CN117226856A - 一种基于视觉的机器人自标定方法及*** - Google Patents
一种基于视觉的机器人自标定方法及*** Download PDFInfo
- Publication number
- CN117226856A CN117226856A CN202311524509.1A CN202311524509A CN117226856A CN 117226856 A CN117226856 A CN 117226856A CN 202311524509 A CN202311524509 A CN 202311524509A CN 117226856 A CN117226856 A CN 117226856A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- center point
- tool center
- parameter
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000008569 process Effects 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Manipulator (AREA)
Abstract
本发明涉及机器人控制技术领域,公开基于视觉的机器人自标定方法及***,机械臂末端固设有含视觉传感器的工具中心点,机械臂周围环境中设置有至少三个顶部含有位置探测器的预设点位,该方法包括:获取机械臂初始DH参数,进行工具中心点标定,得到工具中心点初始位置数据;依据初始位置数据对机械臂DH参数进行校准,得到校准DH参数;计算机械臂的工具中心点误差和对准误差;判断工具中心点误差是否小于工具中心点误差阈值以及对准误差是否小于对准误差阈值,如是则判定校准后的DH参数为最优值,如否则重新标定工具中心点和校准DH参数。采用上述方法,无需标定机器人基坐标系和手眼坐标系,使参数误差识别更准确。
Description
技术领域
本发明涉及机器人控制技术领域,特别涉及一种基于视觉的机器人自标定方法及***。
背景技术
随着机器人应用技术的快速发展,人工示教形式的在线编程难以满足复杂的工作需求。为了实现机器人离线编程实现高效准确,提高机器人的绝对定位精度迫在眉睫。运动学参数误差是影响机器人绝对定位精度的一大主要因素。要提高机器人的绝对定位精度,运动学标定势在必行,进行运动学标定通常可分为四步:(1)建立机器人数学模型和误差模型,(2)机器人末端位姿测量,(3)根据测量的位姿信息辨识运动学误差参数,(4)误差补偿。目前已有的机器人运动学标定有外部标定和自标定方法两类。外部标定(开环标定)往往需要使用昂贵的外部测量设备来进行机器人位姿测量,如激光跟踪仪、三坐标测量仪等,标定效果好,但设备昂贵,对标定环境和场地都有要求,对于工业场景下的运动学标定很难推广;内部标定(闭环标定)不需要外部的测量设备,利用必要的传感器,基于直线约束等的方程组求解位姿误差,例如基于视觉的运动学标定方法等。现有的基于视觉的运动学自标定方法,需要进行手眼变换和世界坐标系与机器人基坐标系之间的变换,不仅增加了误差出现的概率,而且使自标定的流程变的复杂。
发明内容
本发明实施例的目的是提供一种基于视觉的机器人自标定方法及***,通过采用基于定点约束的视觉标定方法,根据建立的误差模型,无需标定机器人基坐标系和手眼坐标系,使参数误差识别更为准确。
为解决上述技术问题,本发明实施例的第一方面提供了一种基于视觉的机器人自标定方法,机械臂末端固设有工具中心点,所述工具中心点处设有视觉传感器,所述机械臂的周围环境中设置有至少三个预设点位,所述预设点位顶部设置有位置探测器,包括如下步骤:
获取机械臂的初始DH参数;
基于所述初始DH参数对所述机械臂进行工具中心点标定,多次调整所述机械臂状态,基于所述视觉传感器使所述工具中心点始终对准一所述预设点位,得到所述工具中心点的初始位置数据;
依据所述工具中心点的初始位置数据对所述机械臂的DH参数进行校准,多次调整所述机械臂状态,使所述工具中心点分别对准所述至少三个预设点位,得到校准DH参数;
依据所述校准DH参数,计算所述机械臂的工具中心点误差和对准误差;
