CN116061196B - 一种多轴运动平台运动学参数标定方法和*** - Google Patents

一种多轴运动平台运动学参数标定方法和*** Download PDF

Info

Publication number
CN116061196B
CN116061196B CN202310355263.3A CN202310355263A CN116061196B CN 116061196 B CN116061196 B CN 116061196B CN 202310355263 A CN202310355263 A CN 202310355263A CN 116061196 B CN116061196 B CN 116061196B
Authority
CN
China
Prior art keywords
matrix
platform
coordinate
coordinate system
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.)
Active
Application number
CN202310355263.3A
Other languages
English (en)
Other versions
CN116061196A (zh
Inventor
高健
吴国庆
罗于恒
张揽宇
郑卓鋆
陈迪赛
陈新
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202310355263.3A priority Critical patent/CN116061196B/zh
Publication of CN116061196A publication Critical patent/CN116061196A/zh
Application granted granted Critical
Publication of CN116061196B publication Critical patent/CN116061196B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20164—Salient point detection; Corner detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种多轴运动平台运动学参数标定方法和***，根据平台与相机的位置关系，采集不同空间位置下的标定板图像，记录相应的电机运动量，求解出手眼位姿关系矩阵和标定板坐标系在平台末端下的位姿矩阵，进而求解出标定板角点在平台基座坐标系下的坐标测量值和运动平台末端位置矩阵的坐标理论值，根据测量值和理论值确定残差矩阵，利用残差矩阵对误差参数进行辨识，完成平台运动学参数标定。解决了现有的多轴运动平台运动学参数标定方法因位置与姿态量纲不一，导致在进行误差参数辨识时容易产生趋向性，影响最终标定结果的准确度的技术问题。

Description

一种多轴运动平台运动学参数标定方法和***
技术领域
本发明涉及机器人参数标定技术领域，尤其涉及一种多轴运动平台运动学参数标定方法和***。
背景技术
多轴运动平台的运动学标定即手眼标定，手眼标定是将相机三维坐标转化为机械臂坐标需要标定相机与机械臂之间的位置关系。传统的多轴运动平台或机械臂的运动学标定方法多采用球杆仪、激光跟踪仪等高精度位姿测量设备来实现，这些设备用于运动学标定虽然可以获得较好的结果，但是存在效率低下且成本高昂的问题，不易于实现运动学标定的自动化。
为了实现低成本且自动化的运动学标定，目前采用工业相机搭配标定板作为位姿测量设备，但是这种方法在运动学模型误差参数辨识的过程中，由于位置与姿态量纲不一的问题，导致在进行误差参数辨识时容易产生趋向性，影响最终标定结果的准确度。例如专利申请号为CN202010398022.3，名称为一种适用于全构型的空间机械臂运动学参数在轨标定方法的专利技术方案中，较好地使用了工业相机替代了激光跟踪仪等设备，实现了多轴运动平台的运动学标定，但是该技术方案中，得到的机械臂末端位姿测量值与标称值均是形如M4×4的矩阵，该矩阵内包含了R3×3的姿态信息矩阵与T1×3的位置信息矩阵，其机械臂末端的位姿偏差矩阵(残差矩阵)也是由测量值对应的矩阵与标称值对应的矩阵经过数学处理后相减得来。所以残差矩阵中既包含位置量（单位是长度）也包含姿态量（单位是角度）。使用最小二乘等方法进行参数辨识时，其辨识的数学意义是迭代寻找使残差矩阵各项的平方和最小时的误差参数，其物理意义是寻找使平台末端位姿测量值与标称值最接近的误差参数。但因为角度与长度单位不统一（量纲不一），导致参数辨识时容易产生趋向性，最终影响参数辨识结果，即影响运动学标定准确性。
