CN111383321A - 一种基于3d视觉传感器的三维建模方法及*** - Google Patents
一种基于3d视觉传感器的三维建模方法及*** Download PDFInfo
- Publication number
- CN111383321A CN111383321A CN201811621657.4A CN201811621657A CN111383321A CN 111383321 A CN111383321 A CN 111383321A CN 201811621657 A CN201811621657 A CN 201811621657A CN 111383321 A CN111383321 A CN 111383321A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- modeled
- user coordinate
- mechanical arm
- tail end
- 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 29
- 230000000007 visual effect Effects 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000013499 data model Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 3
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2004—Aligning objects, relative positioning of parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Radar, Positioning & Navigation (AREA)
- Robotics (AREA)
- Automation & Control Theory (AREA)
- Geometry (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Manipulator (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本申请涉及机器人技术领域,具体公开一种基于3D视觉传感器的三维建模方法及***,包括:在3D视觉传感器的视觉范围内选定机械臂末端和待建模物体所在的位置,建立第一用户坐标系,获取待建模物体的深度数据;确定待建模物体与第一用户坐标系的三个交点;控制机械臂末端移动至所述三个交点处,记录力传感器输出值发生变化时机械臂末端的位姿;建立第二用户坐标系;将待建模物体通过所述第二用户坐标系映射到所述机械臂的基础坐标系中三维建模。本申请中在待建模物体上重新标定用户坐标系的方法,利用机器人的重复定位精度较高的特点,当待建模物***置发生较大变化时,减小机器人绝对定位精度较低带来的误差,提高机器人三维建模精度。
Description
技术领域
本申请涉及机器人技术领域,特别涉及一种基于3D视觉传感器的三维建模方法及***。
背景技术
在实施机器人对物体基于基础坐标系三维建模过程中,当物***置发生较大变化时,由于用户坐标系原点不在物体上,而且机器人绝对定位精度比机器人重复定位精度低,这样在机器人对物体基于基础坐标系三维建模过程中就会产生较大的误差,影响三维建模和后续的定位、抓取操作。
发明内容
有鉴于此,本申请实施例提供一种基于3D视觉传感器的三维建模方法及***,以解决现有技术中所采用的建模方法在物***置发生变化时,通过所建模型对物体进行定位会出现定位不准确现象的问题。
本申请实施例第一方面提供了一种基于3D视觉传感器的三维建模方法,所述三维建模方法包括:
在3D视觉传感器的视觉范围内选定机械臂末端和待建模物体所在的位置,建立第一用户坐标系,确定所述第一用户坐标系和所述3D视觉传感器之间的位置关系;
若所述待建模物体的位置处存在待建模物体,则获取所述待建模物体的深度数据;
根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,分别记录所述三个交点在所述第一用户坐标系中的坐标;
控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿;
根据所述机械臂末端的位姿和所述三个交点建立第二用户坐标系;
将所述待建模物体通过所述第二用户坐标系映射到所述机械臂的基础坐标系中以完成对所述待建模物体的三维建模。
可选地,所述建立第一用户坐标系和所述3D视觉传感器之间的位置关系,包括:
在所述待建模物体的位置处放置标定板,通过所述标定板建立第一用户坐标系;