判断所述工具中心点误差是否小于工具中心点误差阈值以及所述对准误差是否小于对准误差阈值,如是则判定所述校准后的所述DH参数为最优值,如否则重新标定工具中心点和校准DH参数。
进一步地,所述基于所述初始DH参数对所述机械臂进行工具中心点标定,得到所述工具中心点的初始位置数据,包括:
基于所述初始DH参数,计算所述机械臂末端的方向参数和位置参数;
依据所述机械臂末端的方向参数和位置参数,计算所述工具中心点的初始位置数据。
进一步地,所述机械臂末端的方向数据和位置数据/>的计算公式如下:
;
;
其中,为所述机械臂的第k-1个关节至第k个关节的转换矩阵,/>为所述机械臂基座至第1个关节的转换矩阵,/>,/>、/>、/>、/>、/>为所述机械臂的初始DH参数。
进一步地,所述机械臂的对准误差的计算公式为:
;
其中,为在对所述机械臂的DH参数进行校准过程中的第j种校准位姿时的依据所述校准DH参数校准得到的所述机械臂末端坐标系相对应所述机械臂基坐标系的转换矩阵,/>为在对所述机械臂的DH参数进行校准过程中的第i种校准位姿时的依据所述校准DH参数校准得到的所述机械臂末端坐标系相对应所述基坐标系的转换矩阵,/>,/>为校准所述DH参数时调整机械臂状态以使所述工具中心点与一预设点位对准的次数,/>为所述工具中心点初始位置数据。
进一步地,所述工具中心点的初始位置数据的计算公式为:
;
其中,和/>为校准所述DH参数过程中采用第i种位姿将所述工具中心点与一所述预设点位对准时所述机械臂末端在所述基坐标系中的方向数据和位置数据。
进一步地,依据所述校准DH参数校准得到的所述机械臂末端坐标系相对应所述基坐标系的转换矩阵的计算公式为:
;
;
;
;
其中,、/>、/>、/>、/>表示DH参数误差,所述校准DH参数为所述初始DH参数和所述DH参数误差的和,/>、/>分别表示所述机械臂末端的位置数据误差和方向数据误差,/>、/>、/>、/>、/>、/>、/>和/>为3×N的机械臂末端偏导数对所述DH参数误差的矩阵,所述DH参数误差为所述初始DH参数与所述校准DH参数的差值。
进一步地,所述机械臂的工具中心点误差为:
;
其中,为工具中心点标定过程中第h次调整后的所述机械臂末端的方向数据,为工具中心点标定过程中第h+1次调整后的所述机械臂末端的方向数据,/>为工具中心点标定过程中第k次调整后的所述机械臂末端的位置数据,/>为工具中心点标定过程中第h+1次调整后的所述机械臂末端的位置数据,/>,/>为工具中心点标定过程中调整所述机械臂状态使所述工具中心点对准所述预设点位的次数,/>为所述工具中心点的初始位置数据。
进一步地,在计算所述机械臂的工具中心点误差时,所述机械臂末端的方向数据和位置数据/>的计算公式如下:
。
相应地,本发明实施例的第二方面提供了一种基于视觉的机器人自标定***,机械臂末端固设有工具中心点,所述工具中心点处设有视觉传感器,所述机械臂的周围环境中设置有至少三个预设点位,所述预设点位顶部设置有位置探测器,包括:
初始参数获取模块,其用于获取机械臂的初始DH参数;
工具中心点标定模块,其用于基于所述初始DH参数对所述机械臂进行工具中心点标定,多次调整所述机械臂状态,基于所述视觉传感器使所述工具中心点始终对准一所述预设点位,得到所述工具中心点的初始位置数据;
DH参数校准模块,其用于依据所述工具中心点的初始位置数据对所述机械臂的DH参数进行校准,多次调整所述机械臂状态,使所述工具中心点分别对准所述至少三个预设点位,得到校准DH参数;
误差计算模块,其用于依据所述校准DH参数,计算所述机械臂的工具中心点误差和对准误差;
标定判定模块,其用于判断所述工具中心点误差是否小于工具中心点误差阈值以及所述对准误差是否小于对准误差阈值,如是则判定所述校准后的所述DH参数为最优值,如否则重新标定工具中心点和校准DH参数。
相应地,本发明实施例的第三方面提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述任一基于视觉的机器人自标定方法。
相应地,本发明实施例的第四方面提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述基于视觉的机器人自标定方法。
本发明实施例的上述技术方案具有如下有益的技术效果:
1、采用基于定点约束的视觉标定方法,根据建立的误差模型,无需标定机器人基坐标系和手眼坐标系,使参数误差识别更为准确。
