CN112659129A - 机器人的定位方法、装置、***和计算机设备 - Google Patents
机器人的定位方法、装置、***和计算机设备 Download PDFInfo
- Publication number
- CN112659129A CN112659129A CN202011622840.3A CN202011622840A CN112659129A CN 112659129 A CN112659129 A CN 112659129A CN 202011622840 A CN202011622840 A CN 202011622840A CN 112659129 A CN112659129 A CN 112659129A
- Authority
- CN
- China
- Prior art keywords
- robot
- scanner
- coordinate system
- mark points
- under
- 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.)
- Granted
Links
Images
Landscapes
- Manipulator (AREA)
Abstract
本申请涉及一种机器人的定位方法、装置、***、计算机设备和存储介质,通过获取扫描仪坐标系下的待测表面的标记点和待测表面的点云数据,得到机器人末端与扫描仪之间的坐标变换关系,完成手眼标定,并根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测表面的标记点,得到机器人坐标系下待测表面的点云数据,完成对待测物体的定位,实现了在不依赖标准数模的情况下完成对待测物体的定位。
Description
技术领域
本申请涉及三维扫描技术领域,特别是涉及一种机器人的定位方法、装置、***、计算机设备和存储介质。
背景技术
在三维扫描领域中,机器人常用于配合扫描仪实现对被测物体的定位。现有定位方法首先通过对机器人与扫描仪的手眼标定来得到扫描仪与机器人末端的转换关系,进而通过机器人夹持的辅助工具(硬测头)作为探测方来测量被测物体的基础特征,最后通过预先提供的CAD数据,对齐测量特征和CAD标准特征,达到定位物体的目的。这种方法需要CAD数据和测量特征来对齐,当数模与实际物体相差较大时,定位精度无法保证。
针对相关技术中,无法实现在没有标准数模的情况下对被测物体进行精确定位的问题,目前尚未提出有效的解决方案。
发明内容
基于此,有必要针对上述技术问题,提供一种机器人的定位方法、装置、***、计算机设备和存储介质。
第一方面,本申请实施例提供了一种机器人的定位方法,方法包括:
获取扫描仪坐标系下待测物体的表面标记点和表面点云数据;
对所述机器人和扫描仪进行手眼标定,得到所述机器人末端与所述扫描仪之间的坐标变换关系;
根据所述机器人末端与所述扫描仪之间的坐标变换关系以及所述扫描仪坐标系下的所述待测物体的表面标记点,将所述待测物体的表面点云数据转换到机器人坐标系下。
在其中一个实施例中,所述对所述机器人和扫描仪进行手眼标定,得到所述机器人末端与所述扫描仪之间的坐标变换关系包括:
获取所述机器人坐标系中,所述机器人的多组不同姿态下所述标定物的标记点,其中至少包含三组所述机器人的不同姿态;
获取所述扫描仪坐标系中,所述机器人的多组不同姿态下所述标定物的标记点;
根据所述机器人坐标系下所述多组标定物的标记点与所述扫描仪坐标系下所述多组标定物的标记点,计算得出所述机器人末端与所述扫描仪之间的坐标变换关系。
在其中一个实施例中,所述获取所述机器人坐标系中,所述机器人的多组不同姿态下所述标定物的标记点,其中至少包含三组所述机器人的不同姿态,包括:
获取扫描仪坐标系中,所述机器人的多组不同姿态下,所述机器人末端的点云数据和所述标定物的标记点,其中至少包含三组所述机器人的不同姿态;
对所述扫描仪坐标系下多组所述机器人末端的点云数据进行拟合,得到所述扫描仪坐标系下多组所述机器人末端的位姿;
根据所述机器人的姿态,获取所述机器人坐标系下多组所述机器人末端的位姿;
根据所述扫描仪坐标系下多组所述机器人末端的位姿和所述机器人坐标系下多组所述机器人末端的位姿,将所述扫描仪坐标系下所述标定物的标记点转换到所述机器人坐标系下。
在其中一个实施例中,所述对所述机器人和扫描仪进行手眼标定,得到所述机器人末端与所述扫描仪之间的坐标变换关系,包括:
获取所述扫描仪坐标系中,所述机器人的多组不同姿态下所述待测物体表面的局部标记点,其中至少包含三组所述机器人的不同姿态;
根据所述机器人的位姿和所述扫描仪坐标系下,所述机器人的多组不同姿态下待测物体表面的局部标记点,得到所述机器人末端与所述扫描仪之间的坐标变换关系。
在其中一个实施例中,所述根据所述机器人末端与所述扫描仪之间的坐标变换关系、以及所述扫描仪坐标系下的所述待测物体的表面标记点,将所述待测物体的表面点云数据转换到机器人坐标系下,包括:
根据所述机器人末端与所述扫描仪之间的坐标变换关系,将所述扫描仪坐标系下所述机器人的多组不同姿态下所述待测物体表面的局部标记点转换至所述机器人坐标系下;
将所述扫描仪坐标系下的所述待测物体的表面标记点拼接到所述机器人坐标系下所述待测物体表面的局部标记点上,同步将所述扫描仪坐标系下待测物体的表面点云数据转换到所述机器人坐标系下。
在其中一个实施例中,所述待测物体包括待测区域,所述获取所述扫描仪坐标系中,所述机器人的多组不同姿态下所述待测物体表面的局部标记点,包括:
控制所述机器人在导轨上移动,获取所述扫描仪坐标系中,所述机器人的多组不同姿态下所述待测区域的局部标记点。
第二方面,本申请实施例还提供一种机器人的定位装置,装置包括预处理模块、手眼标定模块以及转换模块:
