一种基于单目视觉的少自由度机器人运动学标定方法技术

本发明专利技术涉及一种基于单目视觉的少自由度机器人运动学标定方法，包括：根据现有标定变量U，利用绝对值编码棋盘对安装于少自由度机器人上的单目视觉传感器的多组位移Δ'进行分级测距并优化；标定棋盘格坐标系与基坐标系的转换角α，并根据转换角α对位移Δ'进行坐标变换得到位移Δ，结合电机角度Θ的变换值得到多组观测变量V

A kinematic calibration method for robot with less freedom based on monocular vision

The invention relates to a calibration method, the kinematics of low DOF robot based on monocular vision includes: according to the existing calibration variables U, encoding board of monocular vision sensor installed on the low DOF robot on multiple displacement Delta 'classification and location optimization using absolute calibration checkerboard coordinate conversion; and base coordinate angle alpha, and according to the conversion of angle coordinate transformation for the displacement Delta' displacement Delta, combining with the motor angle theta. Transform to multiple observation variables V

【技术实现步骤摘要】
一种基于单目视觉的少自由度机器人运动学标定方法
本专利技术涉及工业机器人标定领域，尤其是涉及一种基于单目视觉的少自由度机器人运动学标定方法。
技术介绍
精确测量机器人工作末端位移是完成机器人标定的核心。通常借助外界传感器测量其位姿。常用设备包括三坐标测量仪、经纬仪等精密测量仪器。但这些方案的共同缺点在于设备价格昂贵(数十万甚至上百万)，使用方法繁琐复杂，往往需要专业人员现场校正操控，使用门槛较高；另一方面，此类设备通常需要占据较大的空间，难以满足生产现场对于高效便捷的要求。受制于上述设备，工业现场往往采用根据机器人工作实际位置误差，手动拟合补偿函数，但这样并没有将模型中各个机械参数造成的误差解耦，难以满足精确度的要求。且标定结果适用范围具有很大的局限性，往往仅适用于标定过的位置，而其他位置存在较大误差。基于摄像头的运动学标定方案，以其经济、便捷的优点，能够很好的满足现场标定的要求。测量时，将相机固定在机器人末端，标靶位置固定且已知(或反之)。其基本原理是利用相机相对于固定标靶的移动，得到末端的位移信息。然而，现有的方案往往需要保持整个标靶始终处于视野范围内，利用标靶上所有的特征点，计算所需信息。这种方法很难利用普通相机做到高精度标定。主要原因是以下两点：1.机器人往往需要较大的工作空间，为了保持标靶始终处于视野范围内，这就要求相机的视野范围很大，相应的每个像素对应的尺寸就很大(很难控制在1mm2以内)，难以做到精确定位。2.标靶会较多的出现在视野中图片的边缘区域。而该部分有很严重的径向畸变。即使经过摄像头标定，其带来的误差也会使测量结果产生较大的波动，给结果的精准度造成干扰。
技术实现思路
本专利技术的目的是针对上述问题提供一种基于单目视觉的少自由度机器人运动学标定方法。本专利技术的目的可以通过以下技术方案来实现：一种基于单目视觉的少自由度机器人运动学标定方法，所述方法包括下列步骤：1)根据现有标定变量U，利用绝对值编码棋盘对安装于少自由度机器人上的单目视觉传感器的多组位移Δ'进行分级测距并优化，具体为：11)对绝对值编码棋盘的角点在像素坐标系下的位置坐标进行优化；12)利用优化后的绝对值编码棋盘对安装于少自由度机器人上的单目视觉传感器的位移进行分级测距，得到位移Δ'，同时测量与位移对应的电机角度Θ的变换值；2)标定棋盘格坐标系与基坐标系的转换角α，并根据转换角α对位移Δ'进行坐标变换得到位移Δ，结合步骤12)测量的电机角度Θ的变换值得到多组观测变量Vk；3)利用约束关系，结合步骤2)得到的多组观测变量Vk对标定变量U进行优化，判断标定变量U是否达到定位精度，若是则完成少自由度机器人的运动学标定，若否则返回步骤1)。