CN110788863B - 一种机器视觉的标定方法及机械臂定位抓取方法 - Google Patents

一种机器视觉的标定方法及机械臂定位抓取方法 Download PDF

Info

Publication number
CN110788863B
CN110788863B CN201911152788.7A CN201911152788A CN110788863B CN 110788863 B CN110788863 B CN 110788863B CN 201911152788 A CN201911152788 A CN 201911152788A CN 110788863 B CN110788863 B CN 110788863B
Authority
CN
China
Prior art keywords
calibration
mechanical arm
opx
opy
target object
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.)
Active
Application number
CN201911152788.7A
Other languages
English (en)
Other versions
CN110788863A (zh
Inventor
瞿建国
周叶林
毛晓峰
王建信
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai OriginCell Biological Cryo Equipment Co Ltd
Original Assignee
Shanghai OriginCell Biological Cryo Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai OriginCell Biological Cryo Equipment Co Ltd filed Critical Shanghai OriginCell Biological Cryo Equipment Co Ltd
Priority to CN201911152788.7A priority Critical patent/CN110788863B/zh
Publication of CN110788863A publication Critical patent/CN110788863A/zh
Application granted granted Critical
Publication of CN110788863B publication Critical patent/CN110788863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1692—Calibration of manipulator
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095—Means or methods for testing manipulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及一种机器视觉的标定方法，通过一系列的数据可直接计算出世界坐标和图像坐标的投影关系，并标定计算出CCD和机械手的相对位置关系，这样就可以通过目标物的图像坐标，直接计算出机械臂需要调节的相对位移参数，进而实现机器视觉的定位抓取，无需人工标定关键点的坐标值，因此，本发明的机器视觉的标定方法，相较传统的标定方法，其标定的效率较高。此外，本发明还设计一种机械臂定位抓取方法，该机械臂定位抓取方法能够利用机器视觉标定方法标定的结果对目标物实现自动定位并抓取。