2、定点约束的固定点采用PSD传感器实现自动检测,当***检测到TCP对准PSD中心时,给机器人发送指令,使机器人变更姿态,实现末端TCP与定点的再次对准,从而实现机械臂的自动标定。
3、根据运动学误差模型,推导了机器人自标定所需的TCP误差公式和自标定误差公式。
4、根据机器人的结构特点选择合理的定点位置,选择定点位置处于不同区域、不同高度,以使得标定范围尽量多的覆盖机器人整个运动空间。
附图说明
图1是本发明实施例提供的基于视觉的机器人自标定方法流程图;
图2a是本发明实施例提供的基于视觉的机器人自标定原理主视图;
图2b是本发明实施例提供的基于视觉的机器人自标定原理俯视图;
图3是本发明实施例提供的基于视觉的机器人自标定***模块框图。
附图标记:
1、初始参数获取模块,2、工具中心点标定模块,3、DH参数校准模块,4、误差计算模块,5、标定判定模块。
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。
请参照图1和图2,本发明实施例的第一方面提供了一种基于视觉的机器人自标定方法,机械臂末端固设有工具中心点(TCP,Tool Center Point),工具中心点处设有视觉传感器,机械臂的周围环境中设置有至少三个预设点位,预设点位顶部设置有位置探测器,如PSD,包括如下步骤:
步骤S100,获取机械臂的初始DH参数。机械臂DH参数是用于描述机械臂运动学模型的参数,DH参数由Denavit-Hartenberg提出。
步骤S200,基于初始DH参数对机械臂进行工具中心点标定,多次调整机械臂状态,基于视觉传感器使工具中心点始终对准一预设点位,得到工具中心点的初始位置数据。
步骤S300,依据工具中心点的初始位置数据对机械臂的DH参数进行校准,多次调整机械臂状态,使工具中心点分别对准至少三个预设点位,得到校准DH参数。
步骤S400,依据校准DH参数,计算机械臂的工具中心点误差和对准误差。
步骤S500,判断工具中心点误差是否小于工具中心点误差阈值以及对准误差是否小于对准误差阈值,如是则判定校准后的DH参数为最优值,如否则重新标定工具中心点和校准DH参数。
上述技术方案中,机械臂末端固设有视觉传感器,在标定过程中,控制机器人在不同位姿下将TCP对准相应预设点位目标的十字准星的交叉中心,所述十字准星的交叉中心设置在位置探测器PSD(Position Sensitive detector)的敏感面上,即让机器人的TCP位置与该预设点位重合。线激光经过十字中心位置时,PSD传感器返回信号,保存此时的关节角以识别运动参数误差。由于摄像机的拍摄范围有限,只有机器人中的一小部分可以在标定目标的任何给定位置进行测试。为了覆盖更多的机器人体积,标定目标必须放置在不同的高度、不同区域。可选的,在每个预设定位处,控制机械臂上的TCP以10种不同姿态对准交叉中心。
TCP指的是相机光轴与激光平面的交点。当激光传感器固定于机械臂末端时,TCP是相对于机械臂末端的一个固定点。进行TCP标定时,控制机械臂以不同位姿使TCP与一预设点位(PSD传感器的中心)重合。当机械臂末端上的TCP对准预设点位时,预设点位的坐标为定值,可直接获得。如果控制机械臂以不同位姿的多个状态进行对准,则机械臂末端的TCP的位置不变。
具体的,步骤S200中的基于初始DH参数对机械臂进行工具中心点标定,得到工具中心点的初始位置数据,进一步包括如下步骤:
步骤S210,基于初始DH参数,计算机械臂末端的方向参数和位置参数。
步骤S220,依据机械臂末端的方向参数和位置参数,计算工具中心点的初始位置数据。
具体的,、/>、/>、/>、/>为机械臂的初始DH参数。通过上述参数可以计算得到机械臂末端的方向参数R和位置参数T。由上述机械臂末端的方向参数R和位置参数T,基于下面的公式可以推导出工具中心点的初始位置数据。
进一步地,步骤S210中的方向参数和位置参数的可以通过如下方式计算。机械臂末端的方向数据和位置数据/>的计算公式如下:
;
;
其中,为机械臂的第k-1个关节至第k个关节的转换矩阵,/>为机械臂基座至第1个关节的转换矩阵,/>,/>、/>、/>、/>、/>为机械臂的初始DH参数。
以六轴串联机械臂为例,运动学模型表征各关节旋转角度与机器人末端位姿之间的关系。对于连续两个关节轴平行或者接***行的情况,轴的对准误差很小,就会导致参数/>,/>和/>的误差很大。为了克服这一问题,在将/>设为零的同时,引入/>绕/>轴小旋转。