发明内容
本发明实施例提供了一种多轴运动平台运动学参数标定方法和***，用于解决现有的多轴运动平台运动学参数标定方法因位置与姿态量纲不一，导致在进行误差参数辨识时容易产生趋向性，影响最终标定结果的准确度的技术问题。
有鉴于此，本发明第一方面提供了一种多轴运动平台运动学参数标定方法，包括：
对相机内参进行标定；
构建运动平台的理论运动学模型，根据理论运动学模型构建运动平台的运动学误差模型，确定误差参数；
根据相机拍摄的不同空间位置的标定板照片，基于PnP算法求解标定板坐标系在相机坐标系下的第一齐次坐标位姿矩阵，并记录标定板在每个空间位置下对应运动平台的第一电机运动量；
将第一电机运动量带入理论运动学模型中，得到平台位姿矩阵，根据第一齐次坐标位姿矩阵和平台位姿矩阵的一一对应关系，基于运动平台的手眼位置关系类型对应的手眼标定方法，计算手眼位姿关系矩阵和标定板坐标系在平台末端下的位姿矩阵；
控制运动平台运动到不同的位姿下，通过相机获取标定板图像，根据标定板图像，基于PnP算法求解标定板坐标系在相机坐标系下的第二齐次坐标位姿矩阵，并获取由至少三个共面标定板角点构成的角点坐标矩阵，根据手眼位姿关系矩阵、角点坐标矩阵和第二齐次坐标位姿矩阵，确定标定板角点在平台基座坐标系下的坐标测量值；
根据运动平台在不同位姿下的第二电机运动量、理论运动学模型、标定板坐标系在平台末端下的位姿矩阵和角点坐标矩阵，确定运动平台末端位置矩阵的坐标理论值；
根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵对误差参数进行辨识，得到平台运动学参数标定结果。
可选地，根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵，对误差参数进行辨识，得到平台运动学参数标定结果，包括：
根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵，使用LM算法或信赖域算法对误差参数进行辨识，得到平台运动学参数标定结果。
可选地，对相机内参进行标定包括：
通过相机采集不同空间位置的标定板照片，采用张正友标定法对相机内参进行标定。
可选地，标定板坐标系在平台末端下的位姿矩阵的计算公式为：
；
其中，为标定板坐标系在平台末端下的位姿矩阵，/>为平台位姿矩阵，为手眼位姿关系矩阵，/>为第一齐次坐标位姿矩阵。
可选地，确定标定板角点在平台基座坐标系下的坐标测量值的计算公式为：
；
其中，为标定板上的点在平台基座坐标系下的坐标测量值，/>为标定板的角点坐标矩阵，/>为第二齐次坐标位姿矩阵。
可选地，确定运动平台末端位置矩阵的坐标理论值的计算公式为：
；
其中，为运动平台末端位置矩阵的坐标理论值。
本发明第二方面还提供了一种多轴运动平台运动学参数标定***，包括：
相机内参标定模块，用于对相机内参进行标定；
误差模型构建模块，用于构建运动平台的理论运动学模型，根据理论运动学模型构建运动平台的运动学误差模型，确定误差参数；
第一矩阵求解模块，用于根据相机拍摄的不同空间位置的标定板照片，基于PnP算法求解标定板坐标系在相机坐标系下的第一齐次坐标位姿矩阵，并记录标定板在每个空间位置下对应运动平台的第一电机运动量；
第二矩阵求解模块，用于将第一电机运动量带入理论运动学模型中，得到平台位姿矩阵，根据第一齐次坐标位姿矩阵和平台位姿矩阵的一一对应关系，基于运动平台的手眼位置关系类型对应的手眼标定方法，计算手眼位姿关系矩阵和标定板坐标系在平台末端下的位姿矩阵；