所述位移Δ'为单目视觉传感器在绝对值编码棋盘下的中心栅格位置变化T与单目视觉传感器在中心栅格内部的相对位移T'之和。所述单目视觉传感器在绝对值编码棋盘下的中心栅格位置变化T具体为：根据识别中心栅格阵列的编码，确定单目视觉传感器所在的中心栅格的位置，继而确定单目视觉传感器在绝对值编码棋盘下的中心栅格位置变化T。所述单目视觉传感器在中心栅格内部的相对位移T'具体为：T'＝t(i+1)k-tikspik＝A[Riktik]Pik其中，i＝1,2,...表示单目视觉传感器的不同位置，k表示角点的编号，pik和Pik分别表示角点在像素坐标系与棋盘格坐标系下的坐标，s表示尺度参数，A表示单目视觉传感器内部参数，Rik和tik分别表示单目视觉传感器当前位姿在棋盘格坐标系下单旋转和平移。所述绝对值编码棋盘的具体构造过程为：根据棋盘大小构造n阶伪随机序列，并将该伪随机序列进行二维延拓，得到与棋盘对应的二维阵列作为棋盘的绝对值编码。所述对绝对值编码棋盘的角点在像素坐标系下的位置坐标进行优化具体为：111)根据绝对值编码棋盘的局部特征对角点在像素坐标系下的位置坐标进行优化；112)根据绝对值编码棋盘的整体属性，对优化后的角点在像素坐标系下的位置坐标进行进一步优化。所述步骤111)具体为：1111)根据公式对角点在像素坐标系下的位置坐标进行优化：其中，p为角点，qj为角点邻域内的点，DI为梯度。1112)求取步骤1111)优化后的角点误差值判断误差值是否小于误差阈值，若是则得到优化后的位置坐标，若否则返回步骤1111)，所述角点误差值具体为：所述根据绝对值编码棋盘的整体属性进行优化具体为：1121)根据步骤111)优化后得到的角点在像素坐标系下的位置坐标计算理想角点的坐标集合；1122)计算步骤121)得到的理想角点的坐标集合内每对相邻点距离与标准尺寸之间的差的平方和作为当前误差；1123)判断当前误差是否小于最优误差，若是则将得到的理想角点的坐标集合作为最优的角点坐标集合，并将当前误差作为最优误差，并进入步骤124)，若否则直接进入步骤124)；1124)判断最优误差是否达到给定阈值或迭代次数是否达到迭代阈值，若是则输出最优的角点坐标集合，若否则返回步骤121)。所述标定棋盘格坐标系与基坐标系的转换角α具体为：21)控制棋盘格坐标系与基坐标系的Z轴平行，并控制机器人沿X轴方向移动；22)测量机器人移动方向与棋盘格坐标系X轴的夹角，得到棋盘格坐标系与基坐标系的转换角α。所述对标定变量U进行优化具体为：Un+1＝Un-J(Un,V)+E(Un,V)E(U,V)＝[Γ1...Γt]Γk＝f(Vk,U)Vk＝[Θ1...ΘmΔxΔyΔz]其中，E(Un,V)为测量值的误差矩阵，J(Un,V)为误差矩阵的雅可比矩阵，Γk为约束条件。与现有技术相比，本专利技术具有以下有益效果：(1)利用绝对值编码棋盘，实现单目视觉传感器的分级测距，保证了单目视觉传感器始终工作在较小的视野范围内，且图片有效信息集中在图像中央畸变较小的部分，提高单目视觉传感器的测距精度，进而提高了标定的准确性。(2)分别根据绝对值编码棋盘的局部特征和整体属性对角点的位置坐标进行了优化，使角点的精度达到了亚像素的级别，进一步提高了单目视觉传感器的测距准确度，提高了标定的准确性。(3)根据绝对值编码棋盘的整体属性对棋盘的角点进行迭代优化，继而优化了机械参数和棋盘格位置参数，排数了人为引入的干扰。(4)利用单目视觉传感器进行标定，一方面节省成本，另一方面也便于现场安装，实用性强。附图说明图1为本专利技术的方法流程图；图2为分级测距的示意图，其中(2a)为中心栅格的位置变化示意图，(2b)为光心相对位移示意图；图3为8阶反馈移位寄存器的示意图；图4为对伪随机序列进行二维延扩的示意图；图5为角点位置优化的示意图，其中(5a)为利用棋盘格的局部特征进行角点位置优化，(5b)为利用棋盘格的整体属性进行角点位置优化。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术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，但本专利技术的保护范围不限于下述的实施例。机器人标定的通常步骤是根据机器人的结构特征，构建运动学模型。并利用模型特性建立观测变量与待标定变量的约束关系；通过外部传感器，高精度地测量所需观测变量；利用约束关系与多组实测值，通过相关数学优化方法，实现对待标定变量的优化；以此修正模型中的机械参数或进行末端的误差补偿，获得高精度的空间定位。如图1所示本文档来自技高网...