预处理模块,用于获取扫描仪坐标系下待测物体的表面标记点和表面点云数据;
手眼标定模块,用于对所述机器人和扫描仪进行手眼标定,得到所述机器人末端与所述扫描仪之间的坐标变换关系;
转换模块,用于根据所述机器人末端与所述扫描仪之间的坐标变换关系以及所述扫描仪坐标系下的所述待测物体的表面标记点,将所述待测物体的表面点云数据转换到机器人坐标系下。
第三方面,本申请实施例提供了一种机器人的定位***,***包括扫描仪、机器人、标定物以及上述机器人的定位装置,标定物与机器人的基座的相对位置固定,机器人的末端装夹扫描仪。
在其中一个实施例中,标定物为标定板或者带有标记点的待测物体。
第四方面,本申请实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述机器人的定位方法。
第五方面,本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述机器人的定位方法。
上述机器人的定位方法、装置、***、计算机设备和存储介质,通过获取扫描仪坐标系下的待测物体的表面标记点和表面点云数据,得到机器人末端与扫描仪之间的坐标变换关系,并根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测物体的标记点,将待测物体的表面点云数据转换到机器人坐标系下,这种将获取的扫描仪坐标系下的待测物体表面点云数据转换到机器人坐标系下的方式,不需要借助预先提供的标准数模与测量所得的待测物体的基础特征对齐,因此能够实现一种不依赖标准数模的对待测物体的定位。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例中机器人的定位方法的应用场景图;
图2是根据本申请实施例的机器人的定位终端的硬件结构框图;
图3是根据本申请实施例中机器人的定位方法的流程图;
图4是根据本申请实施例的机器人的定位装置的结构示意图;
图5是根据本发明一个实施例中计算机设备的结构示意图。
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,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
图1是根据本申请实施例中机器人的定位方法的应用场景图,本实施例提供的方法实施例可以应用在图1所示的应用场景中。通常机器人指多关节多自由度机械臂,机械臂通过多个旋转电机驱动,实现机器人末端的可控制定位驱动,可以是工业机器人或者协作机器人。机器人自身是没有传感器的,人为在机器人上或机器人旁安装相机,通过使用相机获得目标坐标,从而让机器人根据相机得到的图像对目标进行操作的方式叫做机器人视觉。而为了使得相机,亦即机器人的眼,与机器人的末端位置,亦即机器人的手,坐标系之间建立关系就必须要对机器人与相机坐标系进行标定,该标定过程也就叫做手眼标定。如图1所示,在图1所示的应用场景中,扫描仪104设置在机器人102的机器人末端位置。首先,获取扫描仪坐标系下待测物体的表面标记点和表面点云数据,获取机器人102末端与扫描仪104之间的坐标变换关系,完成手眼标定,再根据手眼标定的结果以及扫描仪坐标系下的待测物体的表面标记点,将待测物体的表面点云数据转换到机器人坐标系下。
本实施例提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。以运行在终端上为例,图2是根据本申请实施例的机器人的定位终端的硬件结构框图。如图2所示,终端20可以包括一个或多个(图2中仅示出一个)处理器202(处理器202可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器204,可选地,上述终端还可以包括用于通信功能的传输设备206以及输入输出设备208。输入输出设备可以是扫描仪以及机器人,上述两者均可以通过有线或者无线的方式将采集到的位置信息传输至处理器202。本领域普通技术人员可以理解,图2所示的结构仅为示意,其并不对上述终端的结构造成限定。例如,终端20还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。
存储器204可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的手眼标定方法对应的计算机程序,处理器202通过运行存储在存储器204内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器204可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器204可进一步包括相对于处理器202远程设置的存储器,这些远程存储器可以通过网络连接至终端20。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。
传输设备206用于经由一个网络接收或者发送数据。上述的网络具体实例可包括终端20的通信供应商提供的无线网络。在一个实例中,传输设备206包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备206可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在一个实施例中,图3是根据本申请实施例中机器人的定位方法的流程图,如图3所示,提供了一种机器人的定位方法,以该方法应用于图2中的终端为例进行说明,包括以下步骤:
步骤S310,获取扫描仪坐标系下待测物体的表面标记点和表面点云数据。