Description

一种机器视觉的标定方法及机械臂定位抓取方法
技术领域
本发明涉及一种标定方法，尤其涉及一种机器视觉的标定方法，此外本发明还设计一种基于该机器视觉标定方法的机械臂定位抓取方法。
背景技术
机械臂是一种通过机器视觉识别***对产品进行自动定位、抓取的装置，其中机器视觉识别***在对产品进行定位前需要进行标定，以实现世界坐标系和图像坐标系之间的转换以及对关键点位坐标值的确认，从而实现对产品的精确识别及定位抓取，因此，其是机械臂能够实现对产品精确抓取的关键之一。目前，机器视觉的主流的标定方法是通过一系列的数据采集得到世界坐标和图像坐标的投影关系，并通过手动方式，人工确认关键点的坐标值，因此，其标定的效率较低。
发明内容
为解决上述技术问题，本发明的目的是提供一种无需人工确认、标定效率高的机器视觉的标定方法。此外，本发明还设计一种利用该机器视觉标定方法标定的结果实现对目标物自动定位并抓取的机械臂定位抓取方法。
本发明的机器视觉的标定方法，包括以下步骤：
S1、机械臂抓取标定物并将其放置于标定区域内，记录机械臂将标定物置于标定区域时机械臂的世界坐标(RWX1，RWY1)；
S2、移动机械臂，直至标定物清晰地成像于机器视觉的视场范围内；
S3、当标定物清晰地成像于机器视觉的视场范围后，记录机械臂的世界坐标(RWX2，RWY2)；机器视觉拍摄标定物，识别并记录标定物位于视场范围内的图像坐标(OPX1，OPY1)；
S4、沿世界坐标的X方向移动机械臂D1距离后拍摄标定物，识别并记录标定物此时的图像坐标(OPX2，OPY2)；
S5、移动机械臂直至其返回至位置(RWX1，RWY1)；
S6、沿世界坐标的Y方向移动机械臂D2距离后拍摄标定物，识别并记录标定物此时的图像坐标(OPX3，OPY3)；
S7、根据以下公式计算世界坐标和图像坐标的比例尺：
P2mmX＝SQRT((OPX1-OPX2)2+(OPY1-OPY2)2)/D1
P2mmY＝SQRT((OPX1-OPX3)2+(OPY1-OPY3)2)/D2
其中，SQRT为开平方根符号；
根据以下公式计算世界坐标和图像坐标的角度差α：
α＝atctan((OPY2-OPY1)/(OPX2-OPX1))或
α＝π/2-atctan((OPY3-OPY1)/(OPX3-OPX1))；
其中atctan为反正切函数，π为圆周率；
根据以下公式计算步骤S3中机械臂的位置(RWX2，RWY2)与步骤S1中机械臂抓取点的位置(RWX1，RWY1)的关系：
DX＝RWX2-RWX1；
DY＝RWY2-RWY1；
包括DX，DY，P2mmX，P2mmY，α，OPX1，OPY1在内的数据集即为机器视觉的标定结果。
借由上述方案，本发明至少具有以下优点：本发明的机器视觉的标定方法通过一系列的数据，计算出世界坐标和图像坐标的投影关系，并标定计算出CCD和机械手的相对位置关系，这样就可以通过目标物的图像坐标，直接计算出机械臂需要调节的相对位移参数，实现机器视觉的定位抓取，无需人工标定关键点的坐标值。
综上所述，本发明的机器视觉的标定方法，无需人工确认关键点的坐标值，相较传统的标定方法，其标定的效率较高。
本发明的机器臂定位抓取方法，其机械臂的标定结果为(DX，DY，P2mmX，P2mmY，α，OPX1，OPY1)，该标定结果采用如上述机器视觉的标定方法进行标定；
所述机械臂定位抓取方法包括如下步骤：
A1、移动机械臂至目标物，待目标物清晰地成像于机器视觉的视场范围后拍摄目标物，识别并计算目标物的图像坐标(CPX1，CPY1)，记录机械臂的世界坐标(CWX1，CWY1)；
A2、计算目标物和标定物的图像坐标差：
DPX1＝CPX1-OPX1；
DPY1＝CPY1–OPY1；
A3、旋转图像坐标系α，并根据以下公式计算新的图像坐标差(DPX，DPY)：
L＝SQRT(DPX1 2+DPY1 2)；
α2＝arctan(DPY1/DPX1)；
DPX＝L*sin(α+α2)；
DPY＝L*cos(α+α2)；
其中L为目标物与标定物的图像距离；
α2代表与L对应的向量
Figure GDA0002686903750000031
与图像坐标系X轴的夹角，向量
Figure GDA0002686903750000032
