

基于IMU与单目视觉融合的姿态测量方法

快速准确测量运动目标的姿态,在航天航空、机器人等领域应用广泛.针对惯性姿态测量速度快但精度不足而视觉姿态测量精度高但速度慢的特点,提出了一种基于IMU与单目视觉融合的姿态测量方法.IMU姿态测量时,使用欧拉角迭代公式解算运动目标的姿态;单目视觉姿态测量时,使用POSIT算法求解被测目标的姿态;再使用H?滤波器融合两者的测量结果;用融合结果与惯性测量结果的差值修正并更新漂移误差曲线.根据被测目标的两组匀速转动信息,提出了双矢量正交化标定法标定IMU坐标系到目标坐标系的旋转矩阵;根据单目视觉采集的3幅图像信息,提出了三图快速标定法标定靶标坐标系到目标坐标系的旋转矩阵.实验表明,提出的姿态测量方法能实现快速姿态测量,测量精度高.     

一种基于POE公式的最小模型与视觉测量的机器人标定方法

目的 提出一种基于POE公式的最小模型与视觉测量的机器人标定方法,解决现有机器人运动学标定模型中存在的奇异性、参数冗余现象,以及传统标定方法中测量系统难以实现在线自动标定的难题.方法 基于指数积(POE)公式建立正向运动学模型,对运动学方程取微分建立线性化的运动学误差模型,并通过最小化处理消除冗余参数,获得运动学标定方...     

工业机器人误差建模与仿真研究

误差模型是机器人标定的基础,针对机器人姿态的视觉测量方式,建立了适用于机器人全标定的运动学模型,在此基础上推导了以世界坐标系为标定的基准坐标系且包含所有参数的误差模型。明确指出了误差模型的参考坐标系,解决了仿真上的关键技术,研究了验证误差模型正确性和精度的公式,并对误差模型的正确性和误差辨识精度进行了仿真对比,得到了误差模型的重要特性：误差模型有一定的精度限制;随着测量次数的增加,误差辨识的精度会提高,但当测量次数达到一定数量时,辨识精度提高不明显。     

工业机器人几何参数标定综述

工业机器人几何参数误差是影响机器人作业精度的主要误差源,对其精确标定能够在不改变硬件设备前提下提高机器人绝对定位精度.在深入分析国内外有关几何参数标定方法基础上,根据测量方法的不同将机器人几何参数标定总结为外部测量标定法和自标定法两种.对外部测量标定法从建模、测量、参数辨识和误差补偿方面进行总结;对自标定法从基于空间约束和冗余传感器两个方面展开阐述.分析现有机器人几何参数标定方法存在的不足,提出面向新一代几何产品技术规范(GPS)的机器人几何参数标定发展方向.     

工业机器人位姿误差建模与仿真

针对机器人姿态的视觉测量方式,建立了适用于机器人全标定的运动学模型,在此基础上推导了以世界坐标系为标定的基准坐标系且包含所有参数的误差模型,指明了误差模型的参考坐标系,解决了仿真上的关键技术,研究了验证误差模型正确性和精度的公式,并对误差模型的正确性和误差辨识精度进行了仿真对比.结果表明:误差模型有一定的精度限制;随着测量次数的增加,误差辨识的精度会提高,但当测量次数达到一定数量时,辨识精度提高不明显.     

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%,.     

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。     

基于单目视觉的装配机器人研究及应用

针对传统工业机器人灵活性和环境适应能力差的缺点,对视觉机器人的关键技术进行了研究,提出了一套完整的识别定位抓取算法。首先,对于视觉机器人的目标识别跟踪问题,设计并实现了基于改进型Camshift的动态目标识别跟踪算法;其次,为了使机械臂精确抓取目标工件,采用单目视觉测距和视觉导航的原理对于目标工件的三维位置进行获取;最后,采用改进D-H参数法对机械臂进行运动建模,利用正逆运动学分析确定了机械臂控制方案。测试结果表明,识别算法识别成功率达到100%,定位算法测量坐标与实际坐标之间的相对误差小于5%,整体装配成功率达到96.7%,最终达到了基于单目视觉装配机器人研究的应用目标。     

