CN111098306A - 机器人的标定方法、装置、机器人和存储介质 - Google Patents
机器人的标定方法、装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN111098306A CN111098306A CN201911418026.7A CN201911418026A CN111098306A CN 111098306 A CN111098306 A CN 111098306A CN 201911418026 A CN201911418026 A CN 201911418026A CN 111098306 A CN111098306 A CN 111098306A
- Authority
- CN
- China
- Prior art keywords
- robot
- coordinate system
- coordinates
- calibration
- starting point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 13
- 239000013256 coordination polymer Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明实施例公开了一种机器人的标定方法、装置、机器人及存储介质,所述方法包括:通过标记物体确定机器人的标定起始点;根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;根据所述转换矩阵对机器人进行标定。本发明实施例实现了对机器人的标定,将图形坐标系下的坐标转换为机器人坐标系下的坐标,提高机器人运动过程定位的精确性。
Description
技术领域
本发明实施例涉及机器人技术领域,尤其涉及一种机器人的标定方法、装置、机器人和存储介质。
背景技术
在日常生活中,人们可以通过机器人实现一些简单操作,例如,通过机器人取物,机器人首先通过视觉拍照设备拍摄目标物体的照片确定其具***置,然后运动到相关位置处抓取目标物体。视觉拍照设备采用的是图像坐标系,而机器人移动是以机器人自身的坐标系为基准,将图像坐标系下的坐标转换为机器人坐标系下的坐标,以使机器人能够准确移动到目标物体处,就是机器人的标定。
现有技术对机器人进行标定一般采用人工示教的方法,例如,手动地控制机器人以多种不同的姿态将其上安装的工具(用于抓取目标物体的部件)移动到同一目标点。但是,由于需要通过人眼来判断工具是否移动到同一目标点,因此,不可避免地会存在误差,手动地控制机器人以多种不同的姿态到达同一目标点和依靠人眼判断是否到达同一目标点的工作不仅定位精确地,而且非常费时,影响工作效率。
发明内容
有鉴于此,本发明实施例提供一种机器人的标定方法、装置、机器人和存储介质,以实现将图像坐标系的坐标转换为机器人坐标系的坐标,对机器人进行标定,并提高标定精度。
第一方面,本发明实施例提供一种机器人的标定方法,包括:
通过标记物体确定机器人的标定起始点;
根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;
根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;
根据所述转换矩阵对机器人进行标定。
进一步的,根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标包括:
以所述标定起始点为机器人标定运动的第一个点,机器人按照预设轨迹移动预设次数,且每次移动的距离为预设距离,获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标。
进一步的,所述第一坐标为机器人移动过程中机器人的位置坐标,所述第二坐标为机器人移动过程中通过机器人的视觉拍照设备获取的所述标记物体的像素坐标。
进一步的,所述第一坐标与所述第二坐标一一对应。
进一步的,所述预设次数为8次,获取的8个第一坐标或第二坐标连接形成的图案为方形,所述标定起始点位于所述方形的中心位置。
进一步的,所述机器人坐标系和所述图像坐标系下包括两个坐标轴,相邻两个第一坐标或第二坐标之间的其中一个坐标轴方向上的数值相同。
进一步的,所述通过标记物体确定机器人的标定起始点包括:
通过机器人执行端夹取所述标记物体,其中,所述标记物体上设有标记点;
将所述标记物体移动到机器人视觉拍照设备的视野内;
判断所述标记点是否位于所述视觉拍照设备的视野中心;
若所述标记点位于所述视觉拍照设备的视野中心,则将此时机器人执行端所处位置作为机器人的标定起始点。
第二方面,本发明实施例提供一种机器人的标定装置,包括:
标定起始点确定模块,用于通过标记物体确定机器人的标定起始点;
坐标获取模块,用于根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;
转换矩阵确定模块,用于根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;
