一种特定平面内的机器人手眼标定方法技术

本发明专利技术提出了一种特定平面内的机器人手眼标定方法，包括：对标定对象设置匹配模板，获取所述匹配模板中心像素坐标；将标定对象安装到机器人法兰上，示教机器人平移9个点，在每个点处获取机器人法兰的世界坐标P

【技术实现步骤摘要】
一种特定平面内的机器人手眼标定方法
本专利技术涉及机器人
，特别涉及一种特定平面内的机器人手眼标定方法。
技术介绍
参考图1，在机器人视觉系统中，相机固定于一点，通过相机拍照获取目标的信息，进而引导机器人进行运动是最为常见的应用场景之一。在该场景中，相机获取的是像素信息，将像素信息转换为机器人的运动信息需要已知相机坐标系和机器人坐标系(世界坐标系)之间的转换关系，而机器人手眼标定的目的就是确定相机坐标系和机器人世界坐标系之间的关系。由相机和机器人组成的系统中包括几个重要的坐标系，相关坐标系的概念如下：(1)像素坐标系：即一幅图像上以像素为单位，描述点的位置信息的坐标系；原点为图像左上角点；横纵坐标u，v以像素为单位。如图2所示。(2)图像物理坐标系：在像素坐标系下建立的以物理单位(毫米、米等)表示的坐标系。原点位于主点，即图像平面的中心，图2的O1点。x，y分别与u，v平行。(3)相机坐标系：以光心(即相机透镜的中心)为原点，Xc轴，Yc轴分别与图像的物理坐标系x，y轴平行，Zc轴与光轴重合，与图像平面垂直，如图4所示。(4)机器人坐标系：即机器人的基坐标系，是机器人进行运动学解算的参考坐标系。机器人的运动信息全部以基坐标系为参考。在本专利中机器人坐标系与世界坐标系相同。上述坐标系之间存在转换关系矩阵，将某点从像素坐标系转换为世界坐标系：其中，为从像素坐标系到相机坐标系的转换矩阵，为从相机坐标系到世界坐标系的转换矩阵。一般机器人的手眼标定即标定在已知时，还要准确标定相机的内参矩阵和外参矩阵，才可完成上述转换过程。而在很多平面视觉应用中，坐标转换仅限于像素坐标和单个特定平面内，因此只需确定像素坐标系与该平面内世界坐标系之间的关系，此时可以直接标定与的乘积无需单独标定使用时，工作平面与标定平面重合即可。经过推导，为单应性矩阵，对特定的平面进行机器人手眼标定的方法，即标定这个单应性矩阵的过程，该矩阵确定了某个平面内的世界坐标系与像素坐标系之间的映射关系，在平面视觉应用中可以直接使用。标定从相机坐标系到世界坐标系的转换矩阵的研究从20世纪80年代已经开始，1989年Shiu,Y.和Ahmad,S利用特解和通解的关系给出了的封闭解，Tsai,R.和Lenz,R将旋转矩阵求解化为等效特征轴求解，也给出了的封闭解，1991年，Chou,J.,&Kamel,M.提出了使用四元数的方式求解转换矩阵，以上这几篇文章都是将待求矩阵分解为平移部分和旋转矩阵部分，先对旋转矩阵部分进行求解，再对平移求解，计算过程极为复杂，标定结果在单个平面内使用时精度不高。1995年，Horaud,R.和Dornaika,F.提出了使用非线性最优的方式，同时求解的旋转和平移部分，算法的复杂度很高，但应用于单个平面时精度不高，1998年，KonstantinosDaniilidis提出了使用对偶四元数的方法求解矩阵，这是一种新的同时求解平移和旋转矩阵的算法，该种方法同样存在工业场景使用过程复杂，精度不高的局限性。在标定的文献和技术中，2014年，东莞奥普特自动化科技有限公司的一篇“机器人视觉系统的快速标定方法”中介绍了标定该矩阵的一种方法，该方法通过确定一系列世界坐标系的参考点，通过获取他们的像素坐标，使用最小二乘的方法确定了矩阵的参数，徐胤和袁浩巍等人的专利“一种机器人单目视觉引导系统的自动标定装置”介绍了一套使用类似原理进行的标定的装置。这两种方法需要保证世界坐标系参考点坐标的准确性。而在确定参考点的坐标时，需要人工进行工具标定。对大部分机器人系统，标定工具的过程比较繁琐，且在标定工具的过程中会引入较大误差，这将导致参考点的坐标误差，进而导致求解矩阵时较大的误差，标定精度不高的问题。因此，现有的文献和专利中使用的方法在工业现场应用时，存在过程复杂且精度不高的诸多缺点。
