CN112361958B - 一种线激光与机械臂标定方法 - Google Patents

一种线激光与机械臂标定方法 Download PDF

Info

Publication number
CN112361958B
CN112361958B CN202011216761.2A CN202011216761A CN112361958B CN 112361958 B CN112361958 B CN 112361958B CN 202011216761 A CN202011216761 A CN 202011216761A CN 112361958 B CN112361958 B CN 112361958B
Authority
CN
China
Prior art keywords
minimum
mechanical arm
value
point cloud
cloud data
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
CN202011216761.2A
Other languages
English (en)
Other versions
CN112361958A (zh
Inventor
张剑
马启航
徐立云
张云瞻
章珈豪
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202011216761.2A priority Critical patent/CN112361958B/zh
Publication of CN112361958A publication Critical patent/CN112361958A/zh
Application granted granted Critical
Publication of CN112361958B publication Critical patent/CN112361958B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种线激光与机械臂标定方法，包括以下步骤：获取球形工具激光扫描点云数据；通过最小Z值查寻算法从球形工具激光扫描点云数据中找出最小Z值扫描点云数据；获取机械臂的位置姿态数据，并找出最小Z值扫描点云数据对应的最小Z值位置姿态数据；求解最小Z值扫描点云数据与最小Z值位置姿态数据之间的变换矩阵集
Figure DDA0002760660650000011
去除变换矩阵集
Figure DDA0002760660650000012
中包含虚数的变换矩阵，去除变换矩阵集
Figure DDA0002760660650000014
中所有项的实部绝对值相同的变换矩阵，得到最优变换矩阵
Figure DDA0002760660650000013
完成线激光与机械臂的标定。与现有技术相比，成本低廉，整个过程自动化程度高、操作简单、标定结果可靠，可满足实际现场的使用要求。