标定板坐标测量值求解模块，用于控制运动平台运动到不同的位姿下，通过相机获取标定板图像，根据标定板图像，基于PnP算法求解标定板坐标系在相机坐标系下的第二齐次坐标位姿矩阵，并获取由至少三个共面标定板角点构成的角点坐标矩阵，根据手眼位姿关系矩阵、角点坐标矩阵和第二齐次坐标位姿矩阵，确定标定板角点在平台基座坐标系下的坐标测量值；
标定板坐标理论值求解模块，用于根据运动平台在不同位姿下的第二电机运动量、理论运动学模型、标定板坐标系在平台末端下的位姿矩阵和角点坐标矩阵，确定运动平台末端位置矩阵的坐标理论值；
误差参数辨识模块，用于根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵对误差参数进行辨识，得到平台运动学参数标定结果。
可选地，误差参数辨识模块具体用于：
根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵，使用LM算法或信赖域算法对误差参数进行辨识，得到平台运动学参数标定结果。
可选地，相机内参标定模块具体用于：
通过相机采集不同空间位置的标定板照片，采用张正友标定法对相机内参进行标定。
可选地，标定板坐标系在平台末端下的位姿矩阵的计算公式为：
；
其中，为标定板坐标系在平台末端下的位姿矩阵，/>为平台位姿矩阵，为手眼位姿关系矩阵，/>为第一齐次坐标位姿矩阵；
确定标定板角点在平台基座坐标系下的坐标测量值的计算公式为：
；
其中，为标定板上的点在平台基座坐标系下的坐标测量值，/>为标定板的角点坐标矩阵，/>为第二齐次坐标位姿矩阵；
确定运动平台末端位置矩阵的坐标理论值的计算公式为：
；
其中，为运动平台末端位置矩阵的坐标理论值。
从以上技术方案可以看出，本发明提供的本发明提供的多轴运动平台运动学参数标定方法和***具有以下优点：
本发明提供的多轴运动平台运动学参数标定方法，在标定相机内参后，建立平台运动学误差模型确定误差参数，再根据平台与相机的位置关系，采集不同空间位置下的标定板图像，记录相应的电机运动量，求解出手眼位姿关系矩阵和标定板坐标系在平台末端下的位姿矩阵，根据由至少三个共面标定板角点构成的角点坐标矩阵和手眼位姿关系矩阵求解出标定板角点在平台基座坐标系下的坐标测量值，根据由至少三个共面标定板角点构成的角点坐标矩阵和标定板坐标系在平台末端下的位姿矩阵求解出运动平台末端位置矩阵的坐标理论值，根据测量值和理论值确定残差矩阵，利用残差矩阵对误差参数进行辨识，完成平台运动学参数标定。本发明通过测量标定板至少三点的位置量，取代了传统的测量标定板一点的位置姿态量的方式，避免了在参数辨识时因位置量与姿态量量纲不一致导致的参数辨识不准确的问题，充分发挥了相机测量相较于激光跟踪仪等设备测量的优势，即同一时刻可完成空间多点位置测量，为平台运动学标定结果精度带来了实质性的提升。解决了现有的多轴运动平台运动学参数标定方法因位置与姿态量纲不一，导致在进行误差参数辨识时容易产生趋向性，影响最终标定结果的准确度的技术问题。
本发明提供的多轴运动平台运动学参数标定***，用于执行本发明提供的多轴运动平台运动学参数标定方法，其原理和所取得的技术效果与本发明提供的多轴运动平台运动学参数标定方法相同，在此不再赘述。
附图说明
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例中提供的一种多轴运动平台运动学参数标定方法的流程示意图；
图2为本发明实施例中提供的在标定板上选择的四个角点的示意图；
图3为本发明实施例中提供的一种多轴运动平台运动学参数标定***的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了便于理解，请参阅图1，本发明中提供了一种多轴运动平台运动学参数标定方法的实施例，包括：
步骤101、对相机内参进行标定。
需要说明的是，本发明实施例中，首先需要对多轴运动平台的相机内参进行标定。具体地，可以通过相机采集不同空间位置的标定板照片，采用张正友标定法对相机内参进行标定。采用张正友标定法对相机内参进行标定为现有技术，在此作赘述。
步骤102、构建运动平台的理论运动学模型，根据理论运动学模型构建运动平台的运动学误差模型，确定误差参数。
需要说明的是，可采用几何法或机械臂DH法建立运动平台的理论运动学模型，再采用误差映射或误差传递的方法，根据理论运动学模型构建运动平台的运动学误差模型，确定误差参数。