通过所述3D视觉传感器确定所述第一用户坐标系与所述3D视觉传感器之间的位置关系。
可选地,所述标定板为棋盘格标定板;
相应地,所述通过所述标定板建立第一用户坐标系,包括:
调整所述棋盘格标定板至所述待建模物体的位置的中心点;
通过所述3D视觉传感器对视野范围内的棋盘格进行标定,以在所述棋盘格标定板上建立第一用户坐标系。
可选地,所述根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,包括:
将所述深度数据转换为点云数据,并对所述点云数据进行三角剖分;
根据三角剖分结果建立所述待建模物体的三角网络数据模型;
通过所述三角网络数据模型确定所述待建模物体与所述第一用户坐标系的三个交点。
可选地,所述控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿,包括:
控制所述机械臂末端分别沿所述第一用户坐标系的x、y、z轴的预设位置处向原点处移动;
监测所述机械臂末端移动过程中的输出值是否发生变化;
若是,则记录此时机械臂末端的位姿。
本申请实施例第二方面提供了一种基于3D视觉传感器的三维建模***,所述三维建模***包括:
位置关系确定模块,用于在3D视觉传感器的视觉范围内选定机械臂末端和待建模物体所在的位置,建立第一用户坐标系,确定所述第一用户坐标系和所述3D视觉传感器之间的位置关系;
深度数据获取模块,用于在所述待建模物体的位置处存在待建模物体时,获取所述待建模物体的深度数据;
交点坐标获取模块,用于根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,分别记录所述三个交点在所述第一用户坐标系中的坐标;
位姿获取模块,用于控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿;
用户坐标系建立模块,用于根据所述机械臂末端的位姿和所述三个交点建立第二用户坐标系;
映射模块,用于将所述待建模物体通过所述第二用户坐标系映射到所述机械臂的基础坐标系中以完成对所述待建模物体的三维建模。
可选地,所述位置关系确定模块具体用于:
在所述待建模物体的位置处放置标定板,通过所述标定板建立第一用户坐标系;
通过所述3D视觉传感器确定所述第一用户坐标系与所述3D视觉传感器之间的位置关系。
可选地,所述标定板为棋盘格标定板;
相应地,所述通过所述标定板建立第一用户坐标系,包括:
调整所述棋盘格标定板至所述待建模物体的位置的中心点;
通过所述3D视觉传感器对视野范围内的棋盘格进行标定,以在所述棋盘格标定板上建立第一用户坐标系。
可选地,所述交点坐标获取模块在根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点时,具体用于:
将所述深度数据转换为点云数据,并对所述点云数据进行三角剖分;
根据三角剖分结果建立所述待建模物体的三角网络数据模型;
通过所述三角网络数据模型确定所述待建模物体与所述第一用户坐标系的三个交点。
可选地,所述位姿获取模块具体用于:
控制所述机械臂末端分别沿所述第一用户坐标系的x、y、z轴的预设位置处向原点处移动;
监测所述机械臂末端移动过程中的输出值是否发生变化;
若是,则记录此时机械臂末端的位姿。
本申请提供的实施例中在待建模物体上重新标定用户坐标系的方法,利用机器人的重复定位精度较高的特点,当待建模物***置发生较大变化时,减小机器人绝对定位精度较低带来的误差,提高机器人三维建模精度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。
图1是本申请实施例提供的基于3D视觉传感器进行建模的示意图;
图2是本申请实施例提供的一种基于3D视觉传感器的三维建模方法的实现流程示意图;
图3是本申请实施例提供的一种基于3D视觉传感器的三维建模***结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,而不构成对本申请的限制。
如图1所示本申请提供的基于3D视觉传感器进行建模的***包括:1-移动机械臂、2-3D视觉传感器、3-力传感器以及4-待建模物体。其中,所述3D视觉传感器与所述移动机械臂相独立,所述力传感器装配在所述移动机械臂的末端。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
实施例一:
图2示出了本申请实施例提供的一种基于3D视觉传感器的三维建模方法的实现流程示意图,包括步骤S21-步骤S24,其中:
步骤S21,在3D视觉传感器的视觉范围内选定机械臂末端和待建模物体所在的位置,建立第一用户坐标系,确定所述第一用户坐标系和所述3D视觉传感器之间的位置关系。
本申请提供的建模方法中首先设置好建模场景,具体地,在建模范围内选定机械臂末端和待建模物体的位置,或者将装有三维力传感器的机械臂末端和待建模物体,分别固定于3D视觉传感器视野范围内的一点,相互之间没有遮挡。将待建模物体挪开,放置标定板进行标定和建立坐标系,通过建立的坐标系确定其与3D视觉传感器之间的位置关系。
