CN112123329A - 一种机器人3d视觉手眼标定方法 - Google Patents

一种机器人3d视觉手眼标定方法 Download PDF

Info

Publication number
CN112123329A
CN112123329A CN202010106419.0A CN202010106419A CN112123329A CN 112123329 A CN112123329 A CN 112123329A CN 202010106419 A CN202010106419 A CN 202010106419A CN 112123329 A CN112123329 A CN 112123329A
Authority
CN
China
Prior art keywords
calibrated
coordinate value
robot
data
eye calibration
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
Application number
CN202010106419.0A
Other languages
English (en)
Inventor
庄永军
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.)
Shenzhen Sanbao Innovation Intelligence Co ltd
Original Assignee
Shenzhen Sanbao Innovation Intelligence 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 Shenzhen Sanbao Innovation Intelligence Co ltd filed Critical Shenzhen Sanbao Innovation Intelligence Co ltd
Priority to CN202010106419.0A priority Critical patent/CN112123329A/zh
Publication of CN112123329A publication Critical patent/CN112123329A/zh
Pending legal-status Critical Current

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
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • 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
    • B25J9/1612—Programme controls characterised by the hand, wrist, grip control

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Manipulator (AREA)

Abstract

一种机器人3D视觉手眼标定方法，包括以下具体步骤：S1、根据待标定物的位置调整3D相机和机械手的工作位置，其中，机械手的末端安装多组直线硬体；S2、3D相机运行以直接获得待标定物的端点在3D相机坐标系下的多组坐标值信息，得到坐标值组数据；S3、3D视觉手眼标定***接收到坐标值组数据，并控制机械手将多组直线硬体的端点接触待标定物的端点，3D视觉手眼标定***获得机械手个关节转角数据；S4、将关节转角数据带入手臂运动学模型，得到待标定物在机械手的基坐标系下的坐标值数据；S5、调整待标定物的位置以及姿态，重复S2～S4，得到多组坐标值数据。本发明能够提高机器人3D手眼标定的精度。