R和T分别为由运动学参数表示的机械臂末端在基坐标系中的方向和位置。由齐次变换矩阵易知,运动学参数的误差会导致机械臂末端的位姿出现偏差。如果没有精确的运动学参数,机械臂绝对定位的精度堪忧。因此,对运动参数辨识及其误差补偿是相当必要的。
进一步地,机械臂的对准误差的计算公式为:
;
其中,为在对机械臂的DH参数进行校准过程中的第j种校准位姿时的依据校准DH参数校准得到的机械臂末端坐标系相对应机械臂基坐标系的转换矩阵,/>为在对机械臂的DH参数进行校准过程中的第i种校准位姿时的依据校准DH参数校准得到的机械臂末端坐标系相对应基坐标系的转换矩阵,/>,/>为校准DH参数时调整机械臂状态以使工具中心点与一预设点位对准的次数,/>为工具中心点初始位置数据。
进一步地,工具中心点的初始位置数据的计算公式为:
;
其中,和/>为校准DH参数过程中采用第i种位姿将工具中心点与一预设点位对准时机械臂末端在基坐标系中的方向数据和位置数据。
进一步地,依据校准DH参数校准得到的机械臂末端坐标系相对应基坐标系的转换矩阵的计算公式为:
;
;
;
;
其中,、/>、/>、/>、/>表示DH参数误差,校准DH参数为初始DH参数和DH参数误差的和,/>、/>分别表示机械臂末端的位置数据误差和方向数据误差,/>、/>、/>、/>、/>、/>、/>和/>为3×N的机械臂末端偏导数对DH参数误差的矩阵,DH参数误差为初始DH参数与校准DH参数的差值。
进一步地,机械臂的工具中心点误差为:
;
其中,为工具中心点标定过程中第h次调整后的机械臂末端的方向数据,/>为工具中心点标定过程中第h+1次调整后的机械臂末端的方向数据,/>为工具中心点标定过程中第k次调整后的机械臂末端的位置数据,/>为工具中心点标定过程中第h+1次调整后的机械臂末端的位置数据,/>,/>为工具中心点标定过程中调整机械臂状态使工具中心点对准预设点位的次数,/>为工具中心点的初始位置数据。
进一步地,在计算机械臂的工具中心点误差时,机械臂末端的方向数据和位置数据/>的计算公式如下:
。
在进行TCP标定时,同样需要用到前面计算过程中得到的机械臂末端的方向数据和位置数据,h表示在进行TCP标定过程中针对同一预设点位进行的第h次调整机械臂位姿。
相应地,请参照图3,本发明实施例的第二方面提供了一种基于视觉的机器人自标定***,机械臂末端固设有工具中心点,工具中心点处设有视觉传感器,机械臂的周围环境中设置有至少三个预设点位,预设点位顶部设置有位置探测器,包括:
初始参数获取模块1,其用于获取机械臂的初始DH参数;
工具中心点标定模块2,其用于基于初始DH参数对机械臂进行工具中心点标定,多次调整机械臂状态,基于视觉传感器使工具中心点始终对准一预设点位,得到工具中心点的初始位置数据;
DH参数校准模块3,其用于依据工具中心点的初始位置数据对机械臂的DH参数进行校准,多次调整机械臂状态,使工具中心点分别对准至少三个预设点位,得到校准DH参数;
误差计算模块4,其用于依据校准DH参数,计算机械臂的工具中心点误差和对准误差;
标定判定模块5,其用于判断工具中心点误差是否小于工具中心点误差阈值以及对准误差是否小于对准误差阈值,如是则判定校准后的DH参数为最优值,如否则重新标定工具中心点和校准DH参数。
上述基于视觉的机器人自标定***中的各个模块可以依据基于视觉的机器人自标定方法中的步骤细化为具体的功能单元,执行相应的具体步骤,在此不再赘述。
此外,本发明实施例的第三方面还提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行上述基于视觉的机器人自标定方法。
此外,本发明实施例的第四方面还提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述基于视觉的机器人自标定方法。