即从标定点图像坐标至目标物图像坐标的向量；
α+α2代表将图像坐标系旋转α，使之与世界坐标系平行，即图像坐标系的X轴与世界坐标器的X轴平行，图像坐标系Y轴与世界坐标器的Y轴平行；
DPX代表向量
Figure GDA0002686903750000033
在旋转后的图像坐标系的X向分量的模；
DPY代表向量
Figure GDA0002686903750000034
在旋转后的图像坐标系的Y向分量的模；
A4、根据以下公式计算世界坐标系内机械臂需要移动的位移(DWX，DWY)：
DWX＝DPX/P2mmX-DX；
DWY＝DPY/P2mmY-DY；
其中，DPX/P2mmX为目标物与标定物之间X向距离，即其在世界坐标下的实际X向距离，
DPY/P2mmY为目标物与标定物之间Y向距离，即其在世界坐标下的实际Y向距离，
DX、DY为机械臂相对于标定物的初始偏移；
A5、移动机械臂(DWX，DWY)的位移，并抓取目标物体。
进一步的，本发明的机械臂定位抓取方法，步骤A1中包括记录机械臂世界坐标(CWX1，C WY1)的步骤。
本发明的机器臂定位抓取方法，利用机器视觉定位方法的定位结果，结合目标物的图像坐标，并通过一系列运算，最终得到机械臂需要移动的位移，其无需人工进行标定，标定的效率高，进而提高了对目标物的抓取效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是标定物及目标物位于图像坐标系内的示意图；
其中，1为视觉传感器成像面；2为图像坐标轴；3为旋转后的图像坐标轴；4为目标物图像；5为标定物图像。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
参见图1，本发明一较佳实施例的一种机器视觉的标定方法，包括以下步骤：
S1、机械臂抓取标定物并将其放置于标定区域内，记录机械臂将标定物置于标定区域时机械臂的世界坐标(RWX1，RWY1)；
标定区域为人为设置，在该标定区域内，机械臂可以通过其上的抓取装置即机械手取放标定物，机械臂上的机器视觉能够拍摄标定物。机器视觉是基于图像传感器的视觉传感***，由于CCD传感器成像质量较CMOS传感器好，因此，图像传感器优选为CCD传感器。安装时，图像传感器的成像面与机械臂的XY面平行，即机械臂的Z轴与视觉传感器的成像面垂直，这样机械臂与视觉传感器的Z轴平行，从而降低了标定的复杂度。
S2、移动机械臂，直至标定物清晰地成像于机器视觉的视场范围内；
S3、当标定物清晰地成像于机器视觉的视场范围后，记录机械臂的世界坐标(RWX2，RWY2)；机器视觉拍摄标定物，识别并记录标定物位于视场范围内的图像坐标(OPX1，OPY1)；
S4、沿世界坐标的X方向移动机械臂D1距离后拍摄标定物，识别并记录标定物此时的图像坐标(OPX2，OPY2)；
S5、移动机械臂直至其返回至位置(RWX1，RWY1)；
S6、沿世界坐标的Y方向移动机械臂D2距离后拍摄标定物，识别并记录标定物此时的图像坐标(OPX3，OPY3)；
上述步骤中，步骤S4与步骤S6的执行次序可以对调。
S7、根据以下公式计算世界坐标和图像坐标的比例尺：
P2mmX＝SQRT((OPX1-OPX2)2+(OPY1-OPY2)2)/D1；
P2mmY＝SQRT((OPX1-OPX3)2+(OPY1-OPY3)2)/D2；
其中，SQRT为开平方根符号；
SQRT((OPX1-OPX2)2+(OPY1-OPY2)2)代表步骤S3与步骤S4中标定物图像在图像坐标系内的X向距离，其与机械臂在世界坐标系内的移动距离D1的比值P2mmX即为图像坐标与世界坐标X方向的比例尺，类似的，P2mmY为图像坐标与世界坐标Y方向的比例尺，通过该比例尺及目标物的图像坐标，结合标定物的坐标，即可将其转化为对应的世界坐标并移动机械臂，进而实现对目标物的定位及抓取。
根据以下公式计算世界坐标和图像坐标的角度差α：
α＝atctan((OPY2-OPY1)/(OPX2-OPX1))或
α＝π/2-atctan((OPY3-OPY1)/(OPX3-OPX1))；
其中atctan为反正切函数，π为圆周率；