扫描仪坐标系通常是以扫描仪的中心位置为原点建立的坐标系。待测物体的表面标记点和表面点云数据具体都可以用三维坐标形式表示,其中获取上述表面标记点和表面点云数据之前,既可以在被测物体表面粘贴标记点,也可以将被测物体固定在粘贴有标记点的框架中。获取扫描仪坐标系下待测物体的表面标记点和表面点云数据,具体可以通过扫描仪对待测物体进行成像,得到左、右图像后,分别对左右图像进行预处理,提取左右图像标记点的二维坐标点以及激光线二维坐标点,并通过双目立体重建方法分别重建上述二维坐标点和激光线二维坐标点,得到三维标记点和单帧三维点云数据,不断重复获取步骤,直到获取到待测物体完整的表面标记点和表面点云数据,然后对获取的数据进行平差和融合,以减小随机观测误差的影响。具体地,上述待测物体的表面标记点和表面点云数据既可以同时获得,也可以在获取表面标记点后,根据表面标记点来生成表面点云数据。
步骤S320,对机器人和扫描仪进行手眼标定,得到机器人末端与扫描仪之间的坐标变换关系。
由于扫描仪是固定在机器人末端,因此手眼标定的过程可以是机器人末端与扫描仪之间的坐标变换关系的求解。上述机器人末端与扫描仪之间的坐标变换关系,可以用数据矩阵的形式进行表示,具体可以是机器人末端与扫描仪之间的刚性变换矩阵,通过确定机器人末端与扫描仪之间的刚性变换矩阵,从而实现机器人末端与扫描仪之间的手眼标定,得到机器人末端与扫描仪之间的变换关系。
步骤S330,根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测物体的表面标记点,将待测物体的表面点云数据转换到机器人坐标系下。
手眼标定的结果,即上述步骤S320中确定的机器人末端与扫描仪之间的坐标变换关系。扫描仪坐标系下的待测物体的表面标记点,即上述步骤S310中获得的待测物体的表面标记点。机器人坐标系通常是以机器人的底座为原点建立的坐标系,因此将待测物体的表面点云数据转换到机器人坐标系下,就是获得待测物体与机器人的底座之间的位置关系,从而实现机器人对待测物体的定位。
步骤S310至步骤S330中,通过获取扫描仪坐标系下待测物体的表面标记点和表面点云数据,对机器人和扫描仪进行手眼标定,得到机器人末端与扫描仪之间的坐标变换关系,之后再根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测物体的表面标记点,将待测物体的表面点云数据转换到机器人坐标系下。需要说明的是,步骤S310属于预处理过程,与步骤S320没有先后顺序,因此两个步骤既可以依次执行,也可以同时执行,但步骤S330需要在步骤S310与步骤S320完成后执行。
在一个实施例中,基于上述步骤S320,对机器人和扫描仪进行手眼标定,得到机器人末端与扫描仪之间的坐标变换关系,可以包括如下步骤:
步骤S410,获取机器人坐标系中,机器人的多组不同姿态下标定物的标记点,其中至少包含三组机器人的不同姿态。
其中,标定物具体可以是与机器人保持相对不动的标定板。获取机器人坐标系中,机器人的多组不同姿态下标定物的标记点,主要是为后续确定机器人末端与扫描仪之间的坐标变换关系提供基础数据,其中机器人的姿态由机器人本身的数据提供,可直接读取,可以理解的是,由于空间三个不共线位置即坐标点能够确定唯一坐标系,而为了减少采集观测误差,需要获取至少三组机器人的不同姿态。
进一步地,可以采用四组、五组甚至更多组机器人的不同姿态,以确定扫描仪与标定物之间的位置关系,机器人位姿越多,误差越小,但是计算量越大,综合考虑,三组优选。
步骤S420,获取扫描仪坐标系中,机器人的多组不同姿态下标定物的标记点。
扫描仪坐标系下标定物的标记点,可以通过机器人夹持扫描仪,在机器人至少一个姿态下扫描标定物来获取,具体的方式可以通过采用双目重建原理,来对扫描仪获取的标定物的2D图进行标记点坐标的重建。
步骤S430,根据机器人坐标系下多组标定物的标记点与扫描仪坐标系下多组标定物的标记点,计算得出机器人末端与扫描仪之间的坐标变换关系。
具体地,将基于上述步骤S410获取的机器人坐标系下多组标定物的标记点后与基于上述步骤S420获取的扫描仪坐标系下多组标定物的标记点相拼接,能够确定扫描仪坐标系与机器人坐标系之间的坐标变换关系,具体可以是扫描仪坐标系与机器人坐标系之间的刚性变换矩阵。由于机器人末端与机器人底座之间的坐标变换关系是已知的,因此在确定机器人坐标系与扫描仪坐标系之间的坐标变换关系后,就能进一步确定机器人末端与扫描仪之间的坐标变换关系。
在一个实施例中,基于上述步骤S410,获取机器人坐标系中,机器人的多组不同姿态下标定物的标记点,其中至少包含三组机器人的不同姿态,包括:
步骤S510,获取扫描仪坐标系中,机器人的多组不同姿态下,机器人末端的点云数据和标定物的标记点,其中至少包含三组机器人的不同姿态。
扫描仪坐标系下机器人末端的点云数据和标定物的标记点,主要是通过扫描仪预扫描来获得,而为了获取机器人多个姿态下,机器人末端的点云数据和标定物的标记点,需要进行三次或以上机器人姿态的调整,其中在每次调整后,都通过扫描仪获取对应姿态下机器人末端的点云数据和标定物的标记点,最后将多组的标定物标记点进行拼接,并对多组机器人末端的点云数据进行融合,得到扫描仪坐标系中,机器人至少三组姿态下机器人末端的点云数据和标定物的标记点。
步骤S520,对扫描仪坐标系下多组机器人末端的点云数据进行拟合,得到扫描仪坐标系下多组机器人末端的位姿。
扫描仪坐标系下,多组机器人末端的点云数据,能够描述扫描仪坐标系下机器人末端的位置信息,一般包含坐标和向量,因此可以通过对该点云数据进行拟合,来获取扫描仪坐标系下机器人末端的位姿。
步骤S530,根据机器人的姿态,获取机器人坐标系下多组机器人末端的位姿。
