CN114952856A - 机械臂手眼标定方法、***、计算机及可读存储介质 - Google Patents
机械臂手眼标定方法、***、计算机及可读存储介质 Download PDFInfo
- Publication number
- CN114952856A CN114952856A CN202210682194.2A CN202210682194A CN114952856A CN 114952856 A CN114952856 A CN 114952856A CN 202210682194 A CN202210682194 A CN 202210682194A CN 114952856 A CN114952856 A CN 114952856A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- camera
- sampling
- calibration
- hand
- 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
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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机械臂手眼标定方法、***、计算机及可读存储介质。该方法包括:查询相机图像中是否存在标定板;若是,则分析计算标定板的空间位置并调整相机的位置,使相机位于标定板上方;构建至少两个同心的采样球面,驱动机械臂进行图像采样,得到点位采样图像以及机械臂在对应点位的位姿数据集;计算每张点位采样图像中标定板的角点,求得点位采样图像两两之间的空间坐标变换作为姿态集;根据位姿数据集和姿态集输入手眼标定算法,计算相机坐标系相对机械臂末端坐标系的相对位姿。本申请的有益效果是:实现了机械臂自动化手眼标定目的的同时,还提升了手眼标定的精度。
Description
技术领域
本发明涉及手眼标定技术领域,特别是涉及一种机械臂手眼标定方法、***、计算机及可读存储介质。
背景技术
在视觉引导机械臂抓取过程中,刨去视觉传感器测量精度、机械臂运动精度之外,视觉传感器到机械臂末端的位姿变换(包括旋转分量与平移分量)也会对抓取精度产生较大影响,而视觉引导机械臂的手眼标定过程用来获取一个较为置信的位姿变换关系。
视觉引导手在眼上标定(即手眼标定)时,相机通过连接件固定在机械臂末端法兰盘上,目前视觉引导机械臂的手眼标定过程需要专业的人员对机械臂进行操作(遥控、拖拉施教),使得标定标志物(标定板)始终处于相机视野内,整个标定过程需要采集20张左右不同角度的标定板图片,同时记录每张图片对应的机械臂末端位姿,通过上述数据计算出相机与机械臂末端的相对关系(旋转、平移)。
然而,上述方式对于专业人员的技术能力有一定的要求,且手动控制计算得到的相机与机械臂末端的相对关系(相对位姿)精准性不高。
发明内容
基于此,本发明的一个目的在于提出一种机械臂手眼标定方法、***、计算机及可读存储介质,实现了机械臂自动化手眼标定目的的同时,还提升了手眼标定的精度。
第一方面,本申请提出一种机械臂手眼标定方法,应用于机械臂装置,所述机械臂装置包括机械臂及设于所述机械臂末端的相机,所述方法包括如下步骤:
查询所述相机获取的图像中是否存在标定板;
若是,则分析计算所述标定板在所述相机坐标系的空间位置;
根据所述标定板的空间位置调整所述相机的位置,使所述相机位于所述标定板上方;
构建至少两个同心的采样球面,驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样,得到点位采样图像以及所述机械臂在对应点位的位姿数据集;其中,所述采样球面以所述标定板为球心;
计算所述每张点位采样图像中所述标定板的角点,并通过pnp算法求得所述点位采样图像两两之间的空间坐标变换作为姿态集;
根据所述位姿数据集和所述姿态集输入手眼标定算法,计算所述相机坐标系相对机械臂末端坐标系的相对位姿。
本发明提出的机械臂手眼标定方法,其有益效果是:通过构建双球面图像采样面,使得采集的位姿数据受机械臂自身误差影响更低,保证标定板出现在所述点位采样图像中的各个位置和角度,从而使得计算得到的相对位姿数据更加精准;且通过上述步骤方法,使得机械臂手眼标定的过程中无需人员参与即可实现。有效的克服了现阶段手眼标定需要专业人员辅助执行且手眼标定误差受操作人员技术影响的问题。
优选的,本申请所述的机械臂手眼标定方法中,所述构建至少两个同心的采样球面,驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样的步骤具体包括:
以所述标定板为球心、第一预设高度为半径构建第一球面,驱动所述机械臂使所述相机在第一球面的多个点位进行图像采样;
以所述标定板为球心、第二预设高度为半径构建第二球面,驱动所述机械臂使所述相机在第二球面的多个点位进行图像采样。
优选的,本申请所述的机械臂手眼标定方法中,所述得到点位采样图像以及所述机械臂在对应点位的位姿数据集的步骤之后,还包括:
判断所述点位采样图像的张数是否满足预设值;
若否,则返回执行驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样的步骤。
优选的,本申请所述的机械臂手眼标定方法中,所述手眼标定算法采用OpenCV手眼标定求解算法。
优选的,本申请所述的机械臂手眼标定方法中,所述分析计算所述标定板在所述相机坐标系的空间位置的步骤具体包括:
采用目标检测算法检测所述相机获取的图像中所述标定板的像素坐标;
根据所述相机深度流的数据计算所述标定板在所述相机坐标系下的空间位置。
第二方面,本申请提出一种机械臂手眼标定***,所述***包括:
图像查询模块:用于查询所述相机获取的图像中是否存在标定板;
空间位置计算模块:用于分析计算所述标定板在所述相机坐标系的空间位置;
位置调整模块:用于根据所述标定板的空间位置调整所述相机的位置,使所述相机位于所述标定板上方;
采样模块:用于构建至少两个同心的采样球面,驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样,得到点位采样图像以及所述机械臂在对应点位的位姿数据集;其中,所述采样球面以所述标定板为球心;
姿态计算模块:用于计算所述每张点位采样图像中所述标定板的角点,并通过pnp算法求得所述点位采样图像两两之间的空间坐标变换作为姿态集;
相对位姿计算模块:用于根据所述位姿数据集和所述姿态集输入手眼标定算法,计算所述相机坐标系相对机械臂末端坐标系的相对位姿。
优选的,所述采样模块具体包括:
第一球面采样单元:用于根据所述标定板为球心、第一预设高度为半径构建第一球面,驱动所述机械臂使所述相机在第一球面的多个点位进行图像采样;
第二球面采样单元:用于根据所述标定板为球心、第二预设高度为半径构建第二球面,驱动所述机械臂使所述相机在第二球面的多个点位进行图像采样。
优选的,所述***还包括:
判断模块:用于判断所述点位采样图像的张数是否满足预设值;
返回模块:用于当所述点位采样图像的张数不满足预设值时,返回执行驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样的步骤。
第三方面,本申请提出一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的机械臂手眼标定方法。
第四方面,本申请提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的机械臂手眼标定方法。
由上可知,本申请提供的机械臂手眼标定方法,通过确定相机获取的图像中存在标定板后,计算标定板在相机内的空间位置,并驱动机械臂使得相机位于机械臂的上方,在通过以相机与标定板的距离作为半径、标定板中心作为球形构建多个采样球面,分别在多个采样球面进行图像采样,得到位姿数据集,然后通过算法求解所述点位采样图像两两之间的空间坐标变换作为姿态集。通过上述步骤方法,使得手眼标定的过程中无需人员参与即可实现,有效的克服了现阶段手眼标定需要专业人员辅助执行且手眼标定误差受操作人员技术影响的问题。且在获取位姿数据集的方法通过构建至少两个采样球面进行图像采样,有效降低了采集的位姿数据受机械臂自身误差影响,同时保证了标定板出现在所述点位采样图像中的各个位置和角度,使得计算得到的相对位姿数据更加精准。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明实施例一提出的机械臂手眼标定方法流程图;
图2是本发明实施例一提出的机械臂手眼标定方法中,构建至少两个同心的采样球面,驱动机械臂使相机沿每个采用球面的多个点位进行图像采样的流程图;
图3是本发明实施例一提出的机械臂手眼标定方法中,多点位图像采样的结构示意图;
图4是本发明实施例一提出的机械臂手眼标定方法中,得到点位采样图像以及所述机械臂在对应点位的位姿数据集的步骤之后的流程图;
图5是本发明实施例一中分析计算所述标定板在所述相机坐标系的空间位置的流程图;
图6是本发明第二实施例的机械臂手眼标定***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。
目前视觉引导机械臂的手眼标定过程需要专业的人员对机械臂进行操作(遥控、拖拉施教),使得标定标志物(标定板)始终处于相机视野内,整个标定过程需要采集20张左右不同角度的标定板图片,同时记录每张图片对应的机械臂末端位姿,通过上述数据计算出相机与机械臂末端的相对关系(旋转、平移)。然而,上述方式对于专业人员的技术能力有一定的要求,且手动控制计算得到的相机与机械臂末端的相对关系(相对位姿)精准性不高。
为此,本发明提出一种机械臂手眼标定方法、***、计算机及可读存储介质,以克服现有技术中存在的问题。
请参阅图1,为本发明第一实施例提出的一种机械臂手眼标定方法,应用于机械臂装置,所述机械臂装置包括机械臂及设于所述机械臂末端的相机。
该机械臂手眼标定方法包括以下步骤:
步骤S11、查询相机获取的图像中是否存在标定板。
