CN107862716A - 机械臂定位方法及定位机械臂 - Google Patents
机械臂定位方法及定位机械臂 Download PDFInfo
- Publication number
- CN107862716A CN107862716A CN201711232742.7A CN201711232742A CN107862716A CN 107862716 A CN107862716 A CN 107862716A CN 201711232742 A CN201711232742 A CN 201711232742A CN 107862716 A CN107862716 A CN 107862716A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- mtd
- mtr
- coordinate
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明公开了机械臂定位方法及定位机械臂，涉及机械臂定位技术领域。本发明提供一种机械臂定位方法，包括：获得目标物体的图像在图像坐标系内的第一坐标。根据目标物体的深度信息和第一坐标，获得目标物体在相机坐标系内的第二坐标。将第二坐标转换为机械臂坐标系内的第三坐标。其中，图像坐标系以目标物体的图像所在的相机像平面为参考建立，相机坐标系以深度相机为参考建立，机械臂坐标系以机械臂为参考建立。本发明还提供一种可用于实施上述机械臂定位方法的定位机械臂。本发明提供的机械臂定位方法及定位机械臂能够降低机械臂定位的复杂度，提升机械臂的环境感知能力和智能决策能力。
Description
技术领域
本发明涉及机械臂定位技术领域，具体而言，涉及机械臂定位方法及定位机械臂。
背景技术
本部分旨在为权利要求书及具体实施方式中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
机器人技术在先进制造、物流、农业、医疗和服务等领域具有广泛应用，而机械臂是机器人技术中应用最广泛的一种自动化装置。对于机械臂而言，如何在非结构的未知环境中实现对被处理目标的精确定位，这关系到下一步的处理操作能否成功执行，因而显得尤为重要。
由于条件限制，机械臂的智能化程度不够高，大多只能按照编程设定执行机械的示教性动作，当周围环境发生变化时，机械臂本身不能做出决策调整。机器视觉的运用，给机械臂提供了对未知环境的动态感知能力。将机械臂与机器视觉相配合，可以利用机器视觉的高可靠性、高精度以及较强的适应复杂环境的能力，解决机械臂应用过程中存在的智能化程度不高、对不同应用环境适应性低的问题，进一步拓展机械臂的应用领域。
传统的基于机器视觉的机械臂定位方法，例如对传送带上的目标进行抓取时，由于机械臂与传送带之间的垂直距离是一定的，只需要根据目标的二维信息，计算目标的形心和偏转角度，便可确定目标的空间坐标信息。
在需要实时提供深度信息的场合，机器视觉通过算法也能实现。基于机器视觉识别算法，通过对特定形状的标识图像进行视觉标识和定位，获取目标的空间信息。这种视觉定位方法需要复杂的算法支持，同时还需提供具有特定形状要求的标识图，前期还要对标识图进行识别训练。
发明内容
本发明的目的在于提供一种机械臂定位方法，其能够降低机械臂定位的复杂度，提升机械臂的环境感知能力和智能决策能力。
本发明的另一目的在于提供一种定位机械臂，其能够降低机械臂定位的复杂度，提升机械臂的环境感知能力和智能决策能力。
本发明提供一种技术方案：
一种机械臂定位方法，包括：获得目标物体的图像在图像坐标系内的第一坐标。根据目标物体的深度信息和第一坐标，获得目标物体在相机坐标系内的第二坐标。将第二坐标转换为机械臂坐标系内的第三坐标。其中，图像坐标系以目标物体的图像所在的相机像平面为参考建立，相机坐标系以深度相机为参考建立，机械臂坐标系以机械臂为参考建立。
进一步地，上述结合目标物体的深度信息和第一坐标，获得目标物体在相机坐标系内的第二坐标的步骤包括：利用目标物体的图像的像素点的距离值和与像素点对应的第一坐标，以得到第二坐标。
进一步地，上述将第二坐标转换为机械臂坐标系内的第三坐标的步骤包括：利用第一转换公式将相机坐标系转换为机械臂坐标系。其中，第一转换公式：
(XT,YT,ZT)表示机械臂坐标系，(Xc,Yc,Zc)表示相机坐标系，R表示第一旋转矩阵，T表示第一平移矩阵。
进一步地，上述将第二坐标转换为机械臂坐标系内的第三坐标的步骤包括：建立机械臂基座坐标系，并获得机械臂基座坐标系与机械臂坐标系之间的转换关系。通过第二转换公式将相机坐标系转换为机械臂基座坐标系。其中，第二转换公式：
其中，(XB,YB,ZB)表示机械臂基座坐标系，(Xc,Yc,Zc)表示相机坐标系，R′表示第二旋转矩阵，T′表示第二平移矩阵。
进一步地，上述机械臂定位方法还包括：根据第三坐标生成点云图，对点云图进行图像分割和单个处理目标提取。
进一步地，上述对点云图进行图像分割和单个处理目标提取的步骤之前还包括：利用目标物体与背景的深度信息，限定点云图的深度范围。
进一步地，上述深度相机为TOF(Time of Flight)深度相机。