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。     

Robot Calibration Using Active Vision-based Measurement

This paper presents an efficient robot calibration method with non-contact vision metrology. Using the coplanar pattern to calibrate camera made the active-vision-based end-effector pose measurement be a feasible and cost-effective way. Kinematic parameter errors were linearized and identified through two-step procedure, thus the singular and non-linear condition was overcome. These errors were then compensated using inverse model method. The whole calibration process is flexible, easy to implement and prevents the error propagation from the earlier stages to the later ones. Calibration was performed on MOTOMAN SV3 industrial robot. Experiment results show that the proposed method is easy to setup and with satisfactory accuracy.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

串联机器人加工系统关节刚度的高精度辨识方法

提出一种串联机器人加工系统关节刚度的高精度辨识方法.首先,基于雅克比矩阵的Frobenius范数,得到串联机器人加工系统的灵巧性,并确定工作空间内可达姿态的灵巧性数值分布情况.然后,分别选取4组不同等级灵巧性的姿态进行关节刚度辨识实验,并计算出相应姿态下的关节刚度.最后,对辨识出的4组关节刚度的末端变形计算值与测量值进行相对误差分析.结果表明:随着灵巧性的增大,机器人关节刚度辨识的准确性越高;相较于灵巧性较小的姿态,灵巧性较大的姿态的末端变形计算值与测量值的相对误差可降低20%~50%.     

一种机器人工具坐标系标定方法

提出了一种算法简便、切实有效的机器人工具坐标系标定方法。该方法基于机器人的运动学推导过程,在没有借助额外的测量工具的条件下,对工具坐标系相对于机器人末端坐标系的位置进行辨识,在得到工具坐标系相对位置的基础上,对机器人的工具端的姿态进行辨识。本方法仅采用了线性最小二乘算法,算法简便容易实现。最后使用MATLAB和Virtual Robot Simulator对本文所提算法进行了仿真实验,结果证明该方法切实可行,完全可以应用到实际的工作环境中,缩减离线工作时间,提高自动化水平。     

基于图象技术的三维步态运动测量

提出一种三维步态运动测量方法，并介绍一个由作者开发的测量系统．该系统基于图象处理和机器视觉技术．人的步态运动学测量包括图象采集、摄象机校准、关节标志检测、空间标志中心的三维坐标重建、运动学参数和图形的计算和输出．该实验系统具有实施成本低、通用性好、测量精度高的特点．     

基于序列图像的视觉定位

提出了一种静止摄像机条件下基于计算机视觉的工业机器人的定位算法。采用单目视觉系统,由线性摄像机模型推导出定位测量模型。通过序列图像,以一种改进的自适应混合高斯模型更新背景,运用背景差分法检测出运动目标,用CAMSHIFT算法实现对运动目标的跟踪,确定其位置和姿态,估计出运动参数,反馈给机器人指导其准确运动。实验结果表明,该方法快速、有效,能够满足视觉定位的实时性要求。     

液压四足机器人在野外随行中的定位研究

针对液压四足机器人在野外环境中有效随行的问题,提出了一种相对于引导员的定位方法.通过双目视觉定位和单目视觉定位融合方法来提高系统定位精度和鲁棒性,其中双目立体视觉采用轮廓检测和动态规划法求取整体最优估计,并利用Newton迭代法估计最优位姿.由于引导员可能穿着与周围环境相似的迷彩服,还设计了一种识别性高、检测容易的标志作为引导员的标志.最后,通过仿真实验验证了系统的有效性和定位精度,并且在液压四足机器人的实物上进行了实验,证明了本系统的可行性.      

一种多相机视觉测量系统的全局标定方法

提出了一种基于双平面靶标的多相机全局标定方法,要求两靶标之间为刚性联接,绕同一根轴旋转,但它们之间的相对位姿关系可以是未知的.该方法不仅适用于立体视觉测量系统,也适用于基于单目视觉的多相机测量系统,应用于四轮定位仪中多相机相对位姿关系的出厂标定,标定精度满足出厂要求.