步骤103、根据相机拍摄的不同空间位置的标定板照片，基于PnP算法求解标定板坐标系在相机坐标系下的第一齐次坐标位姿矩阵，并记录标定板在每个空间位置下对应运动平台的第一电机运动量。
需要说明的是，控制标定板处于多个不同的空间位置，利用相机对每个空间位置下的标定板进行拍摄，得到标定板照片。因为标定板角点的二维像素坐标与标定板角点的三维世界坐标具有一一对应关系，因此，通过PnP(Perspective-n-Point)算法可以求解出标定板坐标系在相机坐标系下的第一齐次坐标位姿矩阵。同时，记录标定板在每一个空间位置下对应的运动平台的第一电机运动量（电极运动量即多轴运动平台的平移轴相对于原点的平移运动量和旋转轴相对于原点的旋转运动量）。
步骤104、将第一电机运动量带入理论运动学模型中，得到平台位姿矩阵，根据第一齐次坐标位姿矩阵和平台位姿矩阵的一一对应关系，基于运动平台的手眼位置关系类型对应的手眼标定方法，计算手眼位姿关系矩阵和标定板坐标系在平台末端下的位姿矩阵。
需要说明的是，将第一电机运动量带入步骤102中构建的理论运动学模型中，得到平台位姿矩阵。根据第一齐次坐标位姿矩阵/>和平台位姿矩阵/>的一一对应关系，根据现有的手眼位置关系类型（分为眼在手上和眼在手外两种类型）对应的手眼标定方法，计算出手眼位姿关系矩阵/>。最后再根据手眼位姿关系矩阵/>计算出标定板坐标系在平台末端下的位姿矩阵/>。具体地，标定板坐标系在平台末端下的位姿矩阵/>的计算公式为：
；
其中，为标定板坐标系在平台末端下的位姿矩阵，/>为平台位姿矩阵，为手眼位姿关系矩阵，/>为第一齐次坐标位姿矩阵。
步骤105、控制运动平台运动到不同的位姿下，通过相机获取标定板图像，根据标定板图像，基于PnP算法求解标定板坐标系在相机坐标系下的第二齐次坐标位姿矩阵，并获取由至少三个共面标定板角点构成的角点坐标矩阵，根据手眼位姿关系矩阵、角点坐标矩阵和第二齐次坐标位姿矩阵，确定标定板角点在平台基座坐标系下的坐标测量值。
需要说明的是，当确定好手眼位姿关系矩阵和标定板坐标系在平台末端下的位姿矩阵/>之后，操控运动平台运动到不同的位姿下，用相机获取不同位姿下的标定板图像，同样使用PnP算法求解出标定板坐标系在相机坐标系下的第二齐次坐标位姿矩阵/>。由于标定板上每个角点相较于标定板坐标系原点的位置已知，因此可以获得由至少三个共面标定板角点构成的角点坐标矩阵/>。如图2所示的/>、/>、/>和/>四个角点对应的角点坐标矩阵，均为1×4的列矩阵。然后根据手眼位姿关系矩阵/>、角点坐标矩阵/>和第二齐次坐标位姿矩阵/>，确定标定板角点在平台基座坐标系下的坐标测量值，具体公式为：
；
其中，为标定板上的点在平台基座坐标系下的坐标测量值，/>为标定板的角点坐标矩阵，/>为第二齐次坐标位姿矩阵。
根据上式，分别将、/>、/>和/>代入，可得到四个角点对应的在平台基座坐标系下的坐标测量值/>、/>、/>和/>。其中，/>、/>、/>和/>为齐次坐标形式，对应的三维坐标形式可以由下式进行转换：
；
因而可以得到、/>、/>和/>对应的三维坐标形式/>、/>、/>和/>。
步骤106、根据运动平台在不同位姿下的第二电机运动量、理论运动学模型、标定板坐标系在平台末端下的位姿矩阵和角点坐标矩阵，确定运动平台末端位置矩阵的坐标理论值。
需要说明的是，记录步骤105中运动平台运动到不同的位姿下对应的第二电机运动量，根据第二电机运动量和步骤102中构建的理论运动学模型，可得到平台位姿矩阵。然后再结合标定板坐标系在平台末端下的位姿矩阵/>和角点坐标矩阵/>，可求得运动平台末端位置矩阵的坐标理论值，计算公式为：
；
其中，为运动平台末端位置矩阵的坐标理论值。
根据上式，分别将、/>、/>和/>代入，可得到四个角点对应的运动平台末端位置矩阵的坐标理论值/>、/>、/>和/>。其中，/>、/>、/>和/>为齐次坐标形式，对应的三维坐标形式可以由下式进行转换：
；
因而可以得到、/>、/>和/>对应的三维坐标形式/>、/>、/>和/>。
步骤107、根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵对误差参数进行辨识，得到平台运动学参数标定结果。