【技术保护点】
一种基于单目视觉的少自由度机器人运动学标定方法，其特征在于，所述方法包括下列步骤：1)根据现有标定变量U，利用绝对值编码棋盘对安装于少自由度机器人上的单目视觉传感器的多组位移Δ'进行分级测距并优化，具体为：11)对绝对值编码棋盘的角点在像素坐标系下的位置坐标进行优化；12)利用优化后的绝对值编码棋盘对安装于少自由度机器人上的单目视觉传感器的位移进行分级测距，得到多组位移Δ'，同时测量与位移Δ'对应的电机角度Θ；2)标定棋盘格坐标系与基坐标系的转换角α，并根据转换角α对位移Δ'进行坐标变换得到位移Δ，结合步骤12)测量的电机角度Θ的变换值得到多组观测变量V

【技术特征摘要】
1.一种基于单目视觉的少自由度机器人运动学标定方法，其特征在于，所述方法包括下列步骤：1)根据现有标定变量U，利用绝对值编码棋盘对安装于少自由度机器人上的单目视觉传感器的多组位移Δ'进行分级测距并优化，具体为：11)对绝对值编码棋盘的角点在像素坐标系下的位置坐标进行优化；12)利用优化后的绝对值编码棋盘对安装于少自由度机器人上的单目视觉传感器的位移进行分级测距，得到多组位移Δ'，同时测量与位移Δ'对应的电机角度Θ；2)标定棋盘格坐标系与基坐标系的转换角α，并根据转换角α对位移Δ'进行坐标变换得到位移Δ，结合步骤12)测量的电机角度Θ的变换值得到多组观测变量Vk；3)利用约束关系，结合步骤2)得到的多组观测变量Vk对标定变量U进行优化，判断标定变量U是否达到定位精度，若是则完成少自由度机器人的运动学标定，若否则返回步骤1)。2.根据权利要求1所述的基于单目视觉的少自由度机器人运动学标定方法，其特征在于，所述位移Δ'为单目视觉传感器在绝对值编码棋盘下的中心栅格位置变化T与单目视觉传感器在中心栅格内部的相对位移T'之和。3.根据权利要求2所述的基于单目视觉的少自由度机器人运动学标定方法，其特征在于，所述单目视觉传感器在绝对值编码棋盘下的中心栅格位置变化T具体为：根据识别中心栅格阵列的编码，确定单目视觉传感器所在的中心栅格的位置，继而确定单目视觉传感器在绝对值编码棋盘下的中心栅格位置变化T。4.根据权利要求2所述的基于单目视觉的少自由度机器人运动学标定方法，其特征在于，所述单目视觉传感器在中心栅格内部的相对位移T'具体为：T'＝t(i+1)k-tikspik＝A[Riktik]Pik其中，i＝1,2,...表示单目视觉传感器的不同位置，k表示角点的编号，pik和Pik分别表示角点在像素坐标系与棋盘格坐标系下的坐标，s表示尺度参数，A表示单目视觉传感器内部参数，Rik和tik分别表示单目视觉传感器当前位姿在棋盘格坐标系下单旋转和平移。5.根据权利要求1所述的基于单目视觉的少自由度机器人运动学标定方法，其特征在于，所述绝对值编码棋盘的具体构造过程为：根据棋盘大小构造n阶伪随机序列，并将该伪随机序列进行二维延拓，得到与棋盘对应的二维阵列作为棋盘的绝对值编码。6.根据权利要求1所述的基于单目视觉的少自由度机器人运动学标定方法，其特征在于，所述对绝对值编码棋盘的角点在像素坐标系下的位置坐标进行优化具体为：111)根据绝对值...

【专利技术属性】
技术研发人员：陈启军，张奎，韩新承，陈玺，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31