其中,标定板为黑白相间的网格,标定过程开始时,标定板可能处于相机获取的图像的随机位置,执行查询相机获取的图像是否存在标定板之前需要对相机进行自检,判断相机是否能正常获取图像。当相机获取的图像中不存在标定板的情况下,则说明手眼标定失败,结束手眼标定。
步骤S12、若是,则分析计算标定板在相机坐标系的空间位置。
可以理解的,在本发明实施例中,相机获取的图像和通过建立坐标系的方式进行标定板位置确定。
步骤S13、根据标定板的空间位置调整相机的位置,使相机位于标定板上方。
本发明实施例中,在确定相机获取的图像中标定板的位置信息后,通过控制驱动机械臂,使得相机位移至标定板的正上方,使得标定板与相机光心轴线方向垂直,光心轴线与标定板平面的交点位于标定板区域内,便于后续进行点位图像采样计算。
步骤S14、构建至少两个同心的采样球面,驱动机械臂使相机沿每个采用球面的多个点位进行图像采样,得到点位采样图像以及所述机械臂在对应点位的位姿数据集。
其中,采样球面以标定板为球心。
可以理解的,由于机械臂在空间内不同区域可能定位的误差方向不同。本发明实施例中,通过多个同心球面作为采样球面,有效的降低了在采样过程中机械臂自身坐标参数的误差对最终采样的位姿数据的影响,使得位姿数据更加精准。
步骤S15、计算每张点位采样图像中标定板的角点,并通过pnp算法求解点位采样图像两两之间的空间坐标变换作为姿态集。
步骤S16、根据位姿数据集和姿态集输入手眼标定算法,计算相机坐标系相对机械臂末端坐标系的相对位姿。
综上,本发明提供的机械臂手眼标定方法,通过上述方式,确定相机获取的图像中存在标定板后,计算标定板在相机内的空间位置,并驱动机械臂使得相机位于机械臂的上方,在通过以相机与标定板的距离作为半径、标定板中心作为球形构建多个采样球面,分别在多个采样球面进行图像采样,得到位姿数据集,然后通过算法求解当前点位采样图像下所述相机在所述标定板坐标系下的姿态集。通过上述步骤方法,使得手眼标定的过程中无需人员参与即可实现,有效的克服了现阶段手眼标定需要专业人员辅助执行且手眼标定误差大的问题。且在获取位姿数据集的方法通过构建至少两个采样球面进行图像采样,使得采集的位姿数据受机械臂自身误差影响更低,同时又保证了标定板出现在所述点位采样图像中的各个位置和角度,从而使得计算得到的相对位姿数据更加精准。
本发明实施例中,手眼标定算法具体采用OpenCV手眼标定求解算法。
请参阅图2,在本发明实施例一提出的机械臂手眼标定方法中,构建至少两个同心的采样球面,驱动机械臂使相机沿每个采用球面的多个点位进行图像采样的步骤包括:
步骤S21、以标定板为球心、第一预设高度为半径构建第一球面,驱动机械臂使相机在第一球面的多个点位进行图像采样。
步骤S22、以标定板为球心、第二预设高度为半径构建第二球面,驱动机械臂使相机在第二球面的多个点位进行图像采样。
具体如图3所示,第一预设高度设定为50cm、第二预设高度为60cm,相机在每个采样球面的采样点设置为9个,共采集18张图像,且每张采样球面的采样点角度不同。通过上述方式,可有效的提升相机拍摄标定板时的标定质量。
进一步的,请参阅图4,本发明实施例二提出的机械臂手眼标定方法中,得到点位采样图像以及所述机械臂在对应点位的位姿数据集的步骤之后,还包括:
步骤S41、判断点位采样图像的张数是否满足预设值。
步骤S42、若否,则返回执行驱动机械臂使相机沿每个采用球面的多个点位进行图像采样的步骤。
以图3为例,本发明实施例中,点位采样图像的张数为18张。通过驱动机械臂带动相机沿两个采样球面的采样点进行拍摄,获取点位采样图像,当拍摄的张数不满足18张时,则判定出现漏拍情况,则需要重复执行点位图像采集的步骤。通过上述步骤,确保了采样图像数量足够,有效的减少了机械臂运动误差对标定结果的影响,同时采集了各角度的标定板图像提升了标定精度。
进一步的,请参阅图5,为本发明实施例一中,分析计算所述标定板在所述相机坐标系的空间位置的步骤具体包括:
步骤S51、采用目标检测算法检测相机获取的图像中标定板的像素坐标。
目标检测算法可以有效的从相机获取的图像中提取出标定板,并以拍摄的图像作为坐标系,计算出标定板在图像中的像素坐标(u,v)。
步骤S52、根据相机深度流的数据计算标定板在相机坐标系下的空间位置。
所述相机深度流的数据是通过相机深度估计算法对图像进行计算,得到相机关于标定板的深度流数据。结合像素坐标(u,v)最终推导出标定板在相机坐标系下的空间位置(x,y,z)。
综上,本申请采用上述的机械臂手眼标定方法,通过构建双球面图像采用面,使得采集的位姿数据受机械臂自身误差影响更低,保证标定板出现在所述点位采样图像中的各个位置和角度,从而使得计算得到的相对位姿数据更加精准;且通过上述步骤方法,使得手眼标定的过程中无需人员参与即可实现。有效的克服了现阶段手眼标定需要专业人员辅助执行且手眼标定误差受操作人员技术影响的问题。
请参阅图6,为本发明第二实施例提出的机械臂手眼标定***,具体的,该机械臂手眼标定***包括。
图像查询模块61:用于查询所述相机获取的图像中是否存在标定板。
空间位置计算模块62:用于分析计算所述标定板在所述相机坐标系的空间位置。
位置调整模块63:用于根据所述标定板的空间位置调整所述相机的位置,使所述相机位于所述标定板上方。