可选地,所述建立第一用户坐标系和所述3D视觉传感器之间的位置关系,包括:
在所述待建模物体的位置处放置标定板,通过所述标定板建立第一用户坐标系;
通过所述3D视觉传感器确定所述第一用户坐标系与所述3D视觉传感器之间的位置关系。
可选地,所述标定板为棋盘格标定板;
相应地,所述通过所述标定板建立第一用户坐标系,包括:
调整所述棋盘格标定板至所述待建模物体的位置的中心点;
通过所述3D视觉传感器对视野范围内的棋盘格进行标定,以在所述棋盘格标定板上建立第一用户坐标系。
具体地,将棋盘格标定板面向3D视觉传感器置于待建模物体原所在位置的中心点,然后通过3D视觉传感器对视野范围内的棋盘格进行定位,其次在棋盘格上标定机器人的用户坐标系,最后通过以上步骤确定3D视觉传感器与用户坐标系之间的位置关系。
步骤S22,若所述待建模物体的位置处存在待建模物体,则获取所述待建模物体的深度数据。
本申请提供的实施例中,将待建模物体放回原位,然后可以通过以RGBD相机获取待建模物体的深度数据。
步骤S23,根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,分别记录所述三个交点在所述第一用户坐标系中的坐标。
可选地,所述根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,包括:
将所述深度数据转换为点云数据,并对所述点云数据进行三角剖分;
根据三角剖分结果建立所述待建模物体的三角网络数据模型;
通过所述三角网络数据模型确定所述待建模物体与所述第一用户坐标系的三个交点。
本申请中将深度数据转换成点云数据,再次对该点云数据进行三角剖分,最终形成该物体的三角网格数据模型。然后将第一用户坐标系映射到待建模物体上。
具体地,如果上述待建模物体在原位(步骤S21中所选定的位置),则通过待建模物体的三角网格数据模型确定待建模物体上与第一用户坐标系三个轴的交点CPx(x0,y0,z0)、CPy(x1,y1,z1)和CPz(x2,y2,z2),这三个点均为3D视觉传感器坐标系中的点。
如果待建模物体不在原位,则通过待建模物体的三角网格数据模型确定待建模物体上与叠加了视觉传感器给出的物体相对原位的偏移的用户坐标系三个轴的交点CP’x(x’0,y’0,z’0)、CP’y(x’1,y’1,z’1)和CP’z(x’2,y’2,z’2),这三点均为3D视觉传感器坐标系中的点。
步骤S24,控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿。
可选地,所述控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿,包括:
控制所述机械臂末端分别沿所述第一用户坐标系的x、y、z轴的预设位置处向原点处移动;
监测所述机械臂末端移动过程中输出值的是否发生变化;
若是,则记录此时机械臂末端的位姿。
该步骤中如果待建模物体在原位,则使带有力传感器的移动机械臂末端分别沿着第一用户坐标系X轴、Y轴和Z轴从适当远的地方(不碰到待建模物体即可),分别向用户坐标系原点O运动。
如果待建模物体不在原位,则使带有力传感器的移动机械臂末端通过叠加了视觉传感器给出的物体相对原位的偏移的第一用户坐标系X’轴、Y’轴和Z’轴从适当远的地方(不碰到待建模物体即可),分别向用户坐标系原点O’运动。
步骤S25,根据所述机械臂末端的位姿和所述三个交点建立第二用户坐标系。
步骤S26,将所述待建模物体通过所述第二用户坐标系映射到所述机械臂的基础坐标系中以完成对所述待建模物体的三维建模。
本申请提供的实施例中在待建模物体上重新标定用户坐标系的方法,利用机器人的重复定位精度较高的特点,当待建模物***置发生较大变化时,减小机器人绝对定位精度较低带来的误差,提高机器人三维建模精度。
实施例二:
图3示出了本申请另一实施例提供的一种基于3D视觉传感器的三维建模***的结构示意图,该***包括:
位置关系确定模块31,用于在3D视觉传感器的视觉范围内选定机械臂末端和待建模物体所在的位置,建立第一用户坐标系,确定所述第一用户坐标系和所述3D视觉传感器之间的位置关系;
深度数据获取模块32,用于在所述待建模物体的位置处存在待建模物体时,获取所述待建模物体的深度数据;
交点坐标获取模块33,用于根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,分别记录所述三个交点在所述第一用户坐标系中的坐标;
位姿获取模块34,用于控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿;
用户坐标系建立模块35,用于根据所述机械臂末端的位姿和所述三个交点建立第二用户坐标系;