进一步地，上述机械臂定位方法还包括在获得目标物体的图像在图像坐标系内的第一坐标的步骤之前对深度相机进行安装和校准。
进一步地，上述对深度相机进行安装和校准的步骤包括背景光校准补偿步骤和目标物体反射率校准补偿步骤，背景光校准补偿步骤用于对工作环境的光线进行校准补偿，目标物体反射率校准补偿步骤用于对不同反射率的目标进行校准补偿。
一种定位机械臂，用于实施机械臂定位方法。机械臂定位方法包括：获得目标物体的图像在图像坐标系内的第一坐标。根据目标物体的深度信息和第一坐标，获得目标物体在相机坐标系内的第二坐标。将第二坐标转换为机械臂坐标系内的第三坐标。其中，图像坐标系以目标物体的图像所在的相机像平面为参考建立，相机坐标系以深度相机为参考建立，机械臂坐标系以机械臂为参考建立。定位机械臂包括机械臂***和深度相机，机械臂***与深度相机通信连接。
相比现有技术，本发明提供的机械臂定位方法及定位机械臂的有益效果是：机械臂定位方法从相机的校准补偿、三维坐标系的转换、点云图的生成、以及目标的识别与定位等工作流程方面给出了一套完整的***解决方案。该方法采用深度相机直接获取目标三维信息，能够有效保证机械臂对目标定位的实时性和准确性。本发明提供的机械臂定位方法及定位机械臂能够满足实时性的要求，具有一定的抗环境背景光干扰的能力，也不需要外部机械扫描结构。本实施例提供的机械臂定位方法能够降低机械臂定位的复杂度，提升机械臂的环境感知能力和智能决策能力。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明的实施例提供的机械臂定位方法的流程框图；
图2为本发明的实施例提供的机械臂定位方法的流程框图；
图3为本发明的实施例提供的深度相机与机械臂***之间的连接结构示意图；
图4为本发明的实施例提供的深度相机与机械臂***之间的连接结构示意图。
图标：10-定位机械臂；100-机械臂***；200-深度相机；300-目标物体。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要理解的是，术语“上”、“下”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，“设置”、“连接”等术语应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图，对本发明的具体实施方式进行详细说明。
第一实施例
请参阅图1和图3，本实施例提供了一种机械臂定位方法，其能够满足实时性的要求，具有一定的抗环境背景光干扰的能力，也不需要外部机械扫描结构。本实施例提供的机械臂定位方法能够降低机械臂定位的复杂度，提升机械臂的环境感知能力和智能决策能力。
本实施例提供的机械臂定位方法包括：获得目标物体300的图像在图像坐标系内的第一坐标。根据目标物体300的深度信息和第一坐标，获得目标物体300在相机坐标系内的第二坐标。将第二坐标转换为机械臂坐标系内的第三坐标。
其中，图像坐标系以目标物体300的图像所在的相机像平面为参考建立，相机坐标系以深度相机200为参考建立，机械臂坐标系以机械臂为参考建立。
也就是说，图像坐标系相对于目标位图的图像是静止的，相机坐标系相对深度相机200是静止的，机械臂坐标系相对于机械臂是静止的。
需要说明的是，深度相机200在获得目标物体300二维图像信息的同时，还能获取深度信息；本实施例采用的是TOF(Time of Flight)深度相机200来获得目标物体300的图像，TOF深度相机200能够直接测量距离信息，以得到深度信息，其算法复杂度较低，能够满足实时性的要求。
请参阅图1和图2，可以理解的是，上述机械臂定位方法还包括在获得目标物体300的图像在图像坐标系内的第一坐标的步骤之前对深度相机200进行校准和安装。
S00：对深度相机200进行校准和安装
在本实施例中，对深度相机200进行安装和校准的步骤包括背景光校准补偿步骤和目标物体300反射率校准补偿步骤，背景光校准补偿步骤用于对工作环境的光线进行校准补偿，目标物体300反射率校准补偿步骤用于对不同反射率的目标进行校准补偿。
深度相机200在确定的环境下对目标的校准。确定机械臂的应用环境，主要是指机械臂工作的照明环境和需处理的目标。对深度相机200进行背景光和目标反射率的校准与补偿，可选地，采用深度相机200自带的校准补偿软件对相机进行标定。
请参阅图3和图4，深度相机200支持两种安装方式，即深度相机200可以固定在机械臂上，随机械臂运动，请参阅图3；也可以将深度相机200与机械臂分离安装，相机位置固定，不随机械臂运动，请参阅图4。
可以理解的是，如果深度相机200位置相对机械臂固定，要保证机械臂的工作范围与深度相机200的视场相匹配。如果深度相机200位置相对机械臂移动，优选地，深度相机200位于机械臂上方或一侧，目标靠近深度相机200视场的中心，机械臂的运动和深度相机200对目标的探测不能相互干扰。
S10：获得目标物体300的图像在图像坐标系内的第一坐标
将目标物体300的图像的各像素点转换成图像坐标系下的第一坐标点，可以理解的是，第一坐标为二维坐标