Description

一种线激光与机械臂标定方法
技术领域
本发明涉及机械臂与机器视觉运动控制领域，尤其是涉及一种线激光与机械臂标定方法。
背景技术
线激光扫描成像是一种非接触主动式三维成像方法，其工作原理是发射一条线激光到目标物体上,摄像头通过某个固定角度检测该激光在物体上的反射信息,然后通过三角测量原理确定物体表面的高度和宽度信息。其具有扫描速度快、成像精度高、测量过程便捷等特点，被广泛地应用于工业现场目标检测、形貌重建以及特征匹配等方面。
线激光的标定往往和目标体的三维模型数据采集、采样、匹配以及重建等流程具有很大关系，尤其是一些对精度有一定限制的应用场合，例如视觉引导机械臂运动、视觉引导移动物运动等方面，在无法满足精度使用要求范围的情况下，往往会造成机械臂定位不准确、移动物路径规划偏离等因素，将直接导致整个***的功能失效。因此，如何准确地、快速地标定线激光器的使用参数，这在工业现场中是一项比较有意义的问题。
中国发明专利CN111272102A介绍了一种线激光扫描三维测量标定方法，其在不变换标定板姿态的情况下实现线激光扫描快速标定，可有效降低标定过程和计算的复杂度，但是此类方法容易受到实际现场光照强度的影响，在工业现场中的使用条件较为严格，不利于快速标定。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种线激光与机械臂标定方法。
本发明的目的可以通过以下技术方案来实现：
一种线激光与机械臂标定方法，该方法包括以下步骤：
步骤S1：获取球形工具激光扫描点云数据；
步骤S2：通过最小Z值查寻算法从球形工具激光扫描点云数据中找出最小Z值扫描点云数据；
步骤S3：获取机械臂的位置姿态数据，并找出最小Z值扫描点云数据对应的最小Z值位置姿态数据；
步骤S4：求解最小Z值扫描点云数据与最小Z值位置姿态数据之间的变换矩阵集
Figure GDA0002868016170000023
步骤S5：去除变换矩阵集
Figure GDA0002868016170000024
中包含虚数的变换矩阵，去除变换矩阵集
Figure GDA0002868016170000025
中所有项的实部绝对值相同的变换矩阵，得到最优变换矩阵
Figure GDA0002868016170000026
完成线激光与机械臂的标定。
所述的步骤S1中球形工具激光扫描点云数据通过位于机械臂末端的激光器获取。
所述的最小Z值查寻算法查寻激光器距离球形工具的球面最近时的球形工具激光扫描点云数据，即最小Z值扫描点云数据。
所述的机械臂的位置姿态数据从机械臂控制器中读取。
所述的步骤S2中对是否找出最小Z值扫描点云数据进行判断，若是，执行步骤S3，若否，执行步骤S1。
所述的步骤S4中最小Z值扫描点云数据与最小Z值位置姿态数据组成元素数量为N的数据组Pi，若N大于设定值n，且数据组Pi中任一值不为空，执行步骤S4，否则，执行步骤S1。
所述的变换矩阵集
Figure GDA0002868016170000022
为：
Figure GDA0002868016170000021
其中，q0、q1、q2、q3为旋转矩阵元素，t1、t2和t3为位移向量元素。
所述求解旋转矩阵元素和位移向量元素的公式为：
Figure GDA0002868016170000031
其中，
Figure GDA0002868016170000032
为机械臂-基坐标系变换矩阵，Xb、Yb和Zb分别为机械臂的最小Z值位置姿态数据对应的X、Y和Z三轴坐标，Xl和Zl为最小Z值扫描点云数据对应的X和Z轴坐标。
所述的步骤S5中通过对最优变换矩阵
Figure GDA0002868016170000033
进行重投影得到标定评估结果，所述重投影的误差为：
Figure GDA0002868016170000034
Figure GDA0002868016170000035
其中，Xb是机械臂的最小Z值位置姿态数据对应的X轴坐标，
Figure GDA0002868016170000036
为机械臂-基坐标系变换矩阵，Xl为最小Z值扫描点云数据对应的X轴坐标。
根据重投影进行标定评估INFO的公式为：
Figure GDA0002868016170000037
其中，δ为预期使用精度阈值。
与现有技术相比，本发明具有以下优点：
涉及的标定物为球形工具，该物体方便寻找，成本低廉；可以帮助线激光和机械臂在广泛应用场景下实现快速手眼标定，整个过程自动化程度高、操作简单、标定结果可靠，可满足实际现场的使用要求。
附图说明
图1为本发明的流程图；
图2为本发明的结构示意图；
图3为本发明的最小Z值扫描点云数据示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例
本实施例提供一种基于球形工具的线激光与机械臂快速标定方法，如图1所示，该方法包括以下步骤：
步骤S1：获取球形工具激光扫描点云数据；
步骤S2：通过最小Z值查寻算法从球形工具激光扫描点云数据中找出最小Z值扫描点云数据；