采样模块64:用于构建至少两个同心的采样球面,驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样,得到点位采样图像以及所述机械臂在对应点位的位姿数据集;其中,所述采样球面以所述标定板为球心。
姿态计算模块65:用于计算所述每张点位采样图像中所述标定板的角点,并通过pnp算法求得所述点位采样图像两两之间的空间坐标变换作为姿态集。
相对位姿计算模块66:用于根据所述位姿数据集和所述姿态集输入手眼标定算法,计算所述相机坐标系相对机械臂末端坐标系的相对位姿。
进一步的,所述采样模块64具体包括:
第一球面采样单元:用于根据所述标定板为球心、第一预设高度为半径构建第一球面,驱动所述机械臂使所述相机在第一球面的多个点位进行图像采样。
第二球面采样单元:用于根据所述标定板为球心、第二预设高度为半径构建第二球面,驱动所述机械臂使所述相机在第二球面的多个点位进行图像采样。
进一步的,所述空间位置计算模块62包括:
像素坐标计算单元:用于采用目标检测算法检测所述相机获取的图像中所述标定板的像素坐标。
空间位置计算单元:用于根据所述相机深度流的数据计算所述标定板在所述相机坐标系下的空间位置。
进一步的,所述***还包括:
判断模块:用于判断所述点位采样图像的张数是否满足预设值;
返回模块:用于当所述点位采样图像的张数不满足预设值时,返回执行驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样的步骤。
通过本发明提供的机械臂手眼标定***,结合上述机械臂手眼标定方法,通过构建双球面图像采用面,使得采集的位姿数据受机械臂自身误差影响更低,保证标定板出现在所述点位采样图像中的各个位置和角度,从而使得计算得到的相对位姿数据更加精准;且通过上述步骤方法,使得手眼标定的过程中无需人员参与即可实现。有效的克服了现阶段手眼标定需要专业人员辅助执行且手眼标定误差受操作人员技术影响的问题。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合图1描述的本申请实施例机械臂手眼标定方法可以由计算机设备来实现。该计算机设备可以包括处理器以及存储有计算机程序指令的存储器。
具体地,上述处理器可以包括中央处理器(CPU),或者特定集成电路(ApplicationSpecific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器可在数据处理装置的内部或外部。在特定实施例中,存储器是非易失性(Non-Volatile)存储器。在特定实施例中,存储器包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(Random AccessMemory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器所执行的可能的计算机程序指令。
处理器通过读取并执行存储器中存储的计算机程序指令,以实现上述实施例中的任意一种机械臂手眼标定方法。
计算机设备还可包括通信接口和总线。其中,处理器、存储器、通信接口通过总线连接并完成相互间的通信。
通信接口用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(FrontSide Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、***组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的数据信息,执行本申请实施例中的机械臂手眼标定方法,从而实现结合图1描述的机械臂手眼标定方法。
另外,结合上述实施例中的机械臂手眼标定方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种机械臂手眼标定方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本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,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种机械臂手眼标定方法,应用于机械臂装置,所述机械臂装置包括机械臂及设于所述机械臂末端的相机,其特征在于,所述方法包括:
查询所述相机获取的图像中是否存在标定板;
若是,则分析计算所述标定板在所述相机坐标系的空间位置;
根据所述标定板的空间位置调整所述相机的位置,使所述相机位于所述标定板上方;
构建至少两个同心的采样球面,驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样,得到点位采样图像以及所述机械臂在对应点位的位姿数据集;其中,所述采样球面以所述标定板中心为球心;
计算所述每张点位采样图像中所述标定板的角点,并通过pnp算法求得所述点位采样图像两两之间的空间坐标变换作为姿态集;
根据所述位姿数据集和所述姿态集输入手眼标定算法,计算所述相机坐标系相对机械臂末端坐标系的相对位姿。