需要说明的是，各个像素点除具有行列坐标外，还携带有深度信息，各个像素点与图像坐标系转换只涉及二维坐标变换。
可选地，定义图像坐标系，目标物体300的图像所在的相机像平面中心点为原点，像素点行的方向为图像坐标系X轴的方向，像素点列的方向为图像坐标系Y轴的方向，与图像平面垂直方向为图像坐标系Z轴的方向。根据像素点行列坐标(μ,ν)及单个像素点的大小(dx,dy)，建立像素坐标系与图像坐标系的关系。
计算公式为：
x＝(μ-μ0)·dx
y＝(ν-ν0)·dy
其中，(x,y)为图像坐标下的第一坐标，(μ0,ν0)为各像素点距离中心像素点的行列坐标表示。
S20：根据目标物体300的深度信息和第一坐标，获得目标物体300在相机坐标系内的第二坐标
定义相机坐标系，相机坐标系的原点可以位于相机外壳也可以位于相机像平面上。根据透视投影模型，建立图像坐标系与相机坐标系的关系。
可以理解的是，各个像素点除具有行列坐标外，还携带有深度信息，该行列坐标转换为图像坐标系下的第一坐标，该深度信息即为目标物体300的距离值。在本实施例中，利用目标物体300的图像的像素点的距离值和与像素点对应的第一坐标，以得到第二坐标。
图像坐标中，用D表示坐标点(x,y)的深度信息，即为空间点至对应像点的距离值；距离值仍为D，相机坐标系用(Xc,Yc,Zc)表示。
计算公式为：
其中，f为深度相机200所用镜头的焦距大小。
S30：将第二坐标转换为机械臂坐标系内的第三坐标
如前所述，深度相机200与机械臂之间存在两种安装方式，对于第二坐标向第三坐标转换时需要考虑这两种情况：
⑴当深度相机200随机械臂同时运动，即相机位置相对机械臂固定，根据相机标定方法确定相机的外参数，建立相机坐标系与机械臂坐标系的关系。
此时，上述将第二坐标转换为机械臂坐标系内的第三坐标的步骤包括：利用第一转换公式将相机坐标系转换为机械臂坐标系。其中，第一转换公式：
(XT,YT,ZT)表示机械臂坐标系，(Xc,Yc,Zc)表示相机坐标系，R表示第一旋转矩阵，T表示第一平移矩阵。
⑵当深度相机200与机械臂分离式安装，即相机位置相对机械臂的基座固定，首先建立相机坐标系与机械臂基座坐标系之间的关系，根据相机标定方法确定相机的外参数，建立相机坐标系与机械臂基座坐标系的关系。然后，由机械臂***100给出的机械臂基座坐标系和机械臂坐标系之间的转换关系，最终建立相机坐标系与机械臂坐标系的关系。
此时，上述将第二坐标转换为机械臂坐标系内的第三坐标的步骤包括：建立机械臂基座坐标系，并获得机械臂基座坐标系与机械臂坐标系之间的转换关系。通过第二转换公式将相机坐标系转换为机械臂基座坐标系。其中，第二转换公式：
其中，(XB,YB,ZB)表示机械臂基座坐标系，(Xc,Yc,Zc)表示相机坐标系，R′表示第二旋转矩阵，T′表示第二平移矩阵。
在本实施例中，上述机械臂定位方法还包括：对根据第三坐标生成的点云图进行图像分割和单个处理目标提取。
S40：对根据第三坐标生成的点云图进行图像分割和单个处理目标提取。
根据深度相机200给出的图像三维信息(即多个第三坐标)生成机械臂坐标系下的点云图，对点云图进行图像分割和单个处理目标提取，获取目标物体300在机械臂坐标系下的坐标，并根据最终的处理方式(如抓取、吸附等)，确定机械臂的平移、升降和旋转量。
依据上述坐标转换步骤，获得机械臂坐标系下各点的第三坐标并生成点云图。由于生成的点云图数据量大，为简化处理过程，大幅减少计算量，需要根据目标信息对点云图进行处理。
在本实施例中，上述对点云图进行图像分割和单个处理目标提取的步骤之前还包括：利用目标物体300与背景的深度信息，限定点云图的深度范围。
在实际处理过程中，利用目标与背景的深度不同，对点云图限定深度范围，滤除背景噪声，同时结合目标的二维平面信息，降低点云散点个数，形成有效空间的三维点云图。
可选地，针对点云图的图像切割和单个处理目标提取可以通过PCL点云库结合目标信息来实现。
本实施例提供的机械臂定位方法从相机的校准补偿、三维坐标系的转换、点云图的生成、以及目标的识别与定位等工作流程方面给出了一套完整的***解决方案。该方法采用深度相机200直接获取目标三维信息，能够有效保证机械臂对目标定位的实时性和准确性。
第二实施例
请参阅图3或图4，本实施例提供了一种定位机械臂10，用于实施第一实施例提供的机械臂定位方法。定位机械臂10包括机械臂***100和深度相机200，机械臂***100与深度相机200通信连接，以将相机坐标系下的第二坐标的数据传输至机械臂***100。
本实施例提供的定位机械臂10能够降低机械臂定位的复杂度，提升机械臂的环境感知能力和智能决策能力。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种机械臂定位方法，其特征在于，包括：
获得目标物体的图像在图像坐标系内的第一坐标；
根据所述目标物体的深度信息和所述第一坐标，获得所述目标物体在相机坐标系内的第二坐标；
将所述第二坐标转换为机械臂坐标系内的第三坐标；
其中，所述图像坐标系以所述目标物体的图像所在的相机像平面为参考建立，所述相机坐标系以深度相机为参考建立，所述机械臂坐标系以机械臂为参考建立。