步骤S3：获取机械臂的位置姿态数据，并找出最小Z值扫描点云数据对应的最小Z值位置姿态数据；
步骤S4：求解最小Z值扫描点云数据与最小Z值位置姿态数据之间的变换矩阵集
Figure GDA0002868016170000041
步骤S5：去除变换矩阵集
Figure GDA0002868016170000042
中包含虚数的变换矩阵，去除变换矩阵集
Figure GDA0002868016170000043
中所有项的实部绝对值相同的变换矩阵，得到最优变换矩阵
Figure GDA0002868016170000044
完成线激光与机械臂的标定。
具体而言：
1、将激光器固定安装在机械臂末端，如图2所示，通过机械臂控制器使机械臂以任意姿态运动至球形工具附近，激光器发射激光并接收球形工具激光扫描点云数据；
2、将扫描后的球形工具激光扫描点云数据保存为文本文件；
3、执行球形工具激光扫描点云数据处理程序，进行最小Z值查寻算法，返回一个最小Z值扫描点云数据及对应的索引位置坐标I1，最小Z值扫描点云数据减去球形工具的半径r得到球心扫描点云数据；
4、当查询成功后，从机械臂控制器读取机械臂的位置姿态数据，并返回各位置姿态数据对应的索引位置坐标集IR；
5、根据I1从IR中找到对应的索引位置坐标I2，将I1所对应的最小Z值扫描点云数据与I2所对应的最小Z值位置姿态数据进行对应成对保存，记录为Pi，其中，i＝1,2,…,N,i为每组标定点对应的对数的编号，N为对数。
6、当满足求解的条件，构建求解器(如图3所示)对激光坐标系与机械臂坐标系之间的变换矩阵集
Figure GDA0002868016170000051
进行求解，其中j＝1,2,…,M,j为解的编号，M为解的数量；
7、根据上一步骤的结果，建立解的筛选条件，从
Figure GDA0002868016170000052
中得到一组最优结果解
Figure GDA0002868016170000053
8、对输出的最优结果解
Figure GDA0002868016170000054
进行重投影误差检验，并输出结果评估指标分析数据。
9、根据结果评估指标分析数据，输出标定结果以及评价信息。
进一步，变换矩阵集
Figure GDA0002868016170000055
采用以下方法进行求解：
激光坐标系下的坐标为Pl，在基坐标系下的坐标为Pb，一般情况下，激光坐标系到工具坐标系的变换可以分为旋转矩阵
Figure GDA0002868016170000056
和位移矩阵
Figure GDA0002868016170000057
则激光坐标系到工具坐标系的变换关系为：
Figure GDA0002868016170000058
工具坐标系到基坐标系的变换关系为：
Figure GDA0002868016170000059
因此可以推导出激光坐标系到基坐标系的变换关系为：
Figure GDA00028680161700000510
由此可知：
Figure GDA00028680161700000511
其中
Figure GDA00028680161700000512
矩阵是已知可求的，本实施例是基于球形工具的球心进行求解，Pb为球心坐标属于不变量，因此可根据四元数方法(用q0,q1,q2,q3表示)来表示
Figure GDA00028680161700000513
矩阵：
Figure GDA00028680161700000514
则式可以化为：
Figure GDA00028680161700000515
可以看出，至少需要三组数据并两两作差就可以组成6组方程，但是所求
Figure GDA0002868016170000061
矩阵有7个未知量，再结合单位四元数的约束：
Figure GDA0002868016170000062
这样就可以构成7组方程进行求解，将结果代回
Figure GDA0002868016170000063
式可以得到相应的解。
进一步，本实施例在标定过程中存在判断步骤：
判断1：步骤S2中对是否找出最小Z值扫描点云数据进行判断，若是，执行步骤S3，若否，执行步骤S1；
判断2：步骤S4中最小Z值扫描点云数据与最小Z值位置姿态数据组成元素数量为N的数据组Pi，若N大于设定值n，且数据组Pi中任一值不为空，执行步骤S4，否则，执行步骤S1。
进一步，本实施例涉及的重投影误差检验是根据：
Figure GDA0002868016170000064
将上述结果和原始数据(即机械臂的最小Z值位置姿态数据)进行重投影代回计算，设定误差描述为：
Figure GDA0002868016170000065
其中，Xb是机械臂的最小Z值位置姿态数据对应的X轴坐标，
Figure GDA0002868016170000066
为机械臂-基坐标系变换矩阵，Xl为最小Z值扫描点云数据对应的X轴坐标。
根据重投影进行标定评估的公式为：
Figure GDA0002868016170000067
其中，δ为预期使用精度阈值。