为了获取机器人坐标系下机器人末端的位姿,可以通过调整机器人的姿态,获得机器人在不同姿态下,机器人末端所在的位姿,具体可以用位置坐标和欧拉角形式表示,也可以用位置坐标和旋转向量。
步骤S540,根据扫描仪坐标系下多组机器人末端的位姿和机器人坐标系下多组机器人末端的位姿,将扫描仪坐标系下标定物的标记点转换到机器人坐标系下。
其中,在获得机器人坐标系与扫描仪坐标系下多个机器人末端的位姿后,可以对这些机器人末端的位姿进行拟合,具体可以是采用最小二乘法对机器人末端的位姿进行拟合,将扫描仪坐标系下的标定物上的标记点转换到机器人坐标系下。
在一个实施例中,基于上述步骤S320,对机器人和扫描仪进行手眼标定,得到机器人末端与扫描仪之间的坐标变换关系,还包括以下步骤:
步骤S610,获取扫描仪坐标系中,机器人的多组不同姿态下待测物体表面的局部标记点,其中至少包含三组机器人的不同姿态。
在该步骤中,通过调整机器人的姿态,并且获取每个姿态下待测物体表面或者框架上的标记点来重建得到待测物体的多组局部标记点,并将这些局部标记点作为确定机器人末端与扫描仪之间坐标变换关系的基础数据。
需要说明的是该步骤是将待测物体作为标定板使用,若额外采用标定板来确定机器人末端与扫描仪之间的坐标变换关系,则获取扫描仪坐标系下标定板的局部标记点后,还需要为手眼标定采集额外数据,包括扫描仪坐标系下,机器人多个不同姿态下,被测物体表面的局部标记点。
步骤S620,根据机器人的位姿和扫描仪坐标系下,机器人的多组不同姿态下待测物体表面的局部标记点,得到机器人末端与扫描仪之间的坐标变换关系。
根据机器人的位姿,当机器人从初始点移动到不同位置时,为机器人末端坐标系与机器人坐标系之间的转换关系、扫描仪坐标系与机器人坐标系之间的转换关系、以及扫描仪坐标系与标定物坐标系之间的转换关系建立方程式并进行联立和推导,得到求解扫描仪坐标系到机器人坐标系之间转换关系的方程式,对该方程式进行求解,即完成手眼标定。
在一个实施例中,根据机器人末端与扫描仪之间的坐标变换关系、以及扫描仪坐标系下的待测物体的表面标记点,将待测物体的表面点云数据转换到机器人坐标系下,包括以下步骤:
步骤S710,根据机器人末端与扫描仪之间的坐标变换关系,将扫描仪坐标系下机器人的多组不同姿态下待测物体表面的局部标记点转换至机器人坐标系下。
其中扫描仪坐标系中,机器人的多组不同姿态下待测物体表面的局部标记点,可以通过上述步骤S610获得。当确定了机器人末端与扫描仪之间的坐标变换关系后,就可以根据该坐标变换关系,如刚性变换矩阵,对扫描仪坐标系下的多组待测物体表面的局部标记点进行坐标系转换,得到机器人坐标系下的待测物体表面的局部标记点。
步骤S720,将扫描仪坐标系下的待测物体的表面标记点拼接到机器人坐标系下待测物体表面的局部标记点上,同步将扫描仪坐标系下待测物体的表面点云数据转换到机器人坐标系下。
被测物体的表面标记点可以理解为更为精确的表面点云数据,二者之间不具有相对位移,因此当确定了机器人坐标系下被测物体的表面标记点后,也就能将被测物体的表面点云数据从扫描仪坐标系转换到机器人坐标系下,从而完成对待测物体的定位。
原则上一个机器人姿态即可完成定位。但一个姿态可能会造成局部最优(当前姿态下相机视野内的误差小,其他地方误差偏大)。多个姿态可以约束更大的范围,得到的是全局最优解,从而控制误差。
在一个实施例中,待测物体包括待测区域,获取扫描仪坐标系中,机器人的多组不同姿态下待测物体表面的局部标记点,包括以下步骤:
步骤S810,控制机器人在导轨上移动,获取扫描仪坐标系中,机器人的多组不同姿态下待测区域的局部标记点。
待测区域一般是由刚性框架组成的区域,当对该待测区域进行定位时,一般是将该待测区域作为整体,将该待测区域的表面点云数据和表面标记点从扫描仪坐标系转换到机器人坐标系下,从而将整个待测区域转换到机器人坐标系下,具体可以是通过扫描仪根据待测区域中的标记点来建立坐标系,其中标记点具体可以是框架上的标记点。在整个待测区域的坐标被转换至机器人坐标系下后,待测区域可以作为一个标准化扫描区域,可以依次将多个待测物体放入待测区域进行扫描而无需在待测物体表面贴标记点,简化扫描流程,提高扫描效率。
根据扫描仪坐标系下从待测区域中获取的点云数据控制机器人在导轨上的移动,使用机器人夹持的扫描仪来获得待测区域在机器人不同姿态下多组局部标记点,来突破机器人臂展和运动半径的限制,从而获取更为精确的待测区域的标记点数据。
上述步骤S410至步骤S820,通过获取扫描仪坐标系下的待测表面的标记点和待测表面的点云数据,获取机器人多个姿态下的数据来得到机器人末端与扫描仪之间的坐标变换关系,并根据该坐标变换关系以及扫描仪坐标系下的待测物体的标记点,将待测物体的表面点云数据转换到机器人坐标系下,完成对待测物体的定位,实现了在不依赖标准数模的情况下对待测物体的定位。
本实施例还提供了一种机器人的定位装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
基于同一发明构思,如图4所示,本申请实施例还提供了一种机器人的定位装置40,包括:
预处理模块42,用于获取扫描仪坐标系下待测物体的表面标记点和表面点云数据;
手眼标定模块44,用于对机器人和扫描仪进行手眼标定,得到机器人末端与扫描仪之间的坐标变换关系;以及
转换模块46,用于根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测物体的表面标记点,将待测物体的表面点云数据转换到机器人坐标系下。