标定模块,用于根据所述转换矩阵对机器人进行标定。
第三方面,本发明实施例提供一种机器人,所述机器人包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例提供的机器人的标定方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例提供的机器人的标定方法。
本发明实施例提供的一种机器人的标定方法通过标记物体确定机器人的标定起始点;根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;根据所述转换矩阵对机器人进行标定。实现了对机器人的标定,将图形坐标系下的坐标转换为机器人坐标系下的坐标,提高机器人运动过程定位的精确性。
附图说明
图1为本发明实施例一提供的一种机器人的标定方法的流程示意图;
图2A为本发明实施例一提供的一种机器人移动轨迹示意图;
图2B为本发明实施例一提供的另一种机器人移动轨迹示意图;
图3为本发明实施例二提供的一种机器人的标定装置的结构示意图;
图4为本发明实施例三提供的一种机器人的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止,但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外,术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等,但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一坐标称为第二坐标,且类似地,可将第二坐标称为第一坐标。第一坐标和第二坐标两者都是坐标,但其不是同一坐标。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”、“批量”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
实施例一
图1为本发明实施例一提供的一种机器人的标定方法的流程示意图,本实施例可适用于将机器人视觉拍照基于的像素坐标系下的坐标转换为机器人坐标系下的坐标。如图1所示,本发明实施例一提供的一种机器人的标定方法包括:
S110、通过标记物体确定机器人的标定起始点。
具体的,标记物体可以是预设设有标记点(Mark点)的任意物体,标记点可以是物体表面具有的某种特性,也可以是通过外部手段在物体表面做的一个记号,例如,标记点为物体表面的一个孔,或标记点是粘贴在物体表面的一个黑色标签。标定起始点是机器人进行标定运动的开始位置点,该点为机器人坐标系的机器人标定运动的第一个点,相应的,此时标记物体在图像坐标系下也处于机器人标定运动的第一个点。
进一步的,一种通过标记物体确定机器人的标定起始点包括步骤S111~S114(图中未示出)。
S111、通过机器人执行端夹取所述标记物体,其中,所述标记物体上设有标记点。
S112、将所述标记物体移动到机器人视觉拍照设备的视野内。
S113、判断所述标记点是否位于所述视觉拍照设备的视野中心。
S114、若所述标记点位于所述视觉拍照设备的视野中心,则将此时机器人执行端所处位置作为机器人的标定起始点。
具体的,机器人执行端是机器人用于夹取物体的部件,例如,机械手,机器人执行端以机器人坐标系为基准进行运动。视觉拍照设备是机器人******中用于对物体进行拍照的设备,例如,相机,需要说明的是,视觉拍照设备可以设置在机器人身上,也可以不设置在机器人身上。视觉拍照设备拍摄的物体的像素位置是以图像坐标系为基准而确定。机器人执行端夹取带有标记点的标记物体,并将该标记物体移动到视觉拍照设备的视野内,当该标记物体的标记点位于视觉拍照设备的视野中心时,此时机器人执行端所处位置即为机器人进行标定运动的标定起始点。
S120、根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标。
具体的,机器人以标定起始点为机器人标定运动的第一个点开始运动,按照预设轨迹移动预设次数,每次移动的距离为预设距离。示例性的,如图2A所示,预设次数为8,机器人以A0为机器人标定运动的第一个点,按照逆时针方向,根据A1、A2、A3、A4、A5、A6、A7和A8的轨迹顺序依次移动,将点A1~A8连接起来,形成的图形为方形,A0位于方形图中间位置,这样的图形也称作九宫格图形。可选的,也可以将机器人坐标系的机器人标定运动的第一个点设置在方形图的一角,机器人以折线方式运动,例如,将机器人坐标系的机器人标定运动的第一个点设为方形图的左上角,如图2B所示,用图2A中的点表示机器人的移动轨迹为:A4、A3、A2、A1、A0、A5、A6、A7和A8。
机器人坐标系下的第一坐标是指机器人在每个点处的物理位置坐标,其单位为毫米(mm);图像坐标系下的第二坐标是指视觉拍照设备拍摄的标记物体在每个点处的像素坐标,其单位为像素(pixel)。第一坐标与第二坐标一一对应,且相邻两个第一坐标或第二坐标之间,其中一个坐标轴方向上的数值相同,例如,点A1与点A2的横坐标相同,点A3与点A4的纵坐标相同。