由于图像坐标(OPX2，OPY2)是步骤S4中机械臂沿世界坐标X方向移动D1距离后拍摄的标定物的图像坐标，因此，在图像坐标系内由标定物图形的移动轨迹形成与D1对应的向量
Figure GDA0002686903750000051
该向量
Figure GDA0002686903750000052
与世界坐标系的X轴平行，因此其与图像坐标X轴的夹角α即为图像坐标系X轴与世界坐标系X轴的夹角，即图像坐标系与世界坐标系之间的夹角。此外，也可通过步骤S6中的图像坐标计算图像世界坐标Y轴与图像坐标X轴之间的夹角，进而将其转换为世界坐标系及图像坐标系之间的夹角，此处不再赘述。
根据以下公式计算步骤S3中机械臂的位置(RWX2，RWY2)与步骤S1中机械臂抓取点的位置(RWX1，RWY1)的关系：
DX＝RWX2-RWX1；
DY＝RWY2-RWY1；
其中，DX为步骤S3与步骤S1中机械臂在X轴方向的距离，即标定物拍摄点与标定物抓取点之间机械臂的X向距离；
DY为步骤S3与步骤S1中机械臂在Y轴方向的距离，即标定物拍摄点与标定物抓取点之间机械臂的Y向距离；
包括DX，DY，P2mmX，P2mmY，α，OPX1，OPY1在内的数据集即为机器视觉的标定结果。
本发明的机器臂定位抓取方法，机械臂的标定结果为(DX，DY，P2mmX，P2mmY，α，OPX1，OPY1)，该标定结果采用如权利要求1的机器视觉的标定方法进行标定；
机械臂定位抓取方法包括如下步骤：
A1、移动机械臂至目标物，待目标物清晰地成像于机器视觉的视场范围后拍摄目标物，识别并计算目标物的图像坐标(CPX1，CPY1)；
A2、计算目标物和标定物的图像坐标差：
DPX1＝CPX1-OPX1；
DPY1＝CPY1–OPY1；
其中，DPX1为目标物图像坐标与标定物图像坐标的X向距离；
DPY1为目标物图像坐标与标定物图像坐标的Y向距离；
A3、旋转图像坐标系α，并根据以下公式计算新的图像坐标差(DPX，DPY)：
L＝SQRT(DPX1 2+DPY1 2)；
α2＝arctan(DPY1/DPX1)；
DPX＝L*sin(α+α2)；
DPY＝L*cos(α+α2)；
其中L为目标物与标定物的图像距离；
α2代表与L对应的向量
Figure GDA0002686903750000061
与图像坐标系X轴的夹角，向量
Figure GDA0002686903750000062
即从标定点图像坐标至目标物图像坐标的向量；
α+α2代表将图像坐标系旋转α，使之与世界坐标系平行，即图像坐标系的X轴与世界坐标器的X轴平行，图像坐标系Y轴与世界坐标器的Y轴平行；
DPX代表向量
Figure GDA0002686903750000071
在旋转后的图像坐标系的X向分量的模；
DPY代表向量
Figure GDA0002686903750000072
在旋转后的图像坐标系的Y向分量的模；
A4、根据以下公式计算世界坐标系内机械臂需要移动的位移(DWX，DWY)：
DWX＝DPX/P2mmX-DX；
DWY＝DPY/P2mmY-DY；
其中，DPX/P2mmX为目标物与标定物之间X向距离，即其在世界坐标下的实际X向距离，
DPY/P2mmY为目标物与标定物之间Y向距离，即其在世界坐标下的实际Y向距离，
DX、DY为机械臂相对于标定物的初始偏移；
A5、移动机械臂(DWX，DWY)的位移，并抓取目标物体。
作为优选，步骤A1中包括记录机械臂世界坐标(CWX1，CWY1)的步骤。
具体实施时，如果A5需要返回机械臂的相对调节位移则(CWX1，CWY1)这个点位坐标可以不记录；如果A5需要返回机械臂的绝对坐标，则需要记录该世界坐标点。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，本领域技术人员能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的保护范围由所附权利要求而不是上述说明限定。
此外，以上仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。同时，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (3)