上述机器人的定位装置,通过获取扫描仪坐标系下待测物体的表面标记点和表面点云数据,建立机器人末端与扫描仪之间的手眼标定方程并求解,得到机器人末端与扫描仪之间的变换关系,完成手眼标定,之后再根据手眼标定的结果以及扫描仪坐标系下的待测物体的表面标记点,将待测物体的表面点云数据转换到机器人坐标系下。这种将获取的扫描仪坐标系下的待测物体表面点云数据转换到机器人坐标系下的方式,不需要借助预先提供的标准数模与测量所得的待测物体的基础特征对齐,因此能够实现一种不依赖标准数模的对待测物体的定位。
在一个实施例中,手眼标定模块44还用于获取机器人坐标系中,机器人的多组不同姿态下标定物的标记点,其中至少包含三组机器人的不同姿态,获取扫描仪坐标系中,机器人的多组不同姿态下标定物的标记点,根据机器人坐标系下多组标定物的标记点与扫描仪坐标系下多组标定物的标记点,计算得出机器人末端与扫描仪之间的坐标变换关系。
在一个实施例中,手眼标定模块44还用于获取扫描仪坐标系中,机器人的多组不同姿态下,机器人末端的点云数据和标定物的标记点,其中至少包含三组机器人的不同姿态,对扫描仪坐标系下多组机器人末端的点云数据进行拟合,得到扫描仪坐标系下多组机器人末端的位姿,根据机器人的姿态,获取机器人坐标系下多组机器人末端的位姿,根据扫描仪坐标系下多组机器人末端的位姿和机器人坐标系下多组机器人末端的位姿,将扫描仪坐标系下标定物的标记点转换到机器人坐标系下。
在一个实施例中,手眼标定模块44还用于获取扫描仪坐标系中,机器人的多组不同姿态下待测物体表面的局部标记点,其中至少包含三组机器人的不同姿态,根据机器人的位姿和扫描仪坐标系下,机器人的多组不同姿态下待测物体表面的局部标记点,得到机器人末端与扫描仪之间的坐标变换关系。
在一个实施例中,转换模块46还用于根据机器人末端与扫描仪之间的坐标变换关系,将扫描仪坐标系下机器人的多组不同姿态下待测物体表面的局部标记点转换至机器人坐标系下,将扫描仪坐标系下的待测物体的表面标记点拼接到机器人坐标系下待测物体表面的局部标记点上,同步将扫描仪坐标系下待测物体的表面点云数据转换到机器人坐标系下。
在一个实施例中,转换模块46还用于控制机器人在导轨上移动,获取扫描仪坐标系中,机器人的多组不同姿态下待测区域的局部标记点。
关于机器人的定位装置的实施例的具体限定可以参见上文中对于机器人的定位方法的限定,在此不再赘述。上述机器人的定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在上述实施例的基础上,本申请另一实施例还提供了一种机器人的定位***,包括扫描仪、机器人、标定物以及上述申请实施例中的机器人的定位装置,其中,标定物与机器人的基座的相对位置固定,机器人的末端装夹扫描仪。
在一个实施例中,上述机器人的定位***中的标定物可以为标定板或者带有标记点的待测物体。
在一个实施例中,如图5所示,提供了一种计算机设备,该计算机设备可以是终端。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种机器人的定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,上述结构仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比上述更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取扫描仪坐标系下待测物体的表面标记点和表面点云数据;
对机器人和扫描仪进行手眼标定,得到机器人末端与扫描仪之间的坐标变换关系;
根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测物体的表面标记点,将待测物体的表面点云数据转换到机器人坐标系下。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取机器人坐标系中,机器人的多组不同姿态下标定物的标记点,其中至少包含三组机器人的不同姿态;
获取扫描仪坐标系中,机器人的多组不同姿态下标定物的标记点;
根据机器人坐标系下多组标定物的标记点与扫描仪坐标系下多组标定物的标记点,计算得出机器人末端与扫描仪之间的坐标变换关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取扫描仪坐标系中,机器人的多组不同姿态下,机器人末端的点云数据和标定物的标记点,其中至少包含三组机器人的不同姿态;
对扫描仪坐标系下多组机器人末端的点云数据进行拟合,得到扫描仪坐标系下多组机器人末端的位姿;
根据机器人的姿态,获取机器人坐标系下多组机器人末端的位姿;
根据扫描仪坐标系下多组机器人末端的位姿和机器人坐标系下多组机器人末端的位姿,将扫描仪坐标系下标定物的标记点转换到机器人坐标系下。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取扫描仪坐标系中,机器人的多组不同姿态下待测物体表面的局部标记点,其中至少包含三组机器人的不同姿态;
根据机器人的位姿和扫描仪坐标系下,机器人的多组不同姿态下待测物体表面的局部标记点,得到机器人末端与扫描仪之间的坐标变换关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据机器人末端与扫描仪之间的坐标变换关系,将扫描仪坐标系下机器人的多组不同姿态下待测物体表面的局部标记点转换至机器人坐标系下;
将扫描仪坐标系下的待测物体的表面标记点拼接到机器人坐标系下待测物体表面的局部标记点上,同步将扫描仪坐标系下待测物体的表面点云数据转换到机器人坐标系下。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
控制机器人在导轨上移动,获取扫描仪坐标系中,机器人的多组不同姿态下待测区域的局部标记点。