Description

一种机器人3D视觉手眼标定方法
技术领域
本发明涉及智能机器人技术领域，尤其涉及一种机器人3D视觉手眼标定方法。
背景技术
智能制造的快速推进使得多关节机器人获得了长足发展，工业机器人已经参与到工业制造及生产的各个领域，成为工厂自动化、智能化进程中不可或缺的角色。机器视觉赋予了机器人眼睛，融合先进的图像处理、三维数据分析算法，以及人工智能技术的应用，使机器人动作不再局限于通过示教获得的点对点运动或者既定轨迹，而是在视觉的引导下进行更为灵活而智能的动作，在高精度检测以及工件抓取定位等方面的应用方兴未艾。相对于传统的2D视觉无法提供深度和曲面信息，机器人3D视觉更加符合人类“眼睛”的定义，3D传感器可以给机器人提供产品的位置和姿态信息，因此在工业上的应用也更加的灵活，在物流分拣，上下料，汽车零部件抓取等领域有着非常广阔的应用前景，诚然，相比于传统的2D手眼标定，机器人3D视觉的手眼标定方法和算法更为复杂。
机器人眼在手外的3D视觉手眼标定的核心是计算3D传感器坐标系相对于机器人基坐标系的转换关系，从而将3D传感器下获得的工件位置和姿态信息，转换成机器人基坐标下的位置和姿态。
此外，目前的一些手眼标定方法对于标定过程中的机械手以及标定板等其他辅助设施的物理精度要求很高，增加了标定成本。因此为了满足实际工业应用的手眼标定精度要求和降低标定成本，急需提出一种新的机器人3D视觉手眼标定方法。
发明内容
(一)发明目的
为解决背景技术中存在的技术问题，本发明提出一种机器人3D视觉手眼标定方法，本发明要解决的技术问题，技术方案概述，技术效果概述)。
(二)技术方案
为解决上述问题，本发明提供了一种机器人3D视觉手眼标定方法，包括以下具体步骤：
S1、根据待标定物的位置调整3D相机和机械手的工作位置，其中，3D相机的拍摄端朝向待标定物；机械手的末端安装多组直线硬体；多组直线硬体均指向待标定物；
S2、3D相机运行，通过3D相机直接获得待标定物的端点在3D相机坐标系下的多组坐标值信息，得到坐标值组数据A；
S3、3D视觉手眼标定***接收到坐标值组数据A，并控制机械手将多组直线硬体的端点接触待标定物的端点，3D视觉手眼标定***获得机械手个关节转角数据，得到关节转角数据组B；
S4、将关节转角数据组B带入手臂运动学模型，得到待标定物在机械手的基坐标系下的坐标值数据C；
S5、调整待标定物的位置以及姿态，重复S2～S4，得到多组坐标值数据C。
优选的，待标定物选用锥体标定物；其中，直线硬体设有一组。
优选的，3D视觉手眼标定***包括
机械臂控制模块，用于控制机械手的移动；
图像数据采集与处理模块，用于待标定物图像数据的获取和处理；
手眼相机标定模块，用于获取坐标值组数据A和机器人坐标系之间的变换关系，以将坐标值组数据A转换为以机器人基坐标系来表示。
优选的，坐标值组数据A和机器人坐标系之间的变换关系为：
Figure BDA0002388619530000031
其中，
Figure BDA0002388619530000032
为机器人基坐标系；
Figure BDA0002388619530000033
为齐次变换关系；
Figure BDA0002388619530000034
为坐标值组数据A
本发明的上述技术方案具有如下有益的技术效果：
本发明中，通过3D相机直接测量出待标定物在其坐标系下的坐标值，根据当前现有的机械手臂***，通过3D视觉手眼标定***操作控制机械手臂运动到目标点，然后根据此刻机械手各关节转角大小，根据运动学模型计算得到末端此刻在基座标系下的坐标信息；
本发明相比现有技术而言更加灵活，更能满足实际工程应用中的精度要求，提高手眼标定精度；本发明除了标定物外不需要额外的硬件设备辅助，操作简单使用方便，大大提高了机器人3D手眼标定的精度。
附图说明
图1为本发明提出的一种机器人3D视觉手眼标定方法的方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
如图1所示，本发明提出的一种机器人3D视觉手眼标定方法，包括以下具体步骤：
S1、根据待标定物的位置调整3D相机和机械手的工作位置，其中，3D相机的拍摄端朝向待标定物；机械手的末端安装多组直线硬体；多组直线硬体均指向待标定物；
S2、3D相机运行，通过3D相机直接获得待标定物的端点在3D相机坐标系下的多组坐标值信息，得到坐标值组数据A；
S3、3D视觉手眼标定***接收到坐标值组数据A，并控制机械手将多组直线硬体的端点接触待标定物的端点，3D视觉手眼标定***获得机械手个关节转角数据，得到关节转角数据组B；
S4、将关节转角数据组B带入手臂运动学模型，得到待标定物在机械手的基坐标系下的坐标值数据C；
S5、调整待标定物的位置以及姿态，重复S2～S4，得到多组坐标值数据C；
进一步的，在空间中10个不同位置分别采集各自坐标系下的坐标，可以得到待标定物的10个位置分别在两个坐标系下的10个坐标值；采集数据越多，标定结果越准确。
本发明中，通过3D相机直接测量出待标定物在其坐标系下的坐标值，根据当前现有的机械手臂***，通过3D视觉手眼标定***操作控制机械手臂运动到目标点，然后根据此刻机械手各关节转角大小，根据运动学模型计算得到末端此刻在基座标系下的坐标信息。
在一个可选的实施例中，待标定物选用锥体标定物；其中，直线硬体设有一组。
在一个可选的实施例中，3D视觉手眼标定***包括
机械臂控制模块，用于控制机械手的移动；
图像数据采集与处理模块，用于待标定物图像数据的获取和处理；
手眼相机标定模块，用于获取坐标值组数据A和机器人坐标系之间的变换关系，以将坐标值组数据A转换为以机器人基坐标系来表示。
在一个可选的实施例中，坐标值组数据A和机器人坐标系之间的变换关系为：
Figure BDA0002388619530000051
其中，
Figure BDA0002388619530000052
为机器人基坐标系；
Figure BDA0002388619530000053
为齐次变换关系；
Figure BDA0002388619530000054
为坐标值组数据A。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (4)

1.一种机器人3D视觉手眼标定方法，其特征在于，包括以下具体步骤：
S1、根据待标定物的位置调整3D相机和机械手的工作位置，其中，3D相机的拍摄端朝向待标定物；机械手的末端安装多组直线硬体；多组直线硬体均指向待标定物；
S2、3D相机运行，通过3D相机直接获得待标定物的端点在3D相机坐标系下的多组坐标值信息，得到坐标值组数据A；
S3、3D视觉手眼标定***接收到坐标值组数据A，并控制机械手将多组直线硬体的端点接触待标定物的端点，3D视觉手眼标定***获得机械手个关节转角数据，得到关节转角数据组B；
S4、将关节转角数据组B带入手臂运动学模型，得到待标定物在机械手的基坐标系下的坐标值数据C；
S5、调整待标定物的位置以及姿态，重复S2～S4，得到多组坐标值数据C。
2.根据权利要求1所述的一种机器人3D视觉手眼标定方法，其特征在于，待标定物选用锥体标定物；其中，直线硬体设有一组。
3.根据权利要求1所述的一种机器人3D视觉手眼标定方法，其特征在于，3D视觉手眼标定***包括
机械臂控制模块，用于控制机械手的移动；
图像数据采集与处理模块，用于待标定物图像数据的获取和处理；
手眼相机标定模块，用于获取坐标值组数据A和机器人坐标系之间的变换关系，以将坐标值组数据A转换为以机器人基坐标系来表示。
4.根据权利要求3所述的一种机器人3D视觉手眼标定方法，其特征在于，坐标值组数据A和机器人坐标系之间的变换关系为：
Figure FDA0002388619520000021
其中，
Figure FDA0002388619520000022
为机器人基坐标系；
Figure FDA0002388619520000023
为齐次变换关系；
Figure FDA0002388619520000024
为坐标值组数据A。
CN202010106419.0A 2020-02-21 2020-02-21 一种机器人3d视觉手眼标定方法 Pending CN112123329A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010106419.0A CN112123329A (zh) 2020-02-21 2020-02-21 一种机器人3d视觉手眼标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010106419.0A CN112123329A (zh) 2020-02-21 2020-02-21 一种机器人3d视觉手眼标定方法