Claims (6)

1.一种线激光与机械臂标定方法，其特征在于，该方法包括以下步骤：
步骤S1：获取球形工具激光扫描点云数据；
步骤S2：通过最小Z值查寻算法从球形工具激光扫描点云数据中找出最小Z值扫描点云数据；
步骤S3：获取机械臂的位置姿态数据，并找出最小Z值扫描点云数据对应的最小Z值位置姿态数据；
步骤S4：求解最小Z值扫描点云数据与最小Z值位置姿态数据之间的变换矩阵集
Figure FDA0003497440910000011
步骤S5：去除变换矩阵集
Figure FDA0003497440910000012
中包含虚数的变换矩阵，去除变换矩阵集
Figure FDA0003497440910000019
中所有项的实部绝对值相同的变换矩阵，得到最优变换矩阵
Figure FDA0003497440910000013
完成线激光与机械臂的标定；
所述的步骤S1中球形工具激光扫描点云数据通过位于机械臂末端的激光器获取；所述的最小Z值查寻算法查寻激光器距离球形工具的球面最近时的球形工具激光扫描点云数据，即最小Z值扫描点云数据；
所述的步骤S5中通过对最优变换矩阵
Figure FDA0003497440910000014
进行重投影得到标定评估结果，所述重投影的误差为：
Figure FDA0003497440910000015
Figure FDA0003497440910000016
其中，Xb是机械臂的最小Z值位置姿态数据对应的X轴坐标，
Figure FDA0003497440910000017
为机械臂-基坐标系变换矩阵，Xl为最小Z值扫描点云数据对应的X轴坐标；
根据重投影进行标定评估INFO的公式为：
Figure FDA0003497440910000018
其中，δ为预期使用精度阈值。
2.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的机械臂的位置姿态数据从机械臂控制器中读取。
3.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的步骤S2中对是否找出最小Z值扫描点云数据进行判断，若是，执行步骤S3，若否，执行步骤S1。
4.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的步骤S4中最小Z值扫描点云数据与最小Z值位置姿态数据组成元素数量为N的数据组Pi，若N大于设定值n，且数据组Pi中任一值不为空，执行步骤S4，否则，执行步骤S1。
5.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的变换矩阵集
Figure FDA0003497440910000021
为：
Figure FDA0003497440910000022
其中，q0、q1、q2、q3为旋转矩阵元素，t1、t2和t3为位移向量元素。
6.根据权利要求5所述的一种线激光与机械臂标定方法，其特征在于，求解旋转矩阵元素和位移向量元素的公式为：
Figure FDA0003497440910000023
其中，
Figure FDA0003497440910000024
为机械臂-基坐标系变换矩阵，Xb、Yb和Zb分别为机械臂的最小Z值位置姿态数据对应的X、Y和Z三轴坐标，Xl和Zl为最小Z值扫描点云数据对应的X和Z轴坐标。
CN202011216761.2A 2020-11-04 2020-11-04 一种线激光与机械臂标定方法 Active CN112361958B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011216761.2A CN112361958B (zh) 2020-11-04 2020-11-04 一种线激光与机械臂标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011216761.2A CN112361958B (zh) 2020-11-04 2020-11-04 一种线激光与机械臂标定方法

Publications (2)

Publication Number Publication Date
CN112361958A CN112361958A (zh) 2021-02-12
CN112361958B true CN112361958B (zh) 2022-06-21

Family

ID=74514231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011216761.2A Active CN112361958B (zh) 2020-11-04 2020-11-04 一种线激光与机械臂标定方法

Country Status (1)