2.根据权利要求1所述的机械臂手眼标定方法,其特征在于,所述构建至少两个同心的采样球面,驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样的步骤具体包括:
以所述标定板为球心、第一预设高度为半径构建第一球面,驱动所述机械臂使所述相机在第一球面的多个点位进行图像采样;
以所述标定板为球心、第二预设高度为半径构建第二球面,驱动所述机械臂使所述相机在第二球面的多个点位进行图像采样。
3.根据权利要求1所述的机械臂手眼标定方法,其特征在于,所述得到点位采样图像以及所述机械臂在对应点位的位姿数据集的步骤之后,还包括:
判断所述点位采样图像的张数是否满足预设值;
若否,则返回执行驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样的步骤。
4.根据权利要求1所述的机械臂手眼标定方法,其特征在于,所述手眼标定算法采用OpenCV手眼标定求解算法。
5.根据权利要求1所述的机械臂手眼标定方法,其特征在于,所述分析计算所述标定板在所述相机坐标系的空间位置的步骤具体包括:
采用目标检测算法检测所述相机获取的图像中所述标定板的像素坐标;
根据所述相机深度流的数据计算所述标定板在所述相机坐标系下的空间位置。
6.一种机械臂手眼标定***,其特征在于,所述***包括:
图像查询模块:用于查询所述相机获取的图像中是否存在标定板;
空间位置计算模块:用于分析计算所述标定板在所述相机坐标系的空间位置;
位置调整模块:用于根据所述标定板的空间位置调整所述相机的位置,使所述相机位于所述标定板上方;
采样模块:用于构建至少两个同心的采样球面,驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样,得到点位采样图像以及所述机械臂在对应点位的位姿数据集;其中,所述采样球面以所述标定板为球心;
姿态计算模块:用于计算所述每张点位采样图像中所述标定板的角点,并通过pnp算法求得所述点位采样图像两两之间的空间坐标变换作为姿态集;
相对位姿计算模块:用于根据所述位姿数据集和所述姿态集输入手眼标定算法,计算所述相机坐标系相对机械臂末端坐标系的相对位姿。
7.根据权利要求6所述的机械臂手眼标定***,其特征在于,所述采样模块具体包括:
第一球面采样单元:用于根据所述标定板为球心、第一预设高度为半径构建第一球面,驱动所述机械臂使所述相机在第一球面的多个点位进行图像采样;
第二球面采样单元:用于根据所述标定板为球心、第二预设高度为半径构建第二球面,驱动所述机械臂使所述相机在第二球面的多个点位进行图像采样。
8.根据权利要求6所述的机械臂手眼标定***,其特征在于,所述***还包括:
判断模块:用于判断所述点位采样图像的张数是否满足预设值;
返回模块:用于当所述点位采样图像的张数不满足预设值时,返回执行驱动机械臂使所述相机沿每个所述采用球面的多个点位进行图像采样的步骤。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述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如权利要求1至5中任一项所述的机械臂手眼标定方法。
10.一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,该程序被处理器执行时实现如权利要求1至5中任一项所述的机械臂手眼标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210682194.2A CN114952856A (zh) | 2022-06-16 | 2022-06-16 | 机械臂手眼标定方法、***、计算机及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210682194.2A CN114952856A (zh) | 2022-06-16 | 2022-06-16 | 机械臂手眼标定方法、***、计算机及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114952856A true CN114952856A (zh) | 2022-08-30 |
Family
ID=82964600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210682194.2A Pending CN114952856A (zh) | 2022-06-16 | 2022-06-16 | 机械臂手眼标定方法、***、计算机及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114952856A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115781698A (zh) * | 2023-02-06 | 2023-03-14 | 广东省科学院智能制造研究所 | 分层式手眼标定机器人运动位姿自动生成方法、***、设备和介质 |