需要说明的是，每一对测量值和理论值都会存在差值，此时，在运动平台的每个位姿下，可获得残差矩阵，如。改变运动平台的姿态，可获得新的测量值与理论值，从而获得新的残差矩阵/>。因而可以获得最终的残差矩阵/>。根据残差矩阵，使用LM算法或信赖域算法对误差参数进行辨识，得到平台运动学参数标定结果。LM算法和信赖域算法在优化非线性最小化问题时有不同的思想和实现方式，但它们的目标都是通过迭代寻找目标函数的最小值。这两种算法都可以用在误差参数辨识中。以LM（Levenberg-Marquardt）算法为例，该算法兼具了梯度下降法与高斯牛顿法的优势，是一种通过不断迭代修改参数，寻找使得残差矩阵的各项平方和达到极小值（即小于给定的阈值）的优化算法。一般来说，使得残差矩阵的各项平方和达到极小值时，对应的参数即为所求的最优参数，也就是运动学误差参数标定中所求的最优的误差参数。
可见，本发明提供的多轴运动平台运动学参数标定方法，只考虑了位置量的测量值与理论值，而未考虑姿态量，所以残差矩阵的构成也全部是与位置量相关的信息，从而避免了残差矩阵中既有位置量又有姿态量，因为两者量纲不一导致的误差参数求解不准确的问题。相较于传统的只测量一个点的位置量与姿态量的方法，本发明提供的多轴运动平台运动学参数标定方法测量了至少三个点的位置量，所以也不存在测量信息过少导致标定不准确的问题。
本发明提供的多轴运动平台运动学参数标定方法，在标定相机内参后，建立平台运动学误差模型确定误差参数，再根据平台与相机的位置关系，采集不同空间位置下的标定板图像，记录相应的电机运动量，求解出手眼位姿关系矩阵和标定板坐标系在平台末端下的位姿矩阵，根据由至少三个共面标定板角点构成的角点坐标矩阵和手眼位姿关系矩阵求解出标定板角点在平台基座坐标系下的坐标测量值，根据由至少三个共面标定板角点构成的角点坐标矩阵和标定板坐标系在平台末端下的位姿矩阵求解出运动平台末端位置矩阵的坐标理论值，根据测量值和理论值确定残差矩阵，利用残差矩阵对误差参数进行辨识，完成平台运动学参数标定。本发明通过测量标定板至少三点的位置量，取代了传统的测量标定板一点的位置姿态量的方式，避免了在参数辨识时因位置量与姿态量量纲不一致导致的参数辨识不准确的问题，充分发挥了相机测量相较于激光跟踪仪等设备测量的优势，即同一时刻可完成空间多点位置测量，为平台运动学标定结果精度带来了实质性的提升。解决了现有的多轴运动平台运动学参数标定方法因位置与姿态量纲不一，导致在进行误差参数辨识时容易产生趋向性，影响最终标定结果的准确度的技术问题。
为了便于理解，请参阅图3，本发明提供了一种多轴运动平台运动学参数标定***的实施例，包括：
相机内参标定模块，用于对相机内参进行标定；
误差模型构建模块，用于构建运动平台的理论运动学模型，根据理论运动学模型构建运动平台的运动学误差模型，确定误差参数；
第一矩阵求解模块，用于根据相机拍摄的不同空间位置的标定板照片，基于PnP算法求解标定板坐标系在相机坐标系下的第一齐次坐标位姿矩阵，并记录标定板在每个空间位置下对应运动平台的第一电机运动量；
第二矩阵求解模块，用于将第一电机运动量带入理论运动学模型中，得到平台位姿矩阵，根据第一齐次坐标位姿矩阵和平台位姿矩阵的一一对应关系，基于运动平台的手眼位置关系类型对应的手眼标定方法，计算手眼位姿关系矩阵和标定板坐标系在平台末端下的位姿矩阵；
标定板坐标测量值求解模块，用于控制运动平台运动到不同的位姿下，通过相机获取标定板图像，根据标定板图像，基于PnP算法求解标定板坐标系在相机坐标系下的第二齐次坐标位姿矩阵，并获取由至少三个共面标定板角点构成的角点坐标矩阵，根据手眼位姿关系矩阵、角点坐标矩阵和第二齐次坐标位姿矩阵，确定标定板角点在平台基座坐标系下的坐标测量值；
标定板坐标理论值求解模块，用于根据运动平台在不同位姿下的第二电机运动量、理论运动学模型、标定板坐标系在平台末端下的位姿矩阵和角点坐标矩阵，确定运动平台末端位置矩阵的坐标理论值；
误差参数辨识模块，用于根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵对误差参数进行辨识，得到平台运动学参数标定结果。
误差参数辨识模块具体用于：