示例性的,在机器人坐标系下,设机器人坐标系下的横轴为X轴,纵轴为Y轴,若机器人每移动一次的预设距离为S,则A0点的坐标可以表示为A0(0,0),根据预设距离S,可以计算得出每个点在机器人坐标系下的第一坐标,例如,A0(S,0),A5(-S,0)。为了方便描述,将每个点在机器人坐标系下的第一坐标记为RAi(Xi,Yi),i为0-9的整数。
机器人每移动到一个点都需要停止运行一段时间,这段时间为预设延迟时间,预设延迟时间用以将拍照指令发送到机器人的视觉拍照设备,使视觉拍照设备能够拍摄带有标记点的标记物体的照片,从而获得标记物体在每个点处的像素坐标,也就是图像坐标系下的第二坐标。设图像坐标系下的横轴为U轴,纵轴为V轴,将每个点在图像坐标系下的第二坐标记为CAi(Ui,Vi),i为0-9的整数。
S130、根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵。
具体的,图像坐标系要转化到机器人坐标系,实际执行的操作是:旋转、平移和缩放,旋转是将图像坐标系的横轴调整为与机器人坐标系的横轴平行,将图像坐标系的纵轴调整为与机器人坐标系的纵轴平行,平移是将图像坐标系的原点移动到与机器人坐标系的原点重合,缩放则是将图像坐标系和机器人坐标系的单位尺度调整为一致。如此,要将图像坐标系要转化到机器人坐标系,则需要计算出图像坐标系与机器人坐标系之间的旋转角度θ、图像坐标系的原点与机器人坐标系的原点的偏移距离(a,b)、图像坐标系在横轴方向的缩放因子α和图像坐标系在纵轴方向的缩放因子β。
示例性的,设图像坐标系下的一个点CP(U,V),将图像坐标系以机器人坐标系原点为旋转中心旋转角度θ,则点CP经旋转后为点CP0(U0,V0),点CP(U,V)和点CP0(U0,V0)之间的关系可由式(1-1)表示。
图像坐标系经过旋转角度θ后,图像坐标系原点在横轴方向需平移a、在纵轴方向需平移b才能与机器人坐标系原点重合,且图像坐标系在横轴方向需缩放α倍、在纵轴方向需缩放β倍才能将单位尺度调整为与机器人坐标系一致,设点CP0(U0,V0)经过平移和缩放后为点RP(X,Y),点RP(X,Y)就是点CP(U,V)最终转换为机器人坐标系下的点,点CP0(U0,V0)和点RP(X,Y)的关系或点CP(U,V)和点RP(X,Y)的关系可由式(1-2)表示。
将式(1-2)用矩阵的形式表示,如式(1-3)所示。
将式(1-3)左边的第一个矩阵用转换矩阵R表示,则可得式(1-4)。
缩放因子α、β由图像坐标系和机器人坐标系的单位尺度即可确定,因此,转换矩阵R中包括三个未知量:旋转角度θ、横轴偏移量a和纵轴偏移量b。将机器人移动8次获得的8个第一坐标RAi(Xi,Yi)和8个第二坐标CAi(Ui,Vi)带入式(1-3)或式(1-4),则可以得到8个不同的方程,由于R中只包括3个未知量,故通过这8个方程中的任意3个方程就可以计算出转换矩阵R。
可选的,也可以先将8个第一坐标RAi(Xi,Yi)和8个第二坐标CAi(Ui,Vi)中偏差较大点剔除,选择其中偏差最小的3个点带入式(1-3)或式(1-4)进行计算,可以进一步提高计算转换矩阵R的精确性。
S140、根据所述转换矩阵对机器人进行标定。
具体的,对机器人进行标定就是将图像坐标系下的第二坐标转换为机器人坐标系下的第一坐标。机器人在移动过程中,将图像坐标系下的第二坐标乘以转换矩阵R,即得到对应的机器人坐标系下的第一坐标,机器人根据自身的基准坐标系能够更加精确地运动到目标物体处进行操作。
本发明实施例一提供的一种机器人的标定方法通过标记物体确定机器人的标定起始点;根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;根据所述转换矩阵对机器人进行标定。实现了对机器人的标定,将图形坐标系下的坐标转换为机器人坐标系下的坐标,提高机器人运动过程定位的精确性。
实施例二
图3为本发明实施例二提供的一种机器人的标定装置的结构示意图,本实施例可适用于将机器人视觉拍照基于的像素坐标系下的坐标转换为机器人坐标系下的坐标。本发明实施例二提供的机器人的标定装置能够实现本发明任意实施例提供的机器人的标定方法,具备实现方法的相应功能结构和有益效果,本实施例中未详尽描述的内容可参考本发明任意方法实施例的描述。
如图3所示,本发明实施例二提供的机器人的标定装置包括:标定起始点确定模块310、坐标获取模块320、转换矩阵确定模块330和标定模块340。
标定起始点确定模块310用于通过标记物体确定机器人的标定起始点;
坐标获取模块320用于根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;
转换矩阵确定模块330用于根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;
标定模块340用于根据所述转换矩阵对机器人进行标定。