2.根据权利要求1所述的机械臂定位方法，其特征在于，所述根据所述目标物体的深度信息和所述第一坐标，获得所述目标物体在所述相机坐标系内的第二坐标的步骤包括：
利用所述目标物体的图像的像素点的距离值和与所述像素点对应的第一坐标，以得到所述第二坐标。
3.根据权利要求1所述的机械臂定位方法，其特征在于，所述将所述第二坐标转换为所述机械臂坐标系内的第三坐标的步骤包括：
利用第一转换公式将所述相机坐标系转换为所述机械臂坐标系；
其中，所述第一转换公式：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>T</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>T</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>T</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>R</mi>
</mtd>
<mtd>
<mi>T</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mn>0</mn>
<mi>T</mi>
</msup>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
(XT,YT,ZT)表示所述机械臂坐标系，(Xc,Yc,Zc)表示所述相机坐标系，R表示第一旋转矩阵，T表示第一平移矩阵。
4.根据权利要求1所述的机械臂定位方法，其特征在于，所述将所述第二坐标转换为所述机械臂坐标系内的第三坐标的步骤包括：
建立机械臂基座坐标系，并获得所述机械臂基座坐标系与所述机械臂坐标系之间的转换关系；
通过第二转换公式将所述相机坐标系转换为所述机械臂基座坐标系；
其中，所述第二转换公式：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msup>
<mi>R</mi>
<mo>&prime;</mo>
</msup>
</mtd>
<mtd>
<msup>
<mi>T</mi>
<mo>&prime;</mo>
</msup>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mn>0</mn>
<mi>T</mi>
</msup>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，(XB,YB,ZB)表示所述机械臂基座坐标系，(Xc,Yc,Zc)表示所述相机坐标系，R′表示第二旋转矩阵，T′表示第二平移矩阵。
5.根据权利要求1-4中任意一项所述的机械臂定位方法，其特征在于，所述机械臂定位方法还包括：
根据所述第三坐标生成点云图；
对所述点云图进行图像分割和单个处理目标提取。
6.根据权利要求5所述的机械臂定位方法，其特征在于，所述对所述点云图进行图像分割和单个处理目标提取的步骤之前还包括：
利用目标物体与背景的深度信息，限定所述点云图的深度范围。
7.根据权利要求1所述的机械臂定位方法，其特征在于，所述深度相机为TOF(Time ofFlight)深度相机。
8.根据权利要求1所述的机械臂定位方法，其特征在于，所述机械臂定位方法还包括：在所述获得目标物体的图像在图像坐标系内的第一坐标的步骤之前对所述深度相机进行安装和校准。
9.根据权利要求8所述的机械臂定位方法，其特征在于，所述对所述深度相机进行安装和校准的步骤包括背景光校准补偿步骤和目标物体反射率校准补偿步骤，所述背景光校准补偿步骤用于对工作环境的光线进行校准补偿，所述目标物体反射率校准补偿步骤用于对不同反射率的目标进行校准补偿。
10.一种定位机械臂，其特征在于，采用如权利要求1-9中任意一项所述的机械臂定位方法，所述定位机械臂包括机械臂***和深度相机，所述机械臂***与所述深度相机通信连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711232742.7A CN107862716A (zh) | 2017-11-29 | 2017-11-29 | 机械臂定位方法及定位机械臂 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711232742.7A CN107862716A (zh) | 2017-11-29 | 2017-11-29 | 机械臂定位方法及定位机械臂 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107862716A true CN107862716A (zh) | 2018-03-30 |
Family
ID=61704034