上述计算机设备,通过获取扫描仪坐标系下的待测物体的表面标记点和表面点云数据,得到机器人末端与扫描仪之间的坐标变换关系,并根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测物体的标记点,将待测物体的表面点云数据转换到机器人坐标系下,这种将获取的扫描仪坐标系下的待测物体表面点云数据转换到机器人坐标系下的方式,不需要借助预先提供的标准数模与测量所得的待测物体的基础特征对齐,因此能够实现一种不依赖标准数模的对待测物体的定位。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取扫描仪坐标系下待测物体的表面标记点和表面点云数据;
对机器人和扫描仪进行手眼标定,得到机器人末端与扫描仪之间的坐标变换关系;
根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测物体的表面标记点,将待测物体的表面点云数据转换到机器人坐标系下。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取机器人坐标系中,机器人的多组不同姿态下标定物的标记点,其中至少包含三组机器人的不同姿态;
获取扫描仪坐标系中,机器人的多组不同姿态下标定物的标记点;
根据机器人坐标系下多组标定物的标记点与扫描仪坐标系下多组标定物的标记点,计算得出机器人末端与扫描仪之间的坐标变换关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取扫描仪坐标系中,机器人的多组不同姿态下,机器人末端的点云数据和标定物的标记点,其中至少包含三组机器人的不同姿态;
对扫描仪坐标系下多组机器人末端的点云数据进行拟合,得到扫描仪坐标系下多组机器人末端的位姿;
根据机器人的姿态,获取机器人坐标系下多组机器人末端的位姿;
根据扫描仪坐标系下多组机器人末端的位姿和机器人坐标系下多组机器人末端的位姿,将扫描仪坐标系下标定物的标记点转换到机器人坐标系下。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取扫描仪坐标系中,机器人的多组不同姿态下待测物体表面的局部标记点,其中至少包含三组机器人的不同姿态;
根据机器人的位姿和扫描仪坐标系下,机器人的多组不同姿态下待测物体表面的局部标记点,得到机器人末端与扫描仪之间的坐标变换关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据机器人末端与扫描仪之间的坐标变换关系,将扫描仪坐标系下机器人的多组不同姿态下待测物体表面的局部标记点转换至机器人坐标系下;
将扫描仪坐标系下的待测物体的表面标记点拼接到机器人坐标系下待测物体表面的局部标记点上,同步将扫描仪坐标系下待测物体的表面点云数据转换到机器人坐标系下。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
控制机器人在导轨上移动,获取扫描仪坐标系中,机器人的多组不同姿态下待测区域的局部标记点。
上述存储介质,通过获取扫描仪坐标系下的待测物体的表面标记点和表面点云数据,得到机器人末端与扫描仪之间的坐标变换关系,并根据机器人末端与扫描仪之间的坐标变换关系以及扫描仪坐标系下的待测物体的标记点,将待测物体的表面点云数据转换到机器人坐标系下,这种将获取的扫描仪坐标系下的待测物体表面点云数据转换到机器人坐标系下的方式,不需要借助预先提供的标准数模与测量所得的待测物体的基础特征对齐,因此能够实现一种不依赖标准数模的对待测物体的定位。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种机器人的定位方法,其特征在于,所述机器人的机器人末端装夹扫描仪,所述方法包括:
获取扫描仪坐标系下待测物体的表面标记点和表面点云数据;
对所述机器人和扫描仪进行手眼标定,得到所述机器人末端与所述扫描仪之间的坐标变换关系;
根据所述机器人末端与所述扫描仪之间的坐标变换关系以及所述扫描仪坐标系下的所述待测物体的表面标记点,将所述待测物体的表面点云数据转换到机器人坐标系下。
2.根据权利要求1所述的方法,其特征在于,所述对所述机器人和扫描仪进行手眼标定,得到所述机器人末端与所述扫描仪之间的坐标变换关系包括:
获取所述机器人坐标系中,所述机器人的多组不同姿态下所述标定物的标记点,其中至少包含三组所述机器人的不同姿态;
获取所述扫描仪坐标系中,所述机器人的多组不同姿态下所述标定物的标记点;
根据所述机器人坐标系下所述多组标定物的标记点与所述扫描仪坐标系下所述多组标定物的标记点,计算得出所述机器人末端与所述扫描仪之间的坐标变换关系。
3.根据权利要求2所述的方法,其特征在于,所述获取所述机器人坐标系中,所述机器人的多组不同姿态下所述标定物的标记点,其中至少包含三组所述机器人的不同姿态,包括:
获取扫描仪坐标系中,所述机器人的多组不同姿态下,所述机器人末端的点云数据和所述标定物的标记点,其中至少包含三组所述机器人的不同姿态;
对所述扫描仪坐标系下多组所述机器人末端的点云数据进行拟合,得到所述扫描仪坐标系下多组所述机器人末端的位姿;
根据所述机器人的姿态,获取所述机器人坐标系下多组所述机器人末端的位姿;
根据所述扫描仪坐标系下多组所述机器人末端的位姿和所述机器人坐标系下多组所述机器人末端的位姿,将所述扫描仪坐标系下所述标定物的标记点转换到所述机器人坐标系下。
4.根据权利要求1所述的方法,其特征在于,所述对所述机器人和扫描仪进行手眼标定,得到所述机器人末端与所述扫描仪之间的坐标变换关系,还包括:
获取所述扫描仪坐标系中,所述机器人的多组不同姿态下所述待测物体表面的局部标记点,其中至少包含三组所述机器人的不同姿态;