进一步的,坐标获取模块320具体用于:以所述标定起始点为机器人标定运动的第一个点,机器人按照预设轨迹移动预设次数,且每次移动的距离为预设距离,获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标。
进一步的,所述第一坐标为机器人移动过程中机器人的位置坐标,所述第二坐标为机器人移动过程中通过机器人的视觉拍照设备获取的所述标记物体的像素坐标。
进一步的,所述第一坐标与所述第二坐标一一对应。
进一步的,所述预设次数为8次,获取的8个第一坐标或第二坐标连接形成的图案为方形,所述标定起始点位于所述方形的中心位置。
进一步的,所述机器人坐标系和所述图像坐标系下包括两个坐标轴,相邻两个第一坐标或第二坐标之间的其中一个坐标轴方向上的数值相同。
进一步的,标定起始点确定模块310具体用于:通过机器人执行端夹取所述标记物体,其中,所述标记物体上设有标记点;将所述标记物体移动到机器人视觉拍照设备的视野内;判断所述标记点是否位于所述视觉拍照设备的视野中心;若所述标记点位于所述视觉拍照设备的视野中心,则将此时机器人执行端所处位置作为机器人的标定起始点。
本发明实施例二提供的一种机器人的标定装置通过标定起始点确定模块、坐标获取模块、转换矩阵确定模块和标定模块,实现了对机器人的标定,将图形坐标系下的坐标转换为机器人坐标系下的坐标,提高机器人运动过程定位的精确性。
实施例三
图4为本发明实施例三提供的一种机器人的结构示意图图4为本发明实施例三提供的一种机器人的结构示意图,如图4所示,该机器人包括处理器410、存储器420、输入装置430和输出装置440;机器人中处理器410的数量可以是一个或多个,图4中以一个处理器410为例;机器人中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器420作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的机器人的标定方法对应的程序指令/模块(例如,机器人的标定装置中的标定起始点确定模块、坐标获取模块、转换矩阵确定模块和标定模块)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行机器人的各种功能应用以及数据处理,即实现上述的机器人的标定方法,该方法可以包括:
通过标记物体确定机器人的标定起始点;
根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;
根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;
根据所述转换矩阵对机器人进行标定。
存储器420可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与机器人的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例四
本发明实施例四还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的机器人的标定方法,该方法可以包括:
通过标记物体确定机器人的标定起始点;
根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;
根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;
根据所述转换矩阵对机器人进行标定。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种机器人的标定方法,其特征在于,包括:
通过标记物体确定机器人的标定起始点;
根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;
根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;
根据所述转换矩阵对机器人进行标定。
2.如权利要求1所述的方法,其特征在于,根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标包括:
以所述标定起始点为机器人标定运动的第一个点,机器人按照预设轨迹移动预设次数,且每次移动的距离为预设距离,获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标。
3.如权利要求2所述的方法,其特征在于,所述第一坐标为机器人移动过程中机器人的位置坐标,所述第二坐标为机器人移动过程中通过机器人的视觉拍照设备获取的所述标记物体的像素坐标。
4.如权利要求2所述的方法,其特征在于,所述第一坐标与所述第二坐标一一对应。
5.如权利要求2所述的方法,其特征在于,所述预设次数为8次,获取的8个第一坐标或第二坐标连接形成的图案为方形,所述标定起始点位于所述方形的中心位置。
6.如权利要求5所述的方法,其特征在于,所述机器人坐标系和所述图像坐标系下包括两个坐标轴,相邻两个第一坐标或第二坐标之间的其中一个坐标轴方向上的数值相同。
7.如权利要求1所述的方法,其特征在于,所述通过标记物体确定机器人的标定起始点包括:
通过机器人执行端夹取所述标记物体,其中,所述标记物体上设有标记点;
将所述标记物体移动到机器人视觉拍照设备的视野内;
判断所述标记点是否位于所述视觉拍照设备的视野中心;
若所述标记点位于所述视觉拍照设备的视野中心,则将此时机器人执行端所处位置作为机器人的标定起始点。
8.一种机器人的标定装置,其特征在于,包括:
标定起始点确定模块,用于通过标记物体确定机器人的标定起始点;
坐标获取模块,用于根据所述标定起始点获取基于机器人坐标系的多个第一坐标和基于图像坐标系的多个第二坐标;
转换矩阵确定模块,用于根据多个所述第一坐标和多个所述第二坐标,确定所述图像坐标系到所述机器人坐标系的转换矩阵;
标定模块,用于根据所述转换矩阵对机器人进行标定。
9.一种机器人,其特征在于,所述机器人包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的机器人的标定方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的机器人的标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911418026.7A CN111098306A (zh) | 2019-12-31 | 2019-12-31 | 机器人的标定方法、装置、机器人和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911418026.7A CN111098306A (zh) | 2019-12-31 | 2019-12-31 | 机器人的标定方法、装置、机器人和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111098306A true CN111098306A (zh) | 2020-05-05 |
Family
ID=70426478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911418026.7A Pending CN111098306A (zh) | 2019-12-31 | 2019-12-31 | 机器人的标定方法、装置、机器人和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111098306A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112902961A (zh) * | 2021-01-19 | 2021-06-04 | 宁德思客琦智能装备有限公司 | 基于机器视觉定位的标定方法、介质、标定设备及*** |
CN113962920A (zh) * | 2020-07-01 | 2022-01-21 | 苏州维嘉科技股份有限公司 | 一种孔集自动配准的方法、装置、设备及存储介质 |
CN114734451A (zh) * | 2022-05-16 | 2022-07-12 | 深圳市双翌光电科技有限公司 | 结合关节型机械手及摄像机姿态变化的视觉定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103702607A (zh) * | 2011-07-08 | 2014-04-02 | 修复型机器人公司 | 相机***的坐标***的校准和变换 |
CN106695805A (zh) * | 2017-01-16 | 2017-05-24 | 东莞市三姆森光电科技有限公司 | 一种多轴机器人标定软件 |
CN107160380A (zh) * | 2017-07-04 | 2017-09-15 | 华南理工大学 | 一种基于scara机械手的相机标定和坐标变换的方法 |
CN109859277A (zh) * | 2019-01-21 | 2019-06-07 | 陕西科技大学 | 一种基于Halcon的机器人视觉***标定方法 |
CN110009686A (zh) * | 2019-03-13 | 2019-07-12 | 北京小马智行科技有限公司 | 相机标定方法、装置、平台和应用于标定平台的相机标定方法 |
CN110238849A (zh) * | 2019-06-13 | 2019-09-17 | 深圳市汇川技术股份有限公司 | 机器人手眼标定方法及装置 |
-
2019
- 2019-12-31 CN CN201911418026.7A patent/CN111098306A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103702607A (zh) * | 2011-07-08 | 2014-04-02 | 修复型机器人公司 | 相机***的坐标***的校准和变换 |
CN106695805A (zh) * | 2017-01-16 | 2017-05-24 | 东莞市三姆森光电科技有限公司 | 一种多轴机器人标定软件 |