本发明实施例旨在保护一种基于视觉的机器人自标定方法及***,机械臂末端固设有工具中心点,工具中心点处设有视觉传感器,机械臂的周围环境中设置有至少三个预设点位,预设点位顶部设置有位置探测器,其中方法包括如下步骤:获取机械臂的初始DH参数;基于初始DH参数对机械臂进行工具中心点标定,多次调整机械臂状态,基于视觉传感器使工具中心点始终对准一预设点位,得到工具中心点的初始位置数据;依据工具中心点的初始位置数据对机械臂的DH参数进行校准,多次调整机械臂状态,使工具中心点分别对准至少三个预设点位,得到校准DH参数;依据校准DH参数,计算机械臂的工具中心点误差和对准误差;判断工具中心点误差是否小于工具中心点误差阈值以及对准误差是否小于对准误差阈值,如是则判定校准后的DH参数为最优值,如否则重新标定工具中心点和校准DH参数。上述技术方案具备如下效果:
1.采用基于定点约束的视觉标定方法,根据建立的误差模型,无需标定机器人基坐标系和手眼坐标系,减少了基坐标系标定和手眼标定的误差对运动学误差的影响,使参数误差识别更为准确。
2.定点约束的固定点采用PSD传感器实现自动检测,当***检测到TCP对准PSD中心时,给机器人发送指令,使机器人变更姿态,实现末端TCP与定点的再次对准,从而实现机械臂的自动标定,操作简便。
3.根据机器人的结构特点选择合理的定点位置,选择定点位置处于不同区域、不同高度,以使得标定范围尽量多的覆盖机器人整个运动空间,只选用3-4个定点进行标定,不需要很大的场地,有利于运动学标定在工业场景下的推广。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的***。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令***的制造品,该指令***实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于视觉的机器人自标定方法,其特征在于,机械臂末端固设有工具中心点,所述工具中心点处设有视觉传感器,所述机械臂的周围环境中设置有至少三个预设点位,所述预设点位顶部设置有位置探测器,包括如下步骤:
获取机械臂的初始DH参数;
基于所述初始DH参数对所述机械臂进行工具中心点标定,多次调整所述机械臂状态,基于所述视觉传感器使所述工具中心点始终对准一所述预设点位,得到所述工具中心点的初始位置数据;
依据所述工具中心点的初始位置数据对所述机械臂的DH参数进行校准,多次调整所述机械臂状态,使所述工具中心点分别对准所述至少三个预设点位,得到校准DH参数;
依据所述校准DH参数,计算所述机械臂的工具中心点误差和对准误差;
判断所述工具中心点误差是否小于工具中心点误差阈值以及所述对准误差是否小于对准误差阈值,如是则判定所述校准后的所述DH参数为最优值,如否则重新标定工具中心点和校准DH参数。
2.根据权利要求1所述的基于视觉的机器人自标定方法,其特征在于,所述基于所述初始DH参数对所述机械臂进行工具中心点标定,得到所述工具中心点的初始位置数据,包括:
基于所述初始DH参数,计算所述机械臂末端的方向参数和位置参数;
依据所述机械臂末端的方向参数和位置参数,计算所述工具中心点的初始位置数据。
3.根据权利要求2所述的基于视觉的机器人自标定方法,其特征在于,
所述机械臂末端的方向数据和位置数据/>的计算公式如下:
;
;
其中,为所述机械臂的第k-1个关节至第k个关节的转换矩阵,/>为所述机械臂基座至第1个关节的转换矩阵,/>,/>、/>、/>、/>、/>为所述机械臂的初始DH参数。
4.根据权利要求3所述的基于视觉的机器人自标定方法,其特征在于,
所述机械臂的对准误差的计算公式为:
;
其中,为在对所述机械臂的DH参数进行校准过程中的第j种校准位姿时的依据所述校准DH参数校准得到的所述机械臂末端坐标系相对应所述机械臂基坐标系的转换矩阵,为在对所述机械臂的DH参数进行校准过程中的第i种校准位姿时的依据所述校准DH参数校准得到的所述机械臂末端坐标系相对应所述基坐标系的转换矩阵,/>,/>为校准所述DH参数时调整机械臂状态以使所述工具中心点与一预设点位对准的次数,/>为所述工具中心点初始位置数据。
5.根据权利要求4所述的基于视觉的机器人自标定方法,其特征在于,
所述工具中心点的初始位置数据的计算公式为:
;
其中,和/>为校准所述DH参数过程中采用第i种位姿将所述工具中心点与一所述预设点位对准时所述机械臂末端在所述基坐标系中的方向数据和位置数据。
6.根据权利要求5所述的基于视觉的机器人自标定方法,其特征在于,
依据所述校准DH参数校准得到的所述机械臂末端坐标系相对应所述基坐标系的转换矩阵的计算公式为:
;