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711232742.7A Pending CN107862716A (zh) | 2017-11-29 | 2017-11-29 | 机械臂定位方法及定位机械臂 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107862716A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108873811A (zh) * | 2018-09-13 | 2018-11-23 | 吉林化工学院 | 一种机械生产制造用承载***及方法 |
| CN109300157A (zh) * | 2018-09-14 | 2019-02-01 | 威准（厦门）自动化科技有限公司 | 一种视觉机器的机械位置确定方法、终端设备及存储介质 |
| CN110253596A (zh) * | 2019-06-24 | 2019-09-20 | 北京理工华汇智能科技有限公司 | 机器人绑扎定位的方法及装置 |
| CN110517208A (zh) * | 2019-08-19 | 2019-11-29 | 东莞弓叶互联科技有限公司 | 坐标系关联方法及*** |
| WO2020010627A1 (zh) * | 2018-07-13 | 2020-01-16 | 深圳配天智能技术研究院有限公司 | 一种工件跟踪方法、***及机器人 |
| CN110711031A (zh) * | 2019-10-31 | 2020-01-21 | 武汉联影智融医疗科技有限公司 | 手术导航***、坐标系配准***、方法、设备和介质 |
| CN110852180A (zh) * | 2019-10-17 | 2020-02-28 | 上海快仓智能科技有限公司 | 用于自动引导车的tof相机标定方法及自动引导车 |
| CN111716340A (zh) * | 2019-03-22 | 2020-09-29 | 达明机器人股份有限公司 | 3d相机与机械手臂坐标***的校正装置及方法 |
| CN113269829A (zh) * | 2021-06-18 | 2021-08-17 | 华南农业大学 | 流水生产线目标定位方法、装置、计算机设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5838573A (en) * | 1995-08-03 | 1998-11-17 | Crathern & Smith, Inc. | Process and apparatus for spotting labels |
| CN102848388A (zh) * | 2012-04-05 | 2013-01-02 | 上海大学 | 基于多传感器的服务机器人定位和抓取方法 |
| CN104217441A (zh) * | 2013-08-28 | 2014-12-17 | 北京嘉恒中自图像技术有限公司 | 一种基于机器视觉的机械臂定位抓取方法 |
-
2017
- 2017-11-29 CN CN201711232742.7A patent/CN107862716A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5838573A (en) * | 1995-08-03 | 1998-11-17 | Crathern & Smith, Inc. | Process and apparatus for spotting labels |
| CN102848388A (zh) * | 2012-04-05 | 2013-01-02 | 上海大学 | 基于多传感器的服务机器人定位和抓取方法 |
| CN104217441A (zh) * | 2013-08-28 | 2014-12-17 | 北京嘉恒中自图像技术有限公司 | 一种基于机器视觉的机械臂定位抓取方法 |
Non-Patent Citations (1)
| Title |
|---|
| 连红森: ""动态目标视觉定位与跟踪技术研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020010627A1 (zh) * | 2018-07-13 | 2020-01-16 | 深圳配天智能技术研究院有限公司 | 一种工件跟踪方法、***及机器人 |
| CN108873811A (zh) * | 2018-09-13 | 2018-11-23 | 吉林化工学院 | 一种机械生产制造用承载***及方法 |
| CN109300157A (zh) * | 2018-09-14 | 2019-02-01 | 威准（厦门）自动化科技有限公司 | 一种视觉机器的机械位置确定方法、终端设备及存储介质 |
| CN109300157B (zh) * | 2018-09-14 | 2021-08-24 | 威准（厦门）自动化科技有限公司 | 一种视觉机器的机械位置确定方法、终端设备及存储介质 |
| CN111716340A (zh) * | 2019-03-22 | 2020-09-29 | 达明机器人股份有限公司 | 3d相机与机械手臂坐标***的校正装置及方法 |