根据所述机器人的位姿和所述扫描仪坐标系下,所述机器人的多组不同姿态下待测物体表面的局部标记点,得到所述机器人末端与所述扫描仪之间的坐标变换关系。
5.根据权利要求1所述的方法,其特征在于,所述根据所述机器人末端与所述扫描仪之间的坐标变换关系、以及所述扫描仪坐标系下的所述待测物体的表面标记点,将所述待测物体的表面点云数据转换到机器人坐标系下,包括:
根据所述机器人末端与所述扫描仪之间的坐标变换关系,将所述扫描仪坐标系下所述机器人的多组不同姿态下所述待测物体表面的局部标记点转换至所述机器人坐标系下;
将所述扫描仪坐标系下的所述待测物体的表面标记点拼接到所述机器人坐标系下所述待测物体表面的局部标记点上,同步将所述扫描仪坐标系下待测物体的表面点云数据转换到所述机器人坐标系下。
6.根据权利要求5所述的方法,其特征在于,所述待测物体包括待测区域,所述获取所述扫描仪坐标系中,所述机器人的多组不同姿态下所述待测物体表面的局部标记点,包括:
控制所述机器人在导轨上移动,获取所述扫描仪坐标系中,所述机器人的多组不同姿态下所述待测区域的局部标记点。
7.一种机器人的定位装置,其特征在于,所述装置包括预处理模块、手眼标定模块以及转换模块:
所述预处理模块,用于获取扫描仪坐标系下待测物体的表面标记点和表面点云数据;
所述手眼标定模块,用于对所述机器人和扫描仪进行手眼标定,得到所述机器人末端与所述扫描仪之间的坐标变换关系;
所述转换模块,用于根据所述机器人末端与所述扫描仪之间的坐标变换关系以及所述扫描仪坐标系下的所述待测物体的表面标记点,将所述待测物体的表面点云数据转换到机器人坐标系下。
8.一种机器人的定位***,其特征在于,所述***包括扫描仪、机器人、标定物以及权利要求7所述定位装置,所述标定物与所述机器人的基座的相对位置固定,所述机器人的末端装夹所述扫描仪。
9.根据权利要求8所述的***,其特征在于,所述标定物为标定板或者带有标记点的待测物体。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
11.一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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011622840.3A CN112659129B (zh) | 2020-12-30 | 2020-12-30 | 机器人的定位方法、装置、***和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011622840.3A CN112659129B (zh) | 2020-12-30 | 2020-12-30 | 机器人的定位方法、装置、***和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112659129A true CN112659129A (zh) | 2021-04-16 |
CN112659129B CN112659129B (zh) | 2022-08-09 |
Family
ID=75412172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011622840.3A Active CN112659129B (zh) | 2020-12-30 | 2020-12-30 | 机器人的定位方法、装置、***和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112659129B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113208731A (zh) * | 2021-04-23 | 2021-08-06 | 上海大学 | 基于双目视觉***的手术穿刺机器人手眼标定方法 |
CN113295142A (zh) * | 2021-05-14 | 2021-08-24 | 上海大学 | 一种基于faro扫描仪和点云的地形扫描分析方法和装置 |
CN114279326A (zh) * | 2021-12-22 | 2022-04-05 | 易思维(天津)科技有限公司 | 一种三维扫描设备的全局定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105014679A (zh) * | 2015-08-03 | 2015-11-04 | 华中科技大学无锡研究院 | 一种基于扫描仪的机器人手眼标定方法 |
CN110238820A (zh) * | 2019-07-12 | 2019-09-17 | 易思维(杭州)科技有限公司 | 基于特征点的手眼标定方法 |
CN110355755A (zh) * | 2018-12-15 | 2019-10-22 | 深圳铭杰医疗科技有限公司 | 机器人手眼***标定方法、装置、设备及存储介质 |
CN110450163A (zh) * | 2019-08-20 | 2019-11-15 | 上海中车瑞伯德智能***股份有限公司 | 无需标定板的基于3d视觉的通用手眼标定方法 |
CN110695991A (zh) * | 2019-09-26 | 2020-01-17 | 南京理工大学 | 基于变异粒子群优化的自动手眼标定方法 |
CN110842901A (zh) * | 2019-11-26 | 2020-02-28 | 广东技术师范大学 | 基于一种新型三维标定块的机器人手眼标定方法与装置 |
-
2020
