CN111823230B - 一种基于Scara机器人的非固定式手眼关系标定方法 - Google Patents

Abstract

本发明公开了一种基于Scara机器人的非固定式手眼关系标定方法，属于Scara机器人手眼标定领域，本发明方法研究4自由度Scara机器人安装在末端之前的相机与机械手臂末端之间的关系，进而可以将相机获得的信息实时转换到手臂末端，以控制手臂完成各种任务。本发明方法计算效率高；给出了各参数的封闭解，容易求解，计算精度高；实现简单；整个过程只需用拍三次图像，运动两次即可完成；扩大应用范围。可进一步推广应用于6自由度机器人中。

Description

一种基于Scara机器人的非固定式手眼关系标定方法

技术领域

本发明属于Scara机器人手眼标定领域，具体涉及一种基于Scara机器人的非固定式手眼关系标定方法。

背景技术

随着我国劳动力短缺、市场竞争激烈，人们对机器人的应用要求也越来越高，希望机器人能够完成更多、更复杂的任务，比如：自主识别、定位抓取、自主装配焊接等任务，其中Scara机器人由于其成本低、性能好，在制造业中广受欢迎，并已经结合相机在实际中解决很多问题，所采用的结合方式包括相机独立固定安装到机械臂外部上方和安装在手臂末端两种方式。随着任务和需求增多，一种新的结合方式的需求也越来越多，既将相机安装在手臂末端之前的关节上，这种方式主要是由于以下两个原因引起的，一是为了使机器人完成更多任务，末端手抓结构越来越复杂、切换种类也越来越多，这使得末端安装空间小、负载重，无法再安装相机；二是为了节约成本，不选用大负载、大尺寸的机器人代替现有机器人，而是将相机安装到末端之前以减轻末端负载。但我们知道末端之前的关节与末端之间的关系是实时变化的，属于非固定式手眼关系，应用时一般采用一个位置标定一次，多个位置就需要多次标定，这为该方式的应用带来很多不便，精度也难以保证。因此，解决这一问题将为机器人的应用开辟一个更大、更方便的应用领域。

发明内容

针对现有技术中存在的上述技术问题，本发明提出了一种基于Scara机器人的非固定式手眼关系标定方法，设计合理，克服了现有技术的不足，具有良好的效果。

为了实现上述目的，本发明采用如下技术方案：

一种基于Scara机器人的非固定式手眼关系标定方法，Scara机器人有三个关节，四个自由度，第一关节和第二关节都是旋转关节，第三个关节即能够旋转又能够移动，三个关节的轴线是相互平行的；Scara机器人的第二个关节上安装有相机，相机能够随着第二个关节的运动而运动，此标定方法具体包括如下步骤：

步骤1：假设相机的坐标系为C，Scara机器人的基坐标系为O，Scara机器人的机械手臂末端的坐标系为T，则相机相对于机械手臂末端之间的关系^TG_c为：

^TG_c＝(^oG_T)^-1oG_c (1)；

其中，^oG_T和^oG_c分别是机械手臂末端和相机相对于Scara机器人基坐标系的变换，^oG_T能够从Scara机器人的控制器中直接读出，那么只需要求出^oG_c即能够确定^TG_c；

步骤2：根据指数积模型知：

^oG_c＝e₁e₂ ^oG_c(0) (2)；

其中：

其中，ω_i∈R^3×1是Scara机器人第i关节的轴线方向矢量，r_i∈R^3×1是Scara机器人第i关节轴上的任意一点，称之为旋量参数，变量θ_i，i＝1,2，是关节角度，能够实时从Scara机器人的控制器中获取；^oG_c(0)∈R^4×4是相机与Scara机器人在初始位置时的坐标变换关系；

步骤3：求取^oG_c(0)；具体包括如下步骤：

步骤3.1：利用Scara机器人的末端工具去接触平台面上的目标点，即能够得到这些目标点在Scara机器人基坐标系下的值，记为X_o∈R^n×3，n＞＝4为目标点的个数；