根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵，使用LM算法或信赖域算法对误差参数进行辨识，得到平台运动学参数标定结果。
相机内参标定模块具体用于：
通过相机采集不同空间位置的标定板照片，采用张正友标定法对相机内参进行标定。
标定板坐标系在平台末端下的位姿矩阵的计算公式为：
；
其中，为标定板坐标系在平台末端下的位姿矩阵，/>为平台位姿矩阵，为手眼位姿关系矩阵，/>为第一齐次坐标位姿矩阵；
确定标定板角点在平台基座坐标系下的坐标测量值的计算公式为：
；
其中，为标定板上的点在平台基座坐标系下的坐标测量值，/>为标定板的角点坐标矩阵，/>为第二齐次坐标位姿矩阵；
确定运动平台末端位置矩阵的坐标理论值的计算公式为：
；
其中，为运动平台末端位置矩阵的坐标理论值。
本发明提供的多轴运动平台运动学参数标定***，用于执行本发明提供的多轴运动平台运动学参数标定方法，其原理和所取得的技术效果与本发明提供的多轴运动平台运动学参数标定方法相同，在此不再赘述。
本发明的说明书中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种多轴运动平台运动学参数标定方法，其特征在于，包括：
对相机内参进行标定；
构建运动平台的理论运动学模型，根据理论运动学模型构建运动平台的运动学误差模型，确定误差参数；
根据相机拍摄的不同空间位置的标定板照片，基于PnP算法求解标定板坐标系在相机坐标系下的第一齐次坐标位姿矩阵，并记录标定板在每个空间位置下对应运动平台的第一电机运动量；
将第一电机运动量代入理论运动学模型中，得到平台位姿矩阵，根据第一齐次坐标位姿矩阵和平台位姿矩阵的一一对应关系，基于运动平台的手眼位置关系类型对应的手眼标定方法，计算手眼位姿关系矩阵和标定板坐标系在平台末端坐标系下的位姿矩阵，手眼位置关系类型包括眼在手外和眼在手上；
控制运动平台运动到不同的位姿下，通过相机获取标定板图像，根据标定板图像，基于PnP算法求解标定板坐标系在相机坐标系下的第二齐次坐标位姿矩阵，并获取在标定板坐标系下由至少三个共面标定板角点构成的角点坐标矩阵，根据手眼位姿关系矩阵、角点坐标矩阵和第二齐次坐标位姿矩阵，确定标定板角点在平台基座坐标系下的坐标测量值；
根据运动平台在不同位姿下的第二电机运动量、理论运动学模型、标定板坐标系在平台末端下的位姿矩阵和角点坐标矩阵，确定运动平台末端位置矩阵的坐标理论值；
根据多组坐标测量值和坐标理论值，确定残差矩阵，根据残差矩阵对误差参数进行辨识，得到平台运动学参数标定结果。
2.根据权利要求1所述的多轴运动平台运动学参数标定方法，其特征在于，根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵，对误差参数进行辨识，得到平台运动学参数标定结果，包括：
根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵，使用LM算法或信赖域算法对误差参数进行辨识，得到平台运动学参数标定结果。
3.根据权利要求1所述的多轴运动平台运动学参数标定方法，其特征在于，对相机内参进行标定包括：
通过相机采集不同空间位置的标定板照片，采用张正友标定法对相机内参进行标定。
4.根据权利要求1所述的多轴运动平台运动学参数标定方法，其特征在于，标定板坐标系在平台末端下的位姿矩阵的计算公式为：
其中，为标定板坐标系在平台末端坐标系下的位姿矩阵，/>为平台位姿矩阵，/>为手眼位姿关系矩阵，/>为第一齐次坐标位姿矩阵。
5.根据权利要求4所述的多轴运动平台运动学参数标定方法，其特征在于，确定标定板角点在平台基座坐标系下的坐标测量值的计算公式为：
其中，为标定板上的点在平台基座坐标系下的坐标测量值，/>为标定板坐标系下的角点坐标矩阵，/>为第二齐次坐标位姿矩阵。
6.根据权利要求5所述的多轴运动平台运动学参数标定方法，其特征在于，确定运动平台末端位置矩阵的坐标理论值的计算公式为：
其中，为运动平台末端位置矩阵的坐标理论值。
7.一种多轴运动平台运动学参数标定***，其特征在于，包括：
相机内参标定模块，用于对相机内参进行标定；
误差模型构建模块，用于构建运动平台的理论运动学模型，根据理论运动学模型构建运动平台的运动学误差模型，确定误差参数；
