The invention discloses a method and device for hand-eye calibration of a manipulator based on three-dimensional object recognition, in which the calibration methods include: acquiring the first calibration data of the calibrator in the three-dimensional perspective coordinate system; acquiring the second calibration data of the calibrator in the mechanical arm coordinate system; and, according to the first calibration data and the second calibration data, acquiring the second calibration data of the calibrator in the mechanical arm coordinate system. The transfer matrix from the coordinates of the three-dimensional perspective coordinate system to the coordinates of the manipulator is obtained by using the ICP iterative nearest point algorithm. This calibration method can still achieve high-precision calibration in the weak light environment, and the steps are simple and operable. It overcomes the shortcomings of the existing calibration methods, such as low accuracy, complex steps, poor operability and large illumination impact.
【技术实现步骤摘要】
一种基于三维物体识别的机械臂手眼标定方法及装置
本专利技术涉及图像识别处理领域,尤其涉及一种基于三维物体识别的机械臂手眼标定方法及装置。
技术介绍
工业自动化作为全球工业4.0时代到来的主要标志,智能制造和无人工厂是未来工业自动化的趋势。在无人工厂中,机械臂取代人工做一些重复的分拣与装配工作不仅可以节省成本,还可以提高工作效率。更智能的视觉与精确的机械臂控制系统成为实现无人工厂的重要前提。二维视觉发展多年已经有很成熟的理论和应用场景,但随着人们对机器的工作场景需求提高,二维视觉已经不能满足要求。三维视觉有着二维视觉不具备的天然优势,可以得到图像内像素点的精准距离信息,并且能在光强较低的环境下工作,所以基于三维视觉的机械臂抓取分拣系统越来越受到工业界重视。基于三维视觉的机械臂手眼系统分为三维视觉和机械臂运动控制模块,想要机械臂实现精准自主抓取分拣目标物体,必须要有高精度的视觉识别系统与机械臂运动控制系统,而这两个系统分别工作在不同的坐标系下,所以需要高精度的标定方法将两个坐标系转到同一坐标系下。现有的标定方案大多为二维视觉对棋盘格进行特征提取与匹配来获取机械臂与相机的坐标关系,这种基于二维棋盘格标定方案步骤繁杂、对环境要求较苛刻,而且标定好后还不能得到被抓取物体的精确距离信息,不能适用很多抓取分拣工业元器件混叠场景的需要。因此,现有技术还有待于改进和发展。
技术实现思路
鉴于上述现有技术的不足,本专利技术的目的在于提供一种基于三维物体识别的机械臂手眼标定方法及装置,旨在解决现有的基于二维棋盘格的标定方法步骤繁杂、对环境要求较苛刻、不够精准的问题。本专利技术的技术 ...
【技术保护点】
1.一种基于三维物体识别的机械臂手眼标定方法,其特征在于,包括:步骤S1、获取标定物在三维视角坐标系下的第一标定数据;步骤S2、获取所述标定物在机械臂坐标系中的第二标定数据;步骤S3、根据所述第一标定数据和所述第二标定数据,利用ICP迭代最近点算法求解得到:所述三维视角坐标系中的坐标到所述机械臂坐标系中的转移矩阵。
【技术特征摘要】
1.一种基于三维物体识别的机械臂手眼标定方法,其特征在于,包括:步骤S1、获取标定物在三维视角坐标系下的第一标定数据;步骤S2、获取所述标定物在机械臂坐标系中的第二标定数据;步骤S3、根据所述第一标定数据和所述第二标定数据,利用ICP迭代最近点算法求解得到:所述三维视角坐标系中的坐标到所述机械臂坐标系中的转移矩阵。2.根据权利要求1所述的基于三维物体识别的机械臂手眼标定方法,其特征在于,所述步骤S1包括:步骤S11、在三维视角坐标系下获取所述标定物的点云数据;步骤S12、通过point-net多层感知网络对所述点云数据进行分割与识别,得到所述标定物的第一标定数据。3.根据权利要求1所述的基于三维物体识别的机械臂手眼标定方法,其特征在于,所述步骤S3包括:步骤S31、构建两组标定数据的目标函数通过初始化R和T,然后迭代计算目标函数,使得目标函数收敛到稳定值停止迭代,得到旋转矩阵R和平移向量T;其中,第一标定数据C′={p1′,p2′…pm′};pi′、pm′分别表示第一标定数据中的第i/m个标定数据;第二标定数据R={pr1,pr2…prm},pri、prm分别表示第二标定数据中的第i/m个标定数据;步骤S32、根据所述旋转矩阵和所述平移向量,求解得到所述三维视角坐标系中的坐标到所述机械臂坐标系中的转移矩阵。4.一种基于三维物体识别的机械臂手眼标定装置,其特征在于,包括:机械臂、设置在所述机械臂上的深度相机,用于对所述标定物进行三维视角坐标系下采集,以及分别与所述机械臂、所述深度相机信号连接的智能控制模块,用于:计算标定物在三维视角坐标系...
【专利技术属性】
技术研发人员:唐文名,龚元浩,潘威,刘军,邱国平,
申请(专利权)人:深圳大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。