1.一种机器视觉的标定方法，其特征在于：包括以下步骤：
S1、机械臂抓取标定物并将其放置于标定区域内，记录机械臂将标定物置于标定区域时机械臂的世界坐标(RWX1，RWY1)；
S2、移动机械臂，直至标定物清晰地成像于机器视觉的视场范围内；
S3、当标定物清晰地成像于机器视觉的视场范围后，记录机械臂的世界坐标(RWX2，RWY2)；机器视觉拍摄标定物，识别并记录标定物位于视场范围内的图像坐标(OPX1，OPY1)；
S4、沿世界坐标的X方向移动机械臂D1距离后拍摄标定物，识别并记录标定物此时的图像坐标(OPX2，OPY2)；
S5、移动机械臂直至其返回至位置(RWX1，RWY1)；
S6、沿世界坐标的Y方向移动机械臂D2距离后拍摄标定物，识别并记录标定物此时的图像坐标(OPX3，OPY3)；
S7、根据以下公式计算世界坐标和图像坐标的比例尺：
P2mmX＝SQRT((OPX1-OPX2)2+(OPY1-OPY2)2)/D1
P2mmY＝SQRT((OPX1-OPX3)2+(OPY1-OPY3)2)/D2
其中，SQRT为开平方根符号；
根据以下公式计算世界坐标和图像坐标的角度差α：
α＝atctan((OPY2-OPY1)/(OPX2-OPX1))或
α＝π/2-atctan((OPY3-OPY1)/(OPX3-OPX1))；
其中atctan为反正切函数，π为圆周率；
根据以下公式计算步骤S3中机械臂的位置(RWX2，RWY2)与步骤S1中机械臂抓取点的位置(RWX1，RWY1)的位置关系：
DX＝RWX2-RWX1；
DY＝RWY2-RWY1；
包括DX，DY，P2mmX，P2mmY，α，OPX1，OPY1在内的数据集即为机器视觉的标定结果。
2.一种机械 臂定位抓取方法，其特征在于，机械臂的标定结果为(DX，DY，P2mmX，P2mmY，α，OPX1，OPY1)，该标定结果采用如权利要求1所述的机器视觉的标定方法进行标定；
所述机械臂定位抓取方法包括如下步骤：
A1、移动机械臂至目标物，待目标物清晰地成像于机器视觉的视场范围后拍摄目标物，识别并计算目标物的图像坐标(CPX1，CPY1)；
A2、计算目标物和标定物的图像坐标差：
DPX1＝CPX1-OPX1
DPY1＝CPY1–OPY1
A3、旋转图像坐标系α，根据以下公式计算新的图像坐标差(DPX，DPY)：
L＝SQRT(DPX1 2+DPY1 2)；
α2＝arctan(DPY1/DPX1)；
DPX＝L*sin(α+α2)；
DPY＝L*cos(α+α2)；
其中L为目标物与标定物的图像距离；
α2代表与L对应的向量
Figure FDA0002686903740000021
与图像坐标系X轴的夹角，向量
Figure FDA0002686903740000022
即从标定点图像坐标至目标物图像坐标的向量；
α+α2代表将图像坐标系旋转α，使之与世界坐标系平行，即图像坐标系的X轴与世界坐标器的X轴平行，图像坐标系Y轴与世界坐标器的Y轴平行；
DPX代表向量
Figure FDA0002686903740000023
在旋转后的图像坐标系的X向分量的模；
DPY代表向量
Figure FDA0002686903740000024
在旋转后的图像坐标系的Y向分量的模；
A4、根据以下公式计算世界坐标系内机械臂需要移动的位移(DWX，DWY)：
DWX＝DPX/P2mmX-DX；
DWY＝DPY/P2mmY-DY；
其中，DPX/P2mmX为目标物与标定物之间X向距离，即其在世界坐标下的实际X向距离，
DPY/P2mmY为目标物与标定物之间Y向距离，即其在世界坐标下的实际Y向距离，
DX、DY为机械臂相对于标定物的初始偏移；
A5、移动机械臂(DWX，DWY)的位移，并抓取目标物体。
3.根据权利要求2所述的机械 臂定位抓取方法，其特征在于，步骤A1中包括记录机械臂世界坐标(CWX1，CWY1)的步骤。
CN201911152788.7A 2019-11-22 2019-11-22 一种机器视觉的标定方法及机械臂定位抓取方法 Active CN110788863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911152788.7A CN110788863B (zh) 2019-11-22 2019-11-22 一种机器视觉的标定方法及机械臂定位抓取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911152788.7A CN110788863B (zh) 2019-11-22 2019-11-22 一种机器视觉的标定方法及机械臂定位抓取方法