映射模块36,用于将所述待建模物体通过所述第二用户坐标系映射到所述机械臂的基础坐标系中以完成对所述待建模物体的三维建模。
可选地,所述位置关系确定模块31具体用于:
在所述待建模物体的位置处放置标定板,通过所述标定板建立第一用户坐标系;
通过所述3D视觉传感器确定所述第一用户坐标系与所述3D视觉传感器之间的位置关系。
可选地,所述标定板为棋盘格标定板;
相应地,所述通过所述标定板建立第一用户坐标系,包括:
调整所述棋盘格标定板至所述待建模物体的位置的中心点;
通过所述3D视觉传感器对视野范围内的棋盘格进行标定,以在所述棋盘格标定板上建立第一用户坐标系。
可选地,所述交点坐标获取模块在根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点时,具体用于:
将所述深度数据转换为点云数据,并对所述点云数据进行三角剖分;
根据三角剖分结果建立所述待建模物体的三角网络数据模型;
通过所述三角网络数据模型确定所述待建模物体与所述第一用户坐标系的三个交点。
可选地,所述位姿获取模块34具体用于:
控制所述机械臂末端分别沿所述第一用户坐标系的x、y、z轴的预设位置处向原点处移动;
监测所述机械臂末端移动过程中的输出值是否发生变化;
若是,则记录此时机械臂末端的位姿。
本申请提供的实施例中在待建模物体上重新标定用户坐标系的方法,利用机器人的重复定位精度较高的特点,当待建模物***置发生较大变化时,减小机器人绝对定位精度较低带来的误差,提高机器人三维建模精度。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。
Claims (10)
1.一种基于3D视觉传感器的三维建模方法,其特征在于,所述三维建模方法包括:
在3D视觉传感器的视觉范围内选定机械臂末端和待建模物体所在的位置,建立第一用户坐标系,确定所述第一用户坐标系和所述3D视觉传感器之间的位置关系;
若所述待建模物体的位置处存在待建模物体,则获取所述待建模物体的深度数据;
根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,分别记录所述三个交点在所述第一用户坐标系中的坐标;
控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿;
根据所述机械臂末端的位姿和所述三个交点建立第二用户坐标系;
将所述待建模物体通过所述第二用户坐标系映射到所述机械臂的基础坐标系中以完成对所述待建模物体的三维建模。
2.如权利要求1所述的基于3D视觉传感器的三维建模方法,其特征在于,所述建立第一用户坐标系和所述3D视觉传感器之间的位置关系,包括:
在所述待建模物体的位置处放置标定板,通过所述标定板建立第一用户坐标系;
通过所述3D视觉传感器确定所述第一用户坐标系与所述3D视觉传感器之间的位置关系。
3.如权利要求2所述的基于3D视觉传感器的三维建模方法,其特征在于,所述标定板为棋盘格标定板;
相应地,所述通过所述标定板建立第一用户坐标系,包括:
调整所述棋盘格标定板至所述待建模物体的位置的中心点;
通过所述3D视觉传感器对视野范围内的棋盘格进行标定,以在所述棋盘格标定板上建立第一用户坐标系。
4.如权利要求1所述的基于3D视觉传感器的三维建模方法,其特征在于,所述根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,包括:
将所述深度数据转换为点云数据,并对所述点云数据进行三角剖分;
根据三角剖分结果建立所述待建模物体的三角网络数据模型;
通过所述三角网络数据模型确定所述待建模物体与所述第一用户坐标系的三个交点。
5.如权利要求1-4任一项所述的基于3D视觉传感器的三维建模方法,其特征在于,所述控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿,包括:
控制所述机械臂末端分别沿所述第一用户坐标系的x、y、z轴的预设位置处向原点处移动;
监测所述机械臂末端移动过程中输出值的是否发生变化;
若是,则记录此时机械臂末端的位姿。
6.一种基于3D视觉传感器的三维建模***,其特征在于,所述三维建模***包括:
位置关系确定模块,用于在3D视觉传感器的视觉范围内选定机械臂末端和待建模物体所在的位置,建立第一用户坐标系,确定所述第一用户坐标系和所述3D视觉传感器之间的位置关系;
深度数据获取模块,用于在所述待建模物体的位置处存在待建模物体时,获取所述待建模物体的深度数据;
交点坐标获取模块,用于根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点,分别记录所述三个交点在所述第一用户坐标系中的坐标;
位姿获取模块,用于控制所述机械臂末端移动至所述三个交点处,记录机械臂中设置的力传感器输出值发生变化时所述机械臂末端的位姿;
