改进的基于筛选和最小二乘法的手眼标定算法制造技术

本发明专利技术公开了一种改进的基于筛选和最小二乘法的手眼标定算法，主要由初始数据处理、数据筛选、转置运算、最小二乘法和精度检验组成。数据筛选通过设定角度阈值去除绕旋转轴旋转角度不大于阈值的移动过程数据。转置变换替代传统手眼标定算法求解旋转矩阵过程中的后两次求逆运算，从而减小了由于多次求逆造成的累积误差，改善了传统手眼标定算法。精度检验中提出用投影后的定位误差来衡量标定误差。最小二乘法应用在求解手眼关系旋转矩阵和平移向量中。该算法适用性强，鲁棒性好，而且实验证明在x、y和z三个方向的标定精度均在1mm以内，从而可以更好地标定工业机器人手和眼之间的相对关系，为机器人视觉伺服奠定基础。

Improved hand eye calibration algorithm based on filtering and least squares

The invention discloses an improved hand eye calibration algorithm based on screening and least squares, mainly consisting of initial data processing, data sieving, transpose operation, least square method and precision test. Data filtering removes the moving process data around the rotation axis with no angle greater than the threshold by setting an angle threshold. Instead of the traditional hand eye calibration algorithm, the transpose transform solves the two inverse operations in the rotation matrix, thus reducing the cumulative error caused by multiple inversion, and improving the traditional hand eye calibration algorithm. In the inspection of accuracy, the calibration error is put forward by measuring the position error after projection. The least squares method is applied to solve hand eye relations, rotation matrices and translation vectors. This algorithm has strong applicability, good robustness, and experiments show that the calibration accuracy in X, y and Z in three directions were less than 1mm, which can better calibrate the relative relationship between the robot hand and eye, lay the foundation for robot visual servo.

【技术实现步骤摘要】
改进的基于筛选和最小二乘法的手眼标定算法
：本专利技术提出了一种改进的基于筛选和最小二乘法的手眼标定算法，适用于所有工业机器人的手眼关系标定，标定精度高，为工业机器人视觉伺服控制奠定基础。
技术介绍
：机器视觉的发展赋予了机器人可以“看”世界的能力，使得机器人可以更加智能地执行任务。在工业生产中，越来越多的工业机器人配有Eye-in-Hand手眼系统，相机和机器人末端执行器之间的相对位置关系保持不变。手眼标定技术就是在机器人执行任务之前，利用机器人末端位姿信息和主动视觉图像信息确定相机和机器人末端执行器的空间关系。手眼标定的方法主要有张正友平面标定法、Tsai转站法、直积法等。Tsai转站法的不足是需要机器人末端移动较大的角度才能进行标定，否则标定结果误差很大。直积法在噪声明显的情况不稳定。传统的手眼标定算法采用张正友平面标定法，该算法以棋盘格为目标，通过相机采集到的图像结合机器人末端位姿求解方程得到手眼关系。该算法的优点是：方法比较成熟而且操作简单；缺点是：标定板图像易受噪声影响，标定的手眼参数具有随机性而且精度误差无法控制在1mm以内，对机器人工作尤其是对焊接机器人定位焊缝的影响本文档来自技高网...

【技术保护点】
改进的基于筛选和最小二乘法的手眼标定算法主要由初始数据处理、数据筛选、转置运算、最小二乘法和精度检验等部分组成。其特征在于：所述的初始数据处理是通过采集到的对应位置的机器人位姿数据和标定板图像数据的计算得到矩阵wMe和cMo。所述的数据筛选过程包括选取移动过程、求解移动过程中机器人末端齐次变换矩阵、设定角度阈值和筛选，利用采集到的机器人在每个位置的末端位姿数据选择移动过程，然后求解移动过程中机器人末端的齐次变换矩阵，最后通过设定角度阈值去除绕旋转轴旋转角度不大于阈值的移动过程数据。所述转置变换是将传统手眼标定算法求解旋转矩阵过程中的后两次求逆运算替换为转置运算，减小了由于多次求逆造成的累积误差...

【技术特征摘要】
1.改进的基于筛选和最小二乘法的手眼标定算法主要由初始数据处理、数据筛选、转置运算、最小二乘法和精度检验等部分组成。其特征在于：所述的初始数据处理是通过采集到的对应位置的机器人位姿数据和标定板图像数据的计算得到矩阵wMe和cMo。所述的数据筛选过程包括选取移动过程、求解移动过程中机器人末端齐次变换矩阵、设定角度阈值和筛选，利用采集到的机器人在每个位置的末端位姿数据选择移动过程，然后求解移动过程中机器人末端的齐次变换矩阵，最后通过设定角度阈值去除绕旋转轴旋转角度不大于阈值的移动过程数据。所述转置变换是将传统手眼标定算法求解旋转矩阵过程中的后两次求逆运算替换为转置运算，减小了由于多次求逆造成的累积误差，改善了传统手眼标定算法，有利于提高手眼标定的精度。所述最小二乘法用来求解手眼关系的旋转矩阵和平移向量，有效降低了数据偶然性对标定精度的影响。所述精度检验就是通过手眼关系矩阵将标定板上的检测点投影到世界坐标系中得到投影点的世界坐标，然后控制机器人运动到投影点后统计定位误差，利用该误差的分布规律来衡量手眼标定精度。2.根据权利要求1所述的数据筛选由移动过程选取与数据求解、阈值选取和筛选等部分组成，其特征在于：所述移动过程选取与数据求解是通过采集数据的位置按照本发明提出的策略选取移动过程，然后根据位置数...

【专利技术属性】
技术研发人员：叶平，卢宏亮，孙汉旭，李正阳，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11