| CN110253596A (zh) * | 2019-06-24 | 2019-09-20 | 北京理工华汇智能科技有限公司 | 机器人绑扎定位的方法及装置 |
| CN110517208A (zh) * | 2019-08-19 | 2019-11-29 | 东莞弓叶互联科技有限公司 | 坐标系关联方法及*** |
| CN110517208B (zh) * | 2019-08-19 | 2023-06-16 | 广东弓叶科技有限公司 | 坐标系关联方法及*** |
| CN110852180A (zh) * | 2019-10-17 | 2020-02-28 | 上海快仓智能科技有限公司 | 用于自动引导车的tof相机标定方法及自动引导车 |
| CN110711031A (zh) * | 2019-10-31 | 2020-01-21 | 武汉联影智融医疗科技有限公司 | 手术导航***、坐标系配准***、方法、设备和介质 |
| CN113269829A (zh) * | 2021-06-18 | 2021-08-17 | 华南农业大学 | 流水生产线目标定位方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107862716A (zh) | 机械臂定位方法及定位机械臂 | |
| CN109270534B (zh) | 一种智能车激光传感器与相机在线标定方法 | |
| AU2018295572B2 (en) | Real time position and orientation tracker | |
| CN112907676B (zh) | 传感器的标定方法、装置、***、车辆、设备及存储介质 | |
| CN110065074B (zh) | 一种采摘机器人的视觉伺服激光定位***及方法 | |
| EP3011362B1 (en) | Systems and methods for tracking location of movable target object | |
| US10171802B2 (en) | Calibration method and calibration device | |
| Boochs et al. | Increasing the accuracy of untaught robot positions by means of a multi-camera system | |
| CN108594245A (zh) | 一种目标物运动监测***及方法 | |
| CN110132226B (zh) | 一种无人机巡线的距离及方位角测量***和方法 | |
| CN109448054A (zh) | 基于视觉融合的目标分步定位方法、应用、装置及*** | |
| CN112184812B (zh) | 提升无人机相机对AprilTag识别定位精度方法及定位方法和*** | |
| LU500407B1 (en) | Real-time positioning method for inspection robot | |
| An et al. | Building an omnidirectional 3-D color laser ranging system through a novel calibration method | |
| CN108469254A (zh) | 一种适用于仰视和俯视位姿的大视场多视觉视频测量***全局标定方法 | |
| Zalud et al. | Fusion of thermal imaging and CCD camera-based data for stereovision visual telepresence | |
| CN106737859A (zh) | 基于不变平面的传感器与机器人的外部参数标定方法 | |
| CN112045682B (zh) | 一种固态面阵激光安装的标定方法 | |
| CN112215871B (zh) | 一种基于机器人视觉的移动目标追踪方法及装置 | |
| CN105513074B (zh) | 一种羽毛球机器人相机以及车身到世界坐标系的标定方法 | |
| CN106964907A (zh) | 一种激光切割的方法和设备 | |
| CN115267747A (zh) | 一种稀疏激光雷达与可见光/红外成像***的标定方法 | |
| Abanay et al. | A calibration method of 2D LIDAR-Visual sensors embedded on an agricultural robot | |
| CN117021059B (zh) | 采摘机器人及其果实定位方法、装置、电子设备及介质 | |
| CN114973037B (zh) | 一种无人机智能检测与同步定位多目标的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180330 |