用户坐标系建立模块,用于根据所述机械臂末端的位姿和所述三个交点建立第二用户坐标系;
映射模块,用于将所述待建模物体通过所述第二用户坐标系映射到所述机械臂的基础坐标系中以完成对所述待建模物体的三维建模。
7.如权利要求6所述的基于3D视觉传感器的三维建模***,其特征在于,所述位置关系确定模块具体用于:
在所述待建模物体的位置处放置标定板,通过所述标定板建立第一用户坐标系;
通过所述3D视觉传感器确定所述第一用户坐标系与所述3D视觉传感器之间的位置关系。
8.如权利要求7所述的基于3D视觉传感器的三维建模***,其特征在于,所述标定板为棋盘格标定板;
相应地,所述通过所述标定板建立第一用户坐标系,包括:
调整所述棋盘格标定板至所述待建模物体的位置的中心点;
通过所述3D视觉传感器对视野范围内的棋盘格进行标定,以在所述棋盘格标定板上建立第一用户坐标系。
9.如权利要求6所述的基于3D视觉传感器的三维建模***,其特征在于,所述交点坐标获取模块在根据所述深度数据确定所述待建模物体与所述第一用户坐标系的三个交点时,具体用于:
将所述深度数据转换为点云数据,并对所述点云数据进行三角剖分;
根据三角剖分结果建立所述待建模物体的三角网络数据模型;
通过所述三角网络数据模型确定所述待建模物体与所述第一用户坐标系的三个交点。
10.如权利要求6-9任一项所述的基于3D视觉传感器的三维建模***,其特征在于,所述位姿获取模块具体用于:
控制所述机械臂末端分别沿所述第一用户坐标系的x、y、z轴的预设位置处向原点处移动;
监测所述机械臂末端移动过程中的输出值是否发生变化;
若是,则记录此时机械臂末端的位姿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811621657.4A CN111383321A (zh) | 2018-12-28 | 2018-12-28 | 一种基于3d视觉传感器的三维建模方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811621657.4A CN111383321A (zh) | 2018-12-28 | 2018-12-28 | 一种基于3d视觉传感器的三维建模方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111383321A true CN111383321A (zh) | 2020-07-07 |
Family
ID=71217768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811621657.4A Pending CN111383321A (zh) | 2018-12-28 | 2018-12-28 | 一种基于3d视觉传感器的三维建模方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111383321A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117415826A (zh) * | 2023-12-19 | 2024-01-19 | 苏州一目万相科技有限公司 | 检测***的控制方法、装置和可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040168148A1 (en) * | 2002-12-17 | 2004-08-26 | Goncalves Luis Filipe Domingues | Systems and methods for landmark generation for visual simultaneous localization and mapping |
CN108256430A (zh) * | 2017-12-20 | 2018-07-06 | 北京理工大学 | 障碍物信息获取方法、装置及机器人 |
CN108724190A (zh) * | 2018-06-27 | 2018-11-02 | 西安交通大学 | 一种工业机器人数字孪生***仿真方法及装置 |
-
2018
- 2018-12-28 CN CN201811621657.4A patent/CN111383321A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040168148A1 (en) * | 2002-12-17 | 2004-08-26 | Goncalves Luis Filipe Domingues | Systems and methods for landmark generation for visual simultaneous localization and mapping |
