The invention discloses a method for robot hand-eye calibration based on natural scenes, which includes three parts: first, using SFM solution to define out-of-camera parameters on the basis of a scale factor; secondly, eliminating the scale factor, establishing an improved hand-eye calibration equation, introducing the rotation matrix and translation vector in the matrix direct product theory to parameterize the calibration equation; finally, through the minimum two. The multiplication method solves the hand-eye relationship and the orientation relationship between the robot coordinate system and the world coordinate system at the same time. The method of the present invention solves the camera parameters based on the structure from Motion (SFM) algorithm, which can get rid of the dependence of the traditional robot hand-eye calibration process on the plane target, and solves the hand-eye calibration equation after eliminating the scale factor by the matrix direct product parameter method, avoiding the influence of the scale factor on the accuracy of the solution of the calibration equation, and expands the application of hand-eye calibration. Range.
【技术实现步骤摘要】
一种基于自然场景的机器人手眼标定方法
本专利技术涉及工业机器人视觉标定
,尤其涉及一种基于自然场景的机器人手眼标定方法,可以用于关节臂坐标测量机、机器人手术、移动机器人
技术介绍
自从1966年世界上第一台具有视觉传感器的智能机器人Shakey诞生以来,视觉传感器广泛应用于机器人自主避障和导航,医疗手术,汽车制造等领域。在利用机器人视觉系统进行自主作业时,需要将摄像机固定在机器人手臂的末端执行器上构成手眼系统,通过视觉传感器给机器人运动控制系统提供眼的功能。评估上述机器人视觉系统测量精度的关键步骤之一是准确地测算出机器人坐标系与视觉传感器坐标系间的相对方位关系,即手眼标定问题。目前大部分手眼标定方法都是通过精确标定的参照物(如棋盘格靶标)求解相机外参数,具有代表性的方法有Zhuang等的线性二分法、Horaud等的单位四元数法、Shah等的矩阵直积法、Daniilidis和Ulrich等的对偶四元数法、Li等的基于李群李代数的概率统计法、Heller等的全局优化方法、Wu等双臂协作机器人的同步标定方法以及Amy等的多相机迭代法。然而,在一些特殊应用领域,例如移动机器人和手术机器人,考虑到载重和无菌条件限制,很难通过传统的标定参照物完成手眼标定过程,鉴于此,Andreff等提出一种不需要标定参照物的手眼标定改进方法,利用SFM方法,直接从自然场景中获得缺失尺度因子的相机外参数,将未知的尺度因子与手眼关系一同代入手眼标定方程进行求解。近年来,这种不需要标定参照物的手眼标定改进方法获得学者们的普遍重视。例如,在Andreff的手眼标定模型基础上, ...
【技术保护点】
1.一种基于自然场景的机器人手眼标定方法,其特征在于,包括以下步骤:S1、通过SFM算法进行自然场景重建,设定旋转误差阈值,利用自适应RANSAC算法对标定数据集C
【技术特征摘要】
1.一种基于自然场景的机器人手眼标定方法,其特征在于,包括以下步骤:S1、通过SFM算法进行自然场景重建,设定旋转误差阈值,利用自适应RANSAC算法对标定数据集Cn中的相机外参数进行预筛选;S2、对手眼标定方程A(s)X=YB作等价变换,消除标定方程中尺度因子s,利用矩阵直积法把手眼标定方程中矩阵的乘积表示为矩阵与向量的乘积,将S1中筛选出的满足误差阈值要求的相机外参数代入参数化的手眼标定方程,建立齐次线性方程组;S3、采用奇异值分解对S2中参数化的手眼标定方程进行求解,得到满足齐次线性方程的解向量值x,然后对其加入正交和单位约束得到正确的手眼关系X以及机器人坐标系与世界坐标系方位关系Y。2.如权利要求1所述的一种基于自然场景的机器人手眼标定方法,其特征在于,所述S1中相机外参数包括摄像机坐标系到参考物世界坐标系的变换矩阵Ai中的旋转部分相机外参数RAi、机器人工具坐标系到机器人基坐标系的变换矩阵Bi中的旋转部分相机外参数RBi,RAi、RBi的筛选方法具体包括:S1.1、将摄像机固定在机器人末端执行器上,采集标定数据,利用机器人带动摄像机每次选取N个不同位姿对陶瓷棋盘格平面靶拍照成像,两两进行组合可以得到M=N(N-1)/2组标定数据集Cn,利用线性方法求解手眼标定矩阵中的旋转部分RX和RY;S1.2、建立标定数据旋转误差筛选模型:其中,eR为误差阈值;S1.3、利用自适应RANSAC算法对标定数据集Cn中相机外参数RAi、RBi进行预筛选。3.如权利要求2所述的一种基于自然场景的机器人手眼标定方法,其特征在于,所述S1.3具体包括:设定最少数据点n=2,设定满足误差阈值eR要求的内点比例初值w0=0.5,K次抽样中所有样本均为坏样本的概率z=0.02,旋转误差阈值初值eR=0.01,终止RANSAC抽样的条件为满足误差阈值eR的标定数据集CX≥9,采用自适应算法抽样并更新w0和eR,直到标定数据集CX≥9,记下此时的角度...
【专利技术属性】
技术研发人员:董明利,李巍,祝连庆,娄小平,潘志康,樊凡,孟晓辰,
申请(专利权)人:北京信息科技大学,
类型:发明
国别省市:北京,11
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。