Country Link
CN (1) CN112361958B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113503811B (zh) * 2021-05-10 2024-04-16 爱佩仪智能装备有限公司 iScan在五轴切削机工具坐标系中偏置矩阵标定方法
CN113483661B (zh) * 2021-07-06 2023-06-30 广东南方数码科技股份有限公司 一种点云数据获取方法、装置、设备及存储介质
CN114888793B (zh) * 2022-04-21 2023-08-04 同济大学 一种多臂双光束激光焊接机器人双层协同控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1831468A (zh) * 2005-03-10 2006-09-13 新奥博为技术有限公司 激光扫描器与机器人的相对位置的标定方法
CN106546168A (zh) * 2016-09-29 2017-03-29 上海航天精密机械研究所 基于球拟合的单轴激光扫描机器人精确标定方法及***
CN106705849A (zh) * 2017-01-25 2017-05-24 上海新时达电气股份有限公司 线结构光传感器标定方法
CN110978059A (zh) * 2019-12-23 2020-04-10 芜湖哈特机器人产业技术研究院有限公司 一种便携式六轴机械手标定装置及其标定方法
CN111504183A (zh) * 2020-04-22 2020-08-07 无锡中车时代智能装备有限公司 线激光三维测量传感器与机器人相对位置的标定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102800096B (zh) * 2012-07-19 2014-12-24 北京航空航天大学 一种摄像机参数的鲁棒性估计算法
CN104392435B (zh) * 2014-11-10 2018-11-23 中科院微电子研究所昆山分所 鱼眼相机标定方法及标定装置
CN107728617B (zh) * 2017-09-27 2021-07-06 速感科技（北京）有限公司 多目在线标定方法、可移动机器人及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1831468A (zh) * 2005-03-10 2006-09-13 新奥博为技术有限公司 激光扫描器与机器人的相对位置的标定方法
CN106546168A (zh) * 2016-09-29 2017-03-29 上海航天精密机械研究所 基于球拟合的单轴激光扫描机器人精确标定方法及***
CN106705849A (zh) * 2017-01-25 2017-05-24 上海新时达电气股份有限公司 线结构光传感器标定方法
CN110978059A (zh) * 2019-12-23 2020-04-10 芜湖哈特机器人产业技术研究院有限公司 一种便携式六轴机械手标定装置及其标定方法
CN111504183A (zh) * 2020-04-22 2020-08-07 无锡中车时代智能装备有限公司 线激光三维测量传感器与机器人相对位置的标定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Direct Calibration Method for Structured Light;Zongyi Wang et al.;《Proceedings of the IEEE International Conference on Mechatronics & Automation》;20051231;第1283-1287页 *
Calibration method for line-structured light vision sensor based on a single ball target;Zhen Liu et al.;《Optics and Lasers in Engineering》;20150220;第20-28页 *
机器人柔性视觉测量***标定方法的改进;杨守瑞 等;《光学精密工程》;20141231;第22卷(第12期);第3230-3245页 *

Also Published As

Publication number Publication date
CN112361958A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN112361958B (zh) 一种线激光与机械臂标定方法
CN110689579B (zh) 基于合作目标的快速单目视觉位姿测量方法及测量***
CN110108208B (zh) 五轴非接触式测量机的误差补偿方法
CN110146017B (zh) 工业机器人重复定位精度测量方法
CN110842901B (zh) 基于一种新型三维标定块的机器人手眼标定方法与装置
CN113532277B (zh) 板状不规则曲面工件的检测方法及***
de Araujo et al. Computer vision system for workpiece referencing in three-axis machining centers
CN109631764B (zh) 基于RealSense相机的尺寸测量***及方法
CN110211174B (zh) 曲面测量装置标定的方法、设备和存储介质
CN111504183A (zh) 线激光三维测量传感器与机器人相对位置的标定方法
CN113267180B (zh) 一种基于3d深度视觉的agv叉车托盘定位及叉取方法
CN112733428A (zh) 一种光学测量的扫描姿态与覆盖路径规划方法
CN113237434A (zh) 一种基于阶梯形标定物的激光轮廓传感器eye-in-hand标定方法
CN113269723A (zh) 三维视觉定位与机械手协同工作的零部件无序抓取***
CN115375771A (zh) 五轴运动平台的参数标定方法、终端设备及存储介质
CN113916128A (zh) 一种基于光笔式视觉测量***的提高精度的方法
CN108917595A (zh) 基于机器视觉的玻璃在线检测装置
CN112631200A (zh) 一种机床轴线测量方法以及装置
Jianming et al. Error correction for high-precision measurement of cylindrical objects diameter based on machine vision
CN116147477A (zh) 联合标定方法、孔位检测方法、电子设备以及存储介质
Wang et al. A binocular vision method for precise hole recognition in satellite assembly systems
CN113983951A (zh) 三维目标的测量方法、装置、影像仪及存储介质
CN113048949A (zh) 一种基于线结构光学视觉的圆柱状物***姿检测装置及方法
CN111402342A (zh) 基于多特征点的可用于工业机器人标定的3d点云处理方法
CN116051629B (zh) 面向自主导航机器人的高精度视觉定位方法

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