CN108256430A (zh) * | 2017-12-20 | 2018-07-06 | 北京理工大学 | 障碍物信息获取方法、装置及机器人 |
CN108724190A (zh) * | 2018-06-27 | 2018-11-02 | 西安交通大学 | 一种工业机器人数字孪生***仿真方法及装置 |
Non-Patent Citations (5)
Title |
---|
张晓龙;尹仕斌;任永杰;郭寅;杨凌辉;王一;: "基于全局空间控制的高精度柔性视觉测量***研究", 红外与激光工程 * |
杜宇楠;叶平;孙汉旭;: "基于激光与立体视觉同步数据的场景三维重建", 软件 * |
杨扬;曹其新;朱笑笑;陈培华;: "面向机器人手眼协调抓取的3维建模方法", 机器人 * |
杨贺然;张莉彦;: "基于末端开环视觉***的机器人目标抓取研究", 组合机床与自动化加工技术 * |
邹媛媛;李鹏飞;左克铸;: "三线结构光视觉传感器现场标定方法", 红外与激光工程 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117415826A (zh) * | 2023-12-19 | 2024-01-19 | 苏州一目万相科技有限公司 | 检测***的控制方法、装置和可读存储介质 |
CN117415826B (zh) * | 2023-12-19 | 2024-02-23 | 苏州一目万相科技有限公司 | 检测***的控制方法、装置和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109153125B (zh) | 用于定向工业机器人的方法和工业机器人 | |
AU2018295572B2 (en) | Real time position and orientation tracker | |
JP5670416B2 (ja) | ロボットシステム表示装置 | |
EP0489919B1 (en) | Calibration system of visual sensor | |
JP6812095B2 (ja) | 制御方法、プログラム、記録媒体、ロボット装置、及び物品の製造方法 | |
CN111442722A (zh) | 定位方法、装置、存储介质及电子设备 | |
JP5371927B2 (ja) | 座標系校正方法及びロボットシステム | |
CN109029257A (zh) | 基于立体视觉和结构光视觉的大型工件位姿测量***、方法 | |
CN108972544A (zh) | 一种视觉激光传感器固定于机器人的手眼标定方法 | |
JP7102115B2 (ja) | 校正方法、校正装置、3次元測定機、3次元視覚測定装置、ロボットのエンドエフェクタ、プログラム、記録媒体 | |
CN109493389B (zh) | 一种基于深度学习的相机标定方法及*** | |
CN105451461A (zh) | 基于scara机器人的pcb板定位方法 | |
CN114310868B (zh) | 机器手臂的坐标系校正设备及校正方法 | |
CN110695982A (zh) | 一种基于三维视觉的机械臂手眼标定方法和装置 | |
JP6855491B2 (ja) | ロボットシステム、ロボットシステム制御装置、およびロボットシステム制御方法 | |
TW202212081A (zh) | 機器手臂的座標系校正設備及校正方法 | |
CN109737871A (zh) | 一种三维传感器与机械手臂的相对位置的标定方法 | |
CN110238851B (zh) | 一种移动机器人及其快速标定方法和*** | |
CN111383321A (zh) | 一种基于3d视觉传感器的三维建模方法及*** | |
CN109909999B (zh) | 一种获取机器人tcp坐标的方法和装置 | |
CN116563491B (zh) | 一种数字孪生场景建模及标定方法 | |
CN109789548A (zh) | 用于工件校准的方法和使用该方法的机器人*** | |
CN115446836B (zh) | 一种基于多种图像特征信息混合的视觉伺服方法 | |
WO2021145280A1 (ja) | ロボットシステム | |
EP3738725B1 (en) | Measurement system, measurement device, measurement method, and measurement program |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200707 |
|
WD01 | Invention patent application deemed withdrawn after publication |