CN107160380A (zh) * | 2017-07-04 | 2017-09-15 | 华南理工大学 | 一种基于scara机械手的相机标定和坐标变换的方法 |
CN109859277A (zh) * | 2019-01-21 | 2019-06-07 | 陕西科技大学 | 一种基于Halcon的机器人视觉***标定方法 |
CN110009686A (zh) * | 2019-03-13 | 2019-07-12 | 北京小马智行科技有限公司 | 相机标定方法、装置、平台和应用于标定平台的相机标定方法 |
CN110238849A (zh) * | 2019-06-13 | 2019-09-17 | 深圳市汇川技术股份有限公司 | 机器人手眼标定方法及装置 |
Non-Patent Citations (1)
Title |
---|
彭海兰: "《自动化生产线安装与调试》", 武汉:武汉大学出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113962920A (zh) * | 2020-07-01 | 2022-01-21 | 苏州维嘉科技股份有限公司 | 一种孔集自动配准的方法、装置、设备及存储介质 |
CN112902961A (zh) * | 2021-01-19 | 2021-06-04 | 宁德思客琦智能装备有限公司 | 基于机器视觉定位的标定方法、介质、标定设备及*** |
CN112902961B (zh) * | 2021-01-19 | 2022-07-26 | 宁德思客琦智能装备有限公司 | 基于机器视觉定位的标定方法、介质、标定设备及*** |
CN114734451A (zh) * | 2022-05-16 | 2022-07-12 | 深圳市双翌光电科技有限公司 | 结合关节型机械手及摄像机姿态变化的视觉定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4191080B2 (ja) | 計測装置 | |
CN110238845B (zh) | 最优标定点选取和误差自测量的自动手眼标定方法及装置 | |
JP6108860B2 (ja) | ロボットシステム及びロボットシステムの制御方法 | |
WO2019114339A1 (zh) | 机械臂运动的校正方法和装置 | |
US20160184996A1 (en) | Robot, robot system, control apparatus, and control method | |
CN109658460A (zh) | 一种机械臂末端相机手眼标定方法和*** | |
CN111098306A (zh) | 机器人的标定方法、装置、机器人和存储介质 | |
JP2018126857A (ja) | ロボットの制御方法、ロボットの教示方法、ロボットシステム、プログラム及び記録媒体 | |
CN112621743B (zh) | 机器人及其相机固定于末端的手眼标定方法及存储介质 | |
JP2018126835A (ja) | ロボットの教示方法、ロボットシステム、プログラム及び記録媒体 | |
CN113379849B (zh) | 基于深度相机的机器人自主识别智能抓取方法及*** | |
US9884425B2 (en) | Robot, robot control device, and robotic system | |
JP2005201824A (ja) | 計測装置 | |
JP2015150636A (ja) | ビジュアルフィードバックを利用したロボットシステム | |
JP2016185572A (ja) | ロボット、ロボット制御装置およびロボットシステム | |
WO2019146201A1 (ja) | 情報処理装置、情報処理方法及び情報処理システム | |
CN109910014B (zh) | 基于神经网络的机器人手眼标定方法 | |
CN113103235B (zh) | 一种基于rgb-d图像对柜体表面设备进行垂直操作的方法 | |
CN115042175B (zh) | 一种机器人机械臂末端姿态的调整方法 | |
CN111438688A (zh) | 机器人校正方法、装置、计算机设备及存储介质 | |
CN111152223A (zh) | 一种全自动机器人手眼标定方法 | |
US11577400B2 (en) | Method and apparatus for managing robot system | |
CN113858217A (zh) | 多机器人交互的三维视觉位姿感知方法及*** | |
CN115519536A (zh) | 用于3d眼手协调的误差校正和补偿的***和方法 | |
CN117340879A (zh) | 一种基于图优化模型的工业机器人参数辨识方法和*** |
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: 20200505 |