第一矩阵求解模块，用于根据相机拍摄的不同空间位置的标定板照片，基于PnP算法求解标定板坐标系在相机坐标系下的第一齐次坐标位姿矩阵，并记录标定板在每个空间位置下对应运动平台的第一电机运动量；
第二矩阵求解模块，用于将第一电机运动量代入理论运动学模型中，得到平台位姿矩阵，根据第一齐次坐标位姿矩阵和平台位姿矩阵的一一对应关系，基于运动平台的手眼位置关系类型对应的手眼标定方法，计算手眼位姿关系矩阵和标定板坐标系在平台末端坐标系下的位姿矩阵，手眼位置关系类型包括眼在手外和眼在手上；
标定板坐标测量值求解模块，用于控制运动平台运动到不同的位姿下，通过相机获取标定板图像，根据标定板图像，基于PnP算法求解标定板坐标系在相机坐标系下的第二齐次坐标位姿矩阵，并获取在标定板坐标系下由至少三个共面标定板角点构成的角点坐标矩阵，根据手眼位姿关系矩阵、角点坐标矩阵和第二齐次坐标位姿矩阵，确定标定板角点在平台基座坐标系下的坐标测量值；
标定板坐标理论值求解模块，用于根据运动平台在不同位姿下的第二电机运动量、理论运动学模型、标定板坐标系在平台末端下的位姿矩阵和角点坐标矩阵，确定运动平台末端位置矩阵的坐标理论值；
误差参数辨识模块，用于根据多组坐标测量值和坐标理论值，确定残差矩阵，根据残差矩阵对误差参数进行辨识，得到平台运动学参数标定结果。
8.根据权利要求7所述的多轴运动平台运动学参数标定***，其特征在于，误差参数辨识模块具体用于：
根据多组运动平台末端坐标的测量值和运动平台末端坐标的标称量，确定残差矩阵，根据残差矩阵，使用LM算法或信赖域算法对误差参数进行辨识，得到平台运动学参数标定结果。
9.根据权利要求7所述的多轴运动平台运动学参数标定***，其特征在于，相机内参标定模块具体用于：
通过相机采集不同空间位置的标定板照片，采用张正友标定法对相机内参进行标定。
10.根据权利要求7所述的多轴运动平台运动学参数标定***，其特征在于，标定板坐标系在平台末端坐标系下的位姿矩阵的计算公式为：
其中，为标定板坐标系在平台末端坐标系下的位姿矩阵，/>为平台位姿矩阵，/>为手眼位姿关系矩阵，/>为第一齐次坐标位姿矩阵；
确定标定板角点在平台基座坐标系下的坐标测量值的计算公式为：
其中，为标定板上的点在平台基座坐标系下的坐标测量值，/>为标定板坐标系下的角点坐标矩阵，/>为第二齐次坐标位姿矩阵；
确定运动平台末端位置矩阵的坐标理论值的计算公式为：
其中，为运动平台末端位置矩阵的坐标理论值。
CN202310355263.3A 2023-04-06 2023-04-06 一种多轴运动平台运动学参数标定方法和*** Active CN116061196B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310355263.3A CN116061196B (zh) 2023-04-06 2023-04-06 一种多轴运动平台运动学参数标定方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310355263.3A CN116061196B (zh) 2023-04-06 2023-04-06 一种多轴运动平台运动学参数标定方法和***

Publications (2)

Publication Number Publication Date
CN116061196A CN116061196A (zh) 2023-05-05
CN116061196B true CN116061196B (zh) 2023-07-18

Family

ID=86182259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310355263.3A Active CN116061196B (zh) 2023-04-06 2023-04-06 一种多轴运动平台运动学参数标定方法和***

Country Status (1)

Country Link
CN (1) CN116061196B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109176531A (zh) * 2018-10-26 2019-01-11 北京无线电测量研究所 一种串联型机器人运动学标定方法和***