Publications (1)

Publication Number Publication Date
CN112123329A true CN112123329A (zh) 2020-12-25

Family

ID=73850183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010106419.0A Pending CN112123329A (zh) 2020-02-21 2020-02-21 一种机器人3d视觉手眼标定方法

Country Status (1)

Country Link
CN (1) CN112123329A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115990890A (zh) * 2023-03-23 2023-04-21 深圳广成创新技术有限公司 一种机械手的标定方法、装置、计算机设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011235400A (ja) * 2010-05-11 2011-11-24 Daihen Corp マニピュレータのキャリブレーション方法及びロボット制御システム
CN108818535A (zh) * 2018-07-05 2018-11-16 杭州汉振科技有限公司 机器人3d视觉手眼标定方法
WO2018214147A1 (zh) * 2017-05-26 2018-11-29 深圳配天智能技术研究院有限公司 一种机器人标定方法、***、机器人及存储介质
CN108942922A (zh) * 2018-06-11 2018-12-07 杭州灵西机器人智能科技有限公司 基于圆锥标定物的机械臂手眼标定方法、装置及***
CN109129465A (zh) * 2018-07-25 2019-01-04 广东奥普特科技股份有限公司 一种机器人手眼标定***及其工作流程
CN110116411A (zh) * 2019-06-06 2019-08-13 浙江汉振智能技术有限公司 一种基于球目标的机器人3d视觉手眼标定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011235400A (ja) * 2010-05-11 2011-11-24 Daihen Corp マニピュレータのキャリブレーション方法及びロボット制御システム
WO2018214147A1 (zh) * 2017-05-26 2018-11-29 深圳配天智能技术研究院有限公司 一种机器人标定方法、***、机器人及存储介质
CN108942922A (zh) * 2018-06-11 2018-12-07 杭州灵西机器人智能科技有限公司 基于圆锥标定物的机械臂手眼标定方法、装置及***
CN108818535A (zh) * 2018-07-05 2018-11-16 杭州汉振科技有限公司 机器人3d视觉手眼标定方法
CN109129465A (zh) * 2018-07-25 2019-01-04 广东奥普特科技股份有限公司 一种机器人手眼标定***及其工作流程
CN110116411A (zh) * 2019-06-06 2019-08-13 浙江汉振智能技术有限公司 一种基于球目标的机器人3d视觉手眼标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹军杰等: "一种机器人视觉***非接触式手眼标定方法", 光学技术, vol. 46, no. 1, 31 January 2020 (2020-01-31), pages 110 - 114 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115990890A (zh) * 2023-03-23 2023-04-21 深圳广成创新技术有限公司 一种机械手的标定方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN108818535B (zh) 机器人3d视觉手眼标定方法
CN107139178B (zh) 一种无人机及其基于视觉的抓取方法
CN111243017B (zh) 基于3d视觉的智能机器人抓取方法
CN109794963B (zh) 一种面向曲面构件的机器人快速定位方法
CN107791248B (zh) 基于不满足Pieper准则的六自由度串联机器人的控制方法
CN113379849A (zh) 基于深度相机的机器人自主识别智能抓取方法及***
CN113146620A (zh) 基于双目视觉的双臂协作机器人***和控制方法
CN113172632A (zh) 一种基于图像的简化机器人视觉伺服控制方法
Hvilshøj et al. Calibration techniques for industrial mobile manipulators: Theoretical configurations and best practices
Han et al. Grasping control method of manipulator based on binocular vision combining target detection and trajectory planning
CN116872216B (zh) 一种基于有限时间控制的机器人视觉伺服作业方法
CN112123329A (zh) 一种机器人3d视觉手眼标定方法
Ranjan et al. Identification and control of NAO humanoid robot to grasp an object using monocular vision
CN111906767A (zh) 基于双目结构光的视觉纠偏机械臂及纠偏方法
Wang et al. Design of multi-robot cooperative transport system
Ren et al. Vision based object grasping of robotic manipulator
Wei et al. Multisensory visual servoing by a neural network
CN115446836A (zh) 一种基于多种图像特征信息混合的视觉伺服方法
Zhou et al. Visual servo control system of 2-DOF parallel robot
CN115194774A (zh) 一种基于多目视觉的双机械臂抓握***控制方法
Chen Research and practice of industrial sorting technology based on machine vision
Zhou et al. Experimental eye-in-hand calibration for industrial mobile manipulators
Shauri et al. Sensor integration and fusion for autonomous screwing task by dual-manipulator hand robot
Li et al. Vision-driven High Precision Positioning Method for Bracket Assembly with Industrial Robot
Feng et al. Research on SCARA robot sorting system based on CoDeSys

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