Publications (2)

Publication Number Publication Date
CN110788863A CN110788863A (zh) 2020-02-14
CN110788863B true CN110788863B (zh) 2020-11-10

Family

ID=69445943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911152788.7A Active CN110788863B (zh) 2019-11-22 2019-11-22 一种机器视觉的标定方法及机械臂定位抓取方法

Country Status (1)

Country Link
CN (1) CN110788863B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111390910A (zh) * 2020-03-31 2020-07-10 广州富港万嘉智能科技有限公司 机械手目标抓取定位方法、计算机可读存储介质及机械手
CN112001967A (zh) * 2020-08-14 2020-11-27 苏州华兴源创科技股份有限公司 相机指导机械手搬运物体的方法和装置
CN114170246B (zh) * 2021-12-08 2024-05-17 广东奥普特科技股份有限公司 一种精密位移平台的定位方法
CN115026828B (zh) * 2022-06-23 2023-07-28 池州市安安新材科技有限公司 一种机器人手臂抓取控制方法及***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217441B (zh) * 2013-08-28 2017-05-10 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
US9193073B1 (en) * 2014-10-15 2015-11-24 Quanta Storage Inc. Robot calibration apparatus for calibrating a robot arm
CN105234943B (zh) * 2015-09-09 2018-08-14 大族激光科技产业集团股份有限公司 一种基于视觉识别的工业机器人示教装置及方法
CN108463313A (zh) * 2016-02-02 2018-08-28 Abb瑞士股份有限公司 机器人***校准
CN109633612B (zh) * 2018-10-18 2020-06-16 浙江大学 一种无共同观测的单线激光雷达与相机外参标定方法
CN110335310B (zh) * 2019-07-09 2021-07-02 中国大恒(集团)有限公司北京图像视觉技术分公司 一种非共同视野下的标定方法

Also Published As

Publication number Publication date
CN110788863A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN110788863B (zh) 一种机器视觉的标定方法及机械臂定位抓取方法
EP0528054B1 (en) Detected position correcting method
CN111775146B (zh) 一种工业机械臂多工位作业下的视觉对准方法
CN109308693B (zh) 由一台ptz相机构建的目标检测和位姿测量单双目视觉***
CN107443377B (zh) 传感器-机器人坐标系转换方法及机器人手眼标定方法
CN111862220B (zh) Uvw平台标定的修正方法、装置、纠偏方法及对位***
JP3208953B2 (ja) 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置
CN106426172A (zh) 一种工业机器人工具坐标系的标定方法与***
CN107614195B (zh) 齿轮机构的组装装置及组装方法
CN112330749A (zh) 相机安装于机器人手臂上的手眼标定方法及手眼标定装置
CN106341956B (zh) 一种固定相机校正方法
JP2003065714A (ja) カメラ・キャリブレーションのためのガイド装置及びガイド方法、並びに、カメラ・キャリブレーション装置
CN111459176B (zh) 车自动充电定位控制方法、标定方法及车辆姿态计算方法
CN113781558A (zh) 一种姿态与位置解耦的机器人视觉寻位方法
CN110815177A (zh) 一种复合机器人2d视觉引导示教的迁移方法
JP3465047B2 (ja) 垂直降下時に平坦区域を検出する立体視システム
JP3511551B2 (ja) ロボットアームの状態検出方法および検出システム
CN111652945A (zh) 一种相机标定方法
CN111768383A (zh) 立体靶标及利用其恢复视觉传感器工作功能的方法
Fasogbon et al. Calibration of fisheye camera using entrance pupil
CN108413896B (zh) 一种机械手标定方法
CN113240751B (zh) 一种机器人末端相机的标定方法
CN112509035A (zh) 一种光学镜头和热成像镜头的双镜头图像像素点匹配方法
CN112954203B (zh) 一种用于多光学部件的摄像头光轴校正方法
JPH087102A (ja) 対応点抽出装置

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
GR01 Patent grant
GR01 Patent grant