CN109658460A (zh) * 2018-12-11 2019-04-19 北京无线电测量研究所 一种机械臂末端相机手眼标定方法和***
CN110421562B (zh) * 2019-07-24 2024-01-30 中国地质大学（武汉） 基于四目立体视觉的机械臂标定***和标定方法
CN110842914B (zh) * 2019-10-15 2022-09-23 上海交通大学 基于差分进化算法的手眼标定参数辨识方法、***及介质
CN111604598B (zh) * 2020-05-06 2021-04-20 大连理工大学 一种机械臂进给式激光刻蚀***的对刀方法
CN112767493B (zh) * 2020-12-30 2023-06-13 浙江大学 Stewart平台运动学参数的机器视觉标定方法
CN113601503B (zh) * 2021-07-30 2023-06-27 武汉联影智融医疗科技有限公司 手眼标定方法、装置、计算机设备和存储介质
CN114332239A (zh) * 2021-12-22 2022-04-12 中南大学 一种五轴运动平台的运动学参数辨识方法和***
CN115861445B (zh) * 2022-12-23 2023-07-04 广东工业大学 一种基于标定板三维点云的手眼标定方法

Also Published As

Publication number Publication date
CN116061196A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN105066884B (zh) 一种机器人末端定位偏差校正方法及***
CN110136204B (zh) 基于双侧远心镜头相机机床位置标定的音膜球顶装配***
CN111531547B (zh) 一种基于视觉测量的机器人标定及检测方法
CN111536902A (zh) 一种基于双棋盘格的振镜扫描***标定方法
CN109493389B (zh) 一种基于深度学习的相机标定方法及***
CN111452048B (zh) 多机器人相对空间位置关系的标定方法和装置
WO2018201677A1 (zh) 基于光束平差的远心镜头三维成像***的标定方法及装置
CN110298888B (zh) 基于单轴高精度位移平台的相机标定方法
CN114714356A (zh) 基于双目视觉的工业机器人手眼标定误差精确检测方法
CN109272555B (zh) 一种rgb-d相机的外部参数获得及标定方法
CN112229323B (zh) 基于手机单目视觉的棋盘格合作目标的六自由度测量方法及其应用
CN110465946B (zh) 一种像素坐标与机器人坐标关系标定方法
CN115861445B (zh) 一种基于标定板三维点云的手眼标定方法
CN112873213B (zh) 一种提升六关节机器人工具坐标系标定精度的方法
CN109544643A (zh) 一种摄像机图像校正方法及装置
CN110136068B (zh) 基于双侧远心镜头相机之间位置标定的音膜球顶装配***
CN112212788A (zh) 基于多台手机的视觉空间点三维坐标测量方法
CN113870366B (zh) 基于位姿传感器的三维扫描***的标定方法及其标定***
CN112907683A (zh) 一种点胶平台的相机标定方法、装置及相关设备
CN115552486A (zh) 用于表征物体姿态检测和测量***的***和方法
CN110238851B (zh) 一种移动机器人及其快速标定方法和***
CN115187612A (zh) 一种基于机器视觉的平面面积测量方法、装置及***
CN109342008B (zh) 基于单应性矩阵的风洞试验模型迎角单相机视频测量方法
CN117173254A (zh) 一种相机标定方法、***、装置和电子设备
CN116061196B (zh) 一种多轴运动平台运动学参数标定方法和***

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