步骤3.2：控制机械手臂带动相机运动，使目标点进入到相机视野中，对目标点进行拍照，此时目标点在相机坐标系下的值，记为X_c0∈R^n×3，同时，这一拍照位置被记为Scara机器人的初始位置；然后利用先求旋转矩阵后求平移向量的传统两步法获得^oG_c(0)，即得到初始位置时相机与Scara机器人之间的关系；

步骤4：求取旋量参数ω_i,r_i,i＝1,2；具体包括如下步骤：

步骤4.1：从Scara机器人的初始位置开始，转动Scara机器人的第二个关节θ₂角度，控制目标点不超出相机的视野范围，然后获得目标点在转动后的相机坐标系下的值X_c2∈R^n×3，根据X_c0与X_c2的关系，利用两步法，得到ω₂,r₂的封闭解；

步骤4.2：步骤4.1的基础上，紧接着再转动Scara机器人第一个关节θ₁角度，控制目标点不超出相机的视野范围，并获得转动后目标点在相机坐标系下的值X_c1∈R^n×3，然后根据X_c1与X_c2的关系，利用两步法，得到ω₁,r₁的封闭解；

根据公式(2)，步骤3求取的^oG_c(0)以及步骤4求取的旋量参数ω_i,r_i,i＝1,2，即能够实时确定相机与Scara机器人之间的关系。

本发明所带来的有益技术效果：

1、计算效率高。给出了各参数的封闭解，容易求解，计算精度高；

2、实现简单。整个过程只需用拍三次图像，运动两次即可完成；

3、扩大应用范围。可进一步推广应用于6自由度机器人中。

附图说明

图1为机器人结构简图。

图2为参数求解过程示意图。

具体实施方式

下面结合附图以及具体实施方式对本发明作进一步详细说明：

Scara机器人有三个关节，四个自由度，第一关节和第二关节都是旋转关节，第三个关节即可以旋转又可以移动，三个关节的轴线是相互平行的，这样的结构使机器人只能完成平面任务。相机镜头朝下安装在Scara机器人的第二个关节上，并使得光轴与轴线平行，如图1所示。相机可以随着第二个关节的运动而运动，与其相对关系不变。第三个关节与末端手抓固连在一起，可以绕轴转动也可以上下移动。在相机上建立坐标系C，末端工具上建立坐标系T，机器人基座上建立坐标系O，相机坐标系C与工具坐标系T之间的关系是相对变化的，在任务中必须确定它们之间的关系^TG_c，为此需要借助基座坐标O来获得。相机坐标系C和工具坐标系T分别与基座坐标系O之间的关系可以表示为^oG_c和^oG_T，则^TG_c可以表示为：

^TG_c＝(^oG_T)^-1oG_c (1)

其中^oG_T可以从机器人控制器中直接获得，只需要求出^oG_c就可以确定^TG_c。根据指数积模型可知：

^oG_c＝e₁e₂ ^oG_c(0) (2)

其中

ω_i∈R^3×1是Scara机器人第i关节的轴线方向矢量，r_i∈R^3×1是Scara机器人第i关节轴上的任意一点，称之为旋量参数，^oG_c(0)∈R^4×4是相机与Scara机器人在初始位置时的坐标变换关系。根据公式(2)可知，如果知道其中的^oG_c(0)和旋量参数ω_i,r_i，既可以实时确定相机与机器人之间的关系，因为里面的变量θ_i，是关节角度，可以实时从机器人控制器中获取。下面将介绍^oG_c(0)和旋量参数ω_i,r_i的求解过程，i＝1,2；

第一部分：获得^oG_c(0)

第1步：利用机器人末端工具去接触平台面上一组点，称之为目标点P，得到这些目标点在机器人坐标系下的值，记为X_o∈R^n×3，n＞＝4为点的个数；

第2步：控制机械臂带动相机运动，使目标点进入到相机视野中，相机需要事先标定好，一张图像既可以获得此时平面目标点在相机坐标系下的值，记为X_c0∈R^n×3，同时，这一拍照位置被记为机器人初始位置，如图2状态0所示。记