;
;
;
其中,、/>、/>、/>、/>表示DH参数误差,所述校准DH参数为所述初始DH参数和所述DH参数误差的和,/>、/>分别表示所述机械臂末端的位置数据误差和方向数据误差,、/>、/>、/>、/>、/>、/>和/>为3×N的机械臂末端偏导数对所述DH参数误差的矩阵,所述DH参数误差为所述初始DH参数与所述校准DH参数的差值。
7.根据权利要求3所述的基于视觉的机器人自标定方法,其特征在于,
所述机械臂的工具中心点误差为:
;
其中,为工具中心点标定过程中第h次调整后的所述机械臂末端的方向数据,/>为工具中心点标定过程中第h+1次调整后的所述机械臂末端的方向数据,/>为工具中心点标定过程中第k次调整后的所述机械臂末端的位置数据,/>为工具中心点标定过程中第h+1次调整后的所述机械臂末端的位置数据,/>,/>为工具中心点标定过程中调整所述机械臂状态使所述工具中心点对准所述预设点位的次数,/>为所述工具中心点的初始位置数据。
8.根据权利要求7所述的基于视觉的机器人自标定方法,其特征在于,
在计算所述机械臂的工具中心点误差时,所述机械臂末端的方向数据和位置数据/>的计算公式如下:
。
9.一种基于视觉的机器人自标定***,其特征在于,机械臂末端固设有工具中心点,所述工具中心点处设有视觉传感器,所述机械臂的周围环境中设置有至少三个预设点位,所述预设点位顶部设置有位置探测器,包括:
初始参数获取模块,其用于获取机械臂的初始DH参数;
工具中心点标定模块,其用于基于所述初始DH参数对所述机械臂进行工具中心点标定,多次调整所述机械臂状态,基于所述视觉传感器使所述工具中心点始终对准一所述预设点位,得到所述工具中心点的初始位置数据;
DH参数校准模块,其用于依据所述工具中心点的初始位置数据对所述机械臂的DH参数进行校准,多次调整所述机械臂状态,使所述工具中心点分别对准所述至少三个预设点位,得到校准DH参数;
误差计算模块,其用于依据所述校准DH参数,计算所述机械臂的工具中心点误差和对准误差;
标定判定模块,其用于判断所述工具中心点误差是否小于工具中心点误差阈值以及所述对准误差是否小于对准误差阈值,如是则判定所述校准后的所述DH参数为最优值,如否则重新标定工具中心点和校准DH参数。
10.一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行如权利要求1-8任一所述的基于视觉的机器人自标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524509.1A CN117226856A (zh) | 2023-11-16 | 2023-11-16 | 一种基于视觉的机器人自标定方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524509.1A CN117226856A (zh) | 2023-11-16 | 2023-11-16 | 一种基于视觉的机器人自标定方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117226856A true CN117226856A (zh) | 2023-12-15 |
Family
ID=89086646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311524509.1A Pending CN117226856A (zh) | 2023-11-16 | 2023-11-16 | 一种基于视觉的机器人自标定方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117226856A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103115629A (zh) * | 2013-01-23 | 2013-05-22 | 天津大学 | 机器人柔性视觉测量***中工具坐标系快速修复方法 |
RU2671787C1 (ru) * | 2017-07-10 | 2018-11-06 | Общество с ограниченной ответственностью "Эйдос - Робототехника" | Способ повышения точности позиционирования промышленного робота |
