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.     

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.     

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.     

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。     

基于插值细分的机械臂手眼标定算法

由于固定视点下的工作平面大、相机畸变明显且采集环境复杂,机械臂与相机之间坐标耦合的标定精度不够,为解决该问题,提出一种对图像坐标系与机械臂基坐标系进行直接标定的方法.该方法通过对采集到的标定点进行插值细分拟合畸变曲线来消除相机畸变,构建图像坐标系与机械臂基坐标系的直接转换关系.该方法规避了传统算法中过度依赖相机位姿矫正、畸变矫正等算法导致的误差问题,实现了平均误差在1mm以内的高效率、高精度手眼标定.     

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。     

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.     

飞机导管机器人焊接手眼关系标定

摘要： 针对目前国内航空飞机导管焊接主要采用手工钨极氩弧焊的现状,提出了导管数字化焊接思路,对该系统中涉及的机器人手眼关系标定进行了研究.通过在META焊缝跟踪传感器安装距离处建立摄像机坐标系,利用一台三坐标仪完成了机器人的手眼关系标定.结果表明：此标定方法精度为±0.4 mm,满足飞机导管数字化焊接的要求.     

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。     

弧焊机器人系统标定

介绍了在研发昆山一号机器人的过程中所设计的标定工具坐标系的七点法和标定工件坐标系的三点法,实现了机器人工具坐标系及工件坐标系的标定.机器人工具坐标系的标定就是确定工具坐标系相对于末端坐标系的齐次转换矩阵.机器人工件坐标系的标定就是确定工件坐标系相对于基坐标系的齐次转换矩阵.通过系统标定,机器人的定位精度达到了±0.5 mm.实际的焊接试验表明该方法是一种可靠简便,精度高的系统标定方法,完全满足实际加工要求.     

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.     

一种基于投影标靶的手眼相机标定方法

文章研究了一种基于投影标靶的手眼相机线性标定方法.该方法确定了半物理仿真系统中各组成部分之间的位置关系,以保证标定的正确、有效进行;规定了标定用的投影标靶设计原则,以保证标定的精度;改变了传统线性标定算法坐标系的建立方法,以保证由标定结果分解的外参数满足位姿测量的要求.实验结果表明,该方法的标定精度满足位姿测量的要求,是一种可行和有效的标定方法.     

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,...     

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.     

基于机器人运动模式的手眼标定初值估计法

针对目前机器人手眼标定的方法大多需要求解手眼标定的基本方程,提出了一种新的用于机器人手眼标定中初值估计的方法．该方法在非线性优化过程中需要对初值进行估计,不同的初值可得到不同的结果,传统技术主要通过经验选取初值．本文利用机器人自身的运动模式,直接确定初值,大大减小了经验选择给结果带来的偏差．与经验选择初值的方法进行对比,结果表明,本方法得到了明显的改善。     

一种有效的基于共面标定特征点采集方法

提出了一种在传统机器人手眼关系共面标定中采样特征点提取的新方法.采用眼固定结构,利用图像处理和坐标变换分别求得图像坐标系的特征点和相对应的机器人坐标系中的特征点.完善了角点提取算法,提高了图像处理精度,并对最后标定结果的精确性进行了分析.     

移动机器人头-眼关系的自标定算法

针对一种特殊的仿人双臂移动机器人,基于双目视觉算法,在分析其运动关系的基础上,利用移动机器人的本体手臂,采用几何法和位姿分离法相结合的算法,对仿人机器人头部相机的位姿进行了标定.该标定算法无须外部标定模板,可快速准确地建立移动机器人视线坐标系和基础坐标系的位姿转换矩阵.实验结果验证了该标定算法的有效性,算法能满足移动机...     

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。     

基于机器人的带有旋转特征的零件坐标系标定方法

为了解决传统标定过程中标定困难、标定精度不高等难题,基于六自由度机器人面向带有旋转特征的曲面零件,提出一种八点标定方法。该方法利用带有旋转特征这一特点,准确找到工件坐标系原点,从而提高了标定精度。该方法通过实例论证,可以对带有旋转曲面特征的零件坐标系进行标定。使用该方法进行标定可以提高曲面工件坐标系与机器人坐标系匹配精度。     

基于ICP算法的苹果采摘机器人手眼标定方法

苹果采摘机器人手眼协同作业过程中手眼关系的精度是影响机器人作业效率和作业精度的关键因素之一.针对传统手眼标定方法求解精度低、线性化求解时解耦精度丢失和非线性求解时累积误差较大等问题,提出一种基于ICP算法的手眼标定方法.以Tsai〖CD*2〗Lenz法的求解结果作为ICP匹配算法初值,通过确定ICP匹配算法中误差阈值和迭代次数最优组合得到精确的手眼转换关系.试验结果表明,本文方法避免了求解时精度丢失和误差积累等问题,与Tsai〖CD*2〗Lenz算法相比,旋转精度提高了13.6%,平移精度提高12.47%.