表示X_o的齐次表示，

表示X_c0的齐次表示，则

和^oG_c(0)之间存在如下关系：

上式利用先求旋转矩阵后求平移向量的两步法获得相机与机器人之间的关系^oG_c(0)。

第二部分：求旋量参数ω_i,r_i,i＝1,2

第1步：从机器人初始位置开始，转动第二个关节θ₂角度，如图2状态1所示。控制目标点P不超出相机的视野范围，然后获得目标点在转动后的相机坐标系下的值X_c2∈R^n×3，记

是X_c2的齐次表示，根据旋量理论

与

的关系为：

同样利用两步法线性求出ω₂,r₂；

第2步：在上一步基础上，紧接着再转动第一个关节θ₁角度，如图2状态2所示。同样控制目标点不超出相机的视野范围，并获得机器人转动后目标点在相机坐标系下的值X_c1∈R^n×3，记

是X_c1的齐次表示，再根据旋量理论

与

的关系为：

同样利用两步法线性求出ω₁,r₁。

当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (1)

1.一种基于Scara机器人的非固定式手眼关系标定方法，其特征在于：Scara机器人有三个关节，四个自由度，第一关节和第二关节都是旋转关节，第三个关节即能够旋转又能够移动，三个关节的轴线是相互平行的；Scara机器人的第二个关节上安装有相机，相机能够随着第二个关节的运动而运动，此标定方法具体包括如下步骤：

步骤1：假设相机的坐标系为C，Scara机器人的基坐标系为O，Scara机器人的机械手臂末端的坐标系为T，则相机相对于机械手臂末端之间的关系^TG_c为：

^TG_c＝(^oG_T)^-1oG_c (1)；

其中，^oG_T和^oG_c分别是机械手臂末端和相机相对于Scara机器人基坐标系的变换，^oG_T能够从Scara机器人的控制器中直接读出，那么只需要求出^oG_c即能够确定^TG_c；

步骤2：根据指数积模型知：

^oG_c＝e₁e₂ ^oG_c(0) (2)；

其中：

其中，ω_i∈R^3×1是Scara机器人第i关节的轴线方向矢量，r_i∈R^3×1是Scara机器人第i关节轴上的任意一点，称之为旋量参数，变量θ_i，i＝1,2，是关节角度，能够实时从Scara机器人的控制器中获取；^oG_c(0)∈R^4×4是相机与Scara机器人在初始位置时的坐标变换关系；

步骤3：求取^oG_c(0)；具体包括如下步骤：

步骤3.1：利用Scara机器人的末端工具去接触平台面上的目标点，即能够得到这些目标点在Scara机器人基坐标系下的值，记为X_o∈R^n×3，n＞＝4为目标点的个数；

步骤3.2：控制机械手臂带动相机运动，使目标点进入到相机视野中，对目标点进行拍照，此时目标点在相机坐标系下的值，记为X_c0∈R^n×3，同时，这一拍照位置被记为Scara机器人的初始位置；然后利用先求旋转矩阵后求平移向量的传统两步法获得^oG_c(0)，即得到初始位置时相机与Scara机器人之间的关系；

步骤4：求取旋量参数ω_i,r_i,i＝1,2；具体包括如下步骤：

步骤4.1：从Scara机器人的初始位置开始，转动Scara机器人的第二个关节θ₂角度，控制目标点不超出相机的视野范围，然后获得目标点在转动后的相机坐标系下的值X_c2∈R^n×3，根据X_c0与X_c2的关系，利用两步法，得到ω₂,r₂的封闭解；

步骤4.2：步骤4.1的基础上，紧接着再转动Scara机器人第一个关节θ₁角度，控制目标点不超出相机的视野范围，并获得转动后目标点在相机坐标系下的值X_c1∈R^n×3，然后根据X_c1与X_c2的关系，利用两步法，得到ω₁,r₁的封闭解；

根据公式(2)，步骤3求取的^oG_c(0)以及步骤4求取的旋量参数ω_i,r_i,i＝1,2，即能够实时确定相机与Scara机器人之间的关系。

Images