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 |
CN117140518A (zh) * | 2023-09-15 | 2023-12-01 | 广州市斯睿特智能科技有限公司 | 一种全自动机器人手眼标定方法及*** |
CN117197132A (zh) * | 2023-11-03 | 2023-12-08 | 季华实验室 | 类镜面缺陷投影方法、装置、电子设备及存储介质 |
-
2022
- 2022-06-16 CN CN202210682194.2A patent/CN114952856A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115781698A (zh) * | 2023-02-06 | 2023-03-14 | 广东省科学院智能制造研究所 | 分层式手眼标定机器人运动位姿自动生成方法、***、设备和介质 |
CN115781698B (zh) * | 2023-02-06 | 2023-04-04 | 广东省科学院智能制造研究所 | 分层式手眼标定机器人运动位姿自动生成方法、***、设备和介质 |
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 |
CN117140518A (zh) * | 2023-09-15 | 2023-12-01 | 广州市斯睿特智能科技有限公司 | 一种全自动机器人手眼标定方法及*** |
CN117197132A (zh) * | 2023-11-03 | 2023-12-08 | 季华实验室 | 类镜面缺陷投影方法、装置、电子设备及存储介质 |
CN117197132B (zh) * | 2023-11-03 | 2024-02-13 | 季华实验室 | 类镜面缺陷投影方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114952856A (zh) | 机械臂手眼标定方法、***、计算机及可读存储介质 | |
CN109242903B (zh) | 三维数据的生成方法、装置、设备及存储介质 | |
CN110570477B (zh) | 一种标定相机和旋转轴相对姿态的方法、装置和存储介质 | |
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 | |
JP3859574B2 (ja) | 3次元視覚センサ | |
CN110926330B (zh) | 图像处理装置和图像处理方法 | |
CN113146073B (zh) | 基于视觉的激光切割方法及装置、电子设备、存储介质 | |
CN111627072A (zh) | 一种对多传感器进行标定的方法、装置和存储介质 | |
CN115176274A (zh) | 一种异源图像配准方法及*** | |
US10724963B2 (en) | Device and method for calculating area to be out of inspection target of inspection system | |
CN112476489B (zh) | 基于自然特征的柔性机械臂同步测量方法及*** | |
CN113763478B (zh) | 无人车相机标定方法、装置、设备、存储介质及*** | |
CN112907586A (zh) | 基于视觉的机械臂控制方法、装置、***和计算机设备 | |
CN113172636B (zh) | 一种自动手眼标定方法、装置及存储介质 | |
CN115205286A (zh) | 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端 | |
CN110853102A (zh) | 一种新的机器人视觉标定及引导方法、装置及计算机设备 | |
CN111971529A (zh) | 用于管理机器人***的方法和装置 | |
CN117848234A (zh) | 物体扫描机构、方法及相关设备 | |
CN108564626B (zh) | 用于确定安装于采集实体的相机之间的相对姿态角的方法和装置 | |
CN116203976A (zh) | 变电站室内巡检方法、装置、无人机和存储介质 | |
CN112584041B (zh) | 一种图像识别动态纠偏方法 | |
CN112184819A (zh) | 机器人的引导方法、装置、计算机设备和存储介质 | |
CN114384568A (zh) | 基于移动摄像头的位置测量方法、装置、处理设备及介质 | |
CN111223139A (zh) | 目标定位方法及终端设备 | |
JP6237117B2 (ja) | 画像処理装置、ロボットシステム、画像処理方法、および画像処理プログラム |
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 |