CN111168719A (zh) * | 2020-02-20 | 2020-05-19 | 上海节卡机器人科技有限公司 | 一种基于定位工装的机器人校准方法及*** |
CN111300432A (zh) * | 2020-04-08 | 2020-06-19 | 南京工程学院 | 一种工业机器人六维刚度误差补偿***及其补偿方法 |
CN111360812A (zh) * | 2018-12-26 | 2020-07-03 | 中国科学院沈阳自动化研究所 | 一种基于相机视觉的工业机器人dh参数标定方法及标定装置 |
CN111531547A (zh) * | 2020-05-26 | 2020-08-14 | 华中科技大学 | 一种基于视觉测量的机器人标定及检测方法 |
CN112873213A (zh) * | 2021-03-02 | 2021-06-01 | 南京达风数控技术有限公司 | 一种提升六关节机器人工具坐标系标定精度的方法 |
CN116277035A (zh) * | 2023-05-15 | 2023-06-23 | 北京壹点灵动科技有限公司 | 机器人的控制方法、装置、处理器及电子设备 |
CN116330287A (zh) * | 2023-03-29 | 2023-06-27 | 浙江省计量科学研究院 | 在役精度智能诊断校准的工业机器人***及诊断校准方法 |
-
2023
- 2023-11-16 CN CN202311524509.1A patent/CN117226856A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103115629A (zh) * | 2013-01-23 | 2013-05-22 | 天津大学 | 机器人柔性视觉测量***中工具坐标系快速修复方法 |
RU2671787C1 (ru) * | 2017-07-10 | 2018-11-06 | Общество с ограниченной ответственностью "Эйдос - Робототехника" | Способ повышения точности позиционирования промышленного робота |
CN111360812A (zh) * | 2018-12-26 | 2020-07-03 | 中国科学院沈阳自动化研究所 | 一种基于相机视觉的工业机器人dh参数标定方法及标定装置 |
CN111168719A (zh) * | 2020-02-20 | 2020-05-19 | 上海节卡机器人科技有限公司 | 一种基于定位工装的机器人校准方法及*** |
CN111300432A (zh) * | 2020-04-08 | 2020-06-19 | 南京工程学院 | 一种工业机器人六维刚度误差补偿***及其补偿方法 |
CN111531547A (zh) * | 2020-05-26 | 2020-08-14 | 华中科技大学 | 一种基于视觉测量的机器人标定及检测方法 |
CN112873213A (zh) * | 2021-03-02 | 2021-06-01 | 南京达风数控技术有限公司 | 一种提升六关节机器人工具坐标系标定精度的方法 |
CN116330287A (zh) * | 2023-03-29 | 2023-06-27 | 浙江省计量科学研究院 | 在役精度智能诊断校准的工业机器人***及诊断校准方法 |
CN116277035A (zh) * | 2023-05-15 | 2023-06-23 | 北京壹点灵动科技有限公司 | 机器人的控制方法、装置、处理器及电子设备 |
Non-Patent Citations (2)
Title |
---|
SHIBIN YIN等: "A Vision-Based Self-Calibration Method for Robotic Visual Inspection Systems", SENSORS 2013, no. 13, pages 16565 - 16582 * |