- 2020-12-30 CN CN202011622840.3A patent/CN112659129B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105014679A (zh) * | 2015-08-03 | 2015-11-04 | 华中科技大学无锡研究院 | 一种基于扫描仪的机器人手眼标定方法 |
CN110355755A (zh) * | 2018-12-15 | 2019-10-22 | 深圳铭杰医疗科技有限公司 | 机器人手眼***标定方法、装置、设备及存储介质 |
CN110238820A (zh) * | 2019-07-12 | 2019-09-17 | 易思维(杭州)科技有限公司 | 基于特征点的手眼标定方法 |
CN110450163A (zh) * | 2019-08-20 | 2019-11-15 | 上海中车瑞伯德智能***股份有限公司 | 无需标定板的基于3d视觉的通用手眼标定方法 |
CN110695991A (zh) * | 2019-09-26 | 2020-01-17 | 南京理工大学 | 基于变异粒子群优化的自动手眼标定方法 |
CN110842901A (zh) * | 2019-11-26 | 2020-02-28 | 广东技术师范大学 | 基于一种新型三维标定块的机器人手眼标定方法与装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113208731A (zh) * | 2021-04-23 | 2021-08-06 | 上海大学 | 基于双目视觉***的手术穿刺机器人手眼标定方法 |
CN113208731B (zh) * | 2021-04-23 | 2023-02-10 | 上海大学 | 基于双目视觉***的手术穿刺机器人手眼标定方法 |
CN113295142A (zh) * | 2021-05-14 | 2021-08-24 | 上海大学 | 一种基于faro扫描仪和点云的地形扫描分析方法和装置 |
CN113295142B (zh) * | 2021-05-14 | 2023-02-21 | 上海大学 | 一种基于faro扫描仪和点云的地形扫描分析方法和装置 |
CN114279326A (zh) * | 2021-12-22 | 2022-04-05 | 易思维(天津)科技有限公司 | 一种三维扫描设备的全局定位方法 |
CN114279326B (zh) * | 2021-12-22 | 2024-05-28 | 易思维(天津)科技有限公司 | 一种三维扫描设备的全局定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112659129B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112659129B (zh) | 机器人的定位方法、装置、***和计算机设备 | |
CN112964196B (zh) | 三维扫描方法、***、电子装置和计算机设备 | |
CN109366472B (zh) | 机器人的物品放置方法、装置、计算机设备及存储介质 | |
CN108961343A (zh) | 虚拟坐标系的构建方法、装置、终端设备及可读存储介质 | |
CN112022355A (zh) | 基于计算机视觉的手眼标定方法及装置、存储介质 | |
CN111524174B (zh) | 一种动平台动目标双目视觉三维构建方法 | |
CN110332930B (zh) | 一种位置确定方法、装置及设备 | |
CN113310427B (zh) | 三维扫描***和三维扫描方法 | |
CN112184768A (zh) | 基于激光雷达的sfm重建方法、装置和计算机设备 | |
CN114708150A (zh) | 一种扫描数据处理方法、装置、电子设备及介质 | |
CN111833392B (zh) | 标记点多角度扫描方法、***及装置 | |
KR101380852B1 (ko) | 사용자로부터 환경에 대한 사진 입력을 받는 이동로봇의 slam 시스템 및 방법 | |
CN113225447B (zh) | 三维扫描***、数据处理方法、装置和计算机设备 | |
CN112629565B (zh) | 像机与惯性测量单元旋转关系校准方法、装置和设备 | |
CN112847350B (zh) | 手眼标定方法、***、计算机设备和存储介质 | |
CN117490633A (zh) | 跟踪设备的转站方法、三维扫描方法和三维扫描*** | |
CN114670199B (zh) | 识别定位装置、***、实时跟踪*** | |
CN116817787A (zh) | 三维扫描方法、三维扫描***和电子装置 | |
CN114098980B (zh) | 相机位姿调整方法、空间注册方法、***和存储介质 | |
CN114859327A (zh) | 校准方法、装置、设备 | |
CN112184819A (zh) | 机器人的引导方法、装置、计算机设备和存储介质 | |
CN114851188B (zh) | 识别定位方法、装置、实时跟踪方法、装置 | |
KR102624242B1 (ko) | 로봇 기반 2d 및 3d 매칭 서비스 제공 시스템 | |
CN116100564B (zh) | 一种标定机械手的高精度标定方法及装置 | |
CN217833667U (zh) | 机器人校准*** |
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 |