张合 等: "目标探测与识别技术", 30 April 2015, 北京理工大学出版社, pages: 197 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9333654B2 (en) | Robot parts assembly on a workpiece moving on an assembly line | |
CN108818536B (zh) | 一种机器人手眼标定的在线偏移修正方法及装置 | |
CN108717715B (zh) | 一种用于弧焊机器人的线结构光视觉***自动标定方法 | |
JP4021413B2 (ja) | 計測装置 | |
US8346392B2 (en) | Method and system for the high-precision positioning of at least one object in a final location in space | |
US20150202776A1 (en) | Data generation device for vision sensor and detection simulation system | |
CN110883774B (zh) | 机器人关节角零位标定***、方法及存储介质 | |
WO2015070010A1 (en) | Calibration system and method for calibrating industrial robot | |
CN111360812B (zh) | 一种基于相机视觉的工业机器人dh参数标定方法及标定装置 | |
CN107053216A (zh) | 机器人和末端执行器的自动标定方法及*** | |
CN111489399B (zh) | 一种视觉跟踪组件安装参数标定装置和方法 | |
TWI762371B (zh) | 機械手臂與輪廓感測器座標系相對關係之自動校正方法與系統 | |
CN109108982B (zh) | 基于标准量具的多关节机器人几何尺寸精度校准装置及校准方法 | |
CN112318498A (zh) | 一种考虑参数耦合的工业机器人标定方法 | |
US7957834B2 (en) | Method for calculating rotation center point and axis of rotation, method for generating program, method for moving manipulator and positioning device, and robotic system | |
Santolaria et al. | Self-alignment of on-board measurement sensors for robot kinematic calibration | |
JP2002532268A (ja) | ロボット・ツールのセル整列、識別、および較正のための方法 | |
CN115179323A (zh) | 基于远心视觉约束的机器末位姿测量装置及精度提升方法 | |
JP2007533963A (ja) | 物体の3d位置の非接触式光学的測定方法及び測定装置 | |
JP2007533963A5 (zh) | ||
CN114012719A (zh) | 一种六轴机器人的零点标定方法及*** | |
CN113781558A (zh) | 一种姿态与位置解耦的机器人视觉寻位方法 | |
Jian et al. | On-line precision calibration of mobile manipulators based on the multi-level measurement strategy | |
CN117226856A (zh) | 一种基于视觉的机器人自标定方法及*** | |
Nieves et al. | Laser beam multi-position alignment approach for an automated industrial robot calibration |
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 |