技术实现思路
本专利技术的目的旨在至少解决所述技术缺陷之一。为此，本专利技术的目的在于提出一种特定平面内的机器人手眼标定方法。为了实现上述目的，本专利技术的实施例提供一种特定平面内的机器人手眼标定方法，包括如下步骤：步骤S1，对标定对象设置匹配模板，获取所述匹配模板中心像素坐标；步骤S2，将标定对象安装到机器人法兰上，示教机器人平移9个点，在每个点处获取机器人法兰的世界坐标Pw1～Pw9，在每个点处获取标定对象上模板中心的像素坐标Pp1～Pp9；步骤S3，平移机器人法兰到相机视野内任意一点，获取世界坐标Pw10和模板中心的像素坐标Pp10；步骤S4，将所述标定对象绕法兰中心旋转2次，分别获取模板中心的像素坐标Pp11,Pp12；步骤S5，根据Pw1Pw9，Pp1Pp9，计算转换矩阵使得：步骤S6，根据Pp10，Pp11,Pp12计算所在圆的圆心像素坐标，并通过映射到世界坐标，与法兰坐标Pw10做差，得到固定偏差；步骤S7，将偏移固定偏差，得到最终的单应性矩阵所述单应性矩阵用于确定平面内的世界坐标系与像素坐标系之间的映射关系。进一步，在所述步骤S5中，建立从像素坐标到法兰坐标点转换矩阵，其中，h11,h12,h21,h22,h31,h32,p1,p2为的元素：进一步，所述计算固定偏差，包括如下步骤：在任意点处获取圆心的像素坐标为B(u1,v1)，绕法兰旋转2次，分别获取圆心的像素坐标为A(u0,v0),C(u2,v2)，通过不在一条直线上的三点可以确定一个圆，通过计算得到圆心坐标为O(uc,vc)；假设此时法兰的世界坐标为Pf(xf,yf)，将B(u1,v1)像素点由所述转换矩阵转换为法兰的坐标点时，结果必是Pf(xf,yf)，即：其中，s为相应的比例因子。将圆心坐标O(uc,vc)转换为法兰坐标点Oc(xc,yc)时，则就是从法兰点到圆心点的固定偏移。进一步，计算单应性矩阵包括：将进行偏移，得到最终的单应性矩阵：进一步，在所述步骤S7之后，还包括如下步骤：对标定结果进行精度验证：步骤S71，保证标定对应仍在标定的平面上，控制机器人运动到某点，获取标定对象的像素坐标Pp0；步骤S72，在同一平面内，平移标定对象特定偏移Δp＝(ΔX,ΔY)，再次获取标定对象的像素坐标Pp1；步骤S73，将Pp0和Pp1利用标定好的矩阵转换为世界坐标Pw0和Pw1，并求得世界坐标之间的偏移Δpt＝Pw1-Pw0＝(Δxt,Δyt)；步骤S74，计算Δp＝(ΔX,ΔY)，Δpt＝(Δxt,Δyt)之间在X轴方向和Y轴方向的分量误差，即可得到标定结果的精度状况根据本专利技术实施例的特定平面内的机器人手眼标定方法，提供计算标定矩阵的算法、标定精度的计算方法和针对特定平面进行手眼标定的整套方法，在标定过程中无需进行机器人工具标定。本专利技术实施例的特定平面内的机器人手眼标定方法，具有以下有益效果：(1)标定过程中无本文档来自技高网...

【技术保护点】
1.一种特定平面内的机器人手眼标定方法，其特征在于，包括如下步骤：/n步骤S1，对标定对象设置匹配模板，获取所述匹配模板中心像素坐标；/n步骤S2，将标定对象安装到机器人法兰上，示教机器人平移9个点，在每个点处获取机器人法兰的世界坐标P

【技术特征摘要】
1.一种特定平面内的机器人手眼标定方法，其特征在于，包括如下步骤：
步骤S1，对标定对象设置匹配模板，获取所述匹配模板中心像素坐标；
步骤S2，将标定对象安装到机器人法兰上，示教机器人平移9个点，在每个点处获取机器人法兰的世界坐标Pw1～Pw9，在每个点处获取标定对象上模板中心的像素坐标Pp1～Pp9；
步骤S3，平移机器人法兰到相机视野内任意一点，获取世界坐标Pw10和模板中心的像素坐标Pp10；
步骤S4，将所述标定对象绕法兰中心旋转2次，分别获取模板中心的像素坐标Pp11,Pp12；
步骤S5，根据Pw1Pw9，Pp1Pp9，计算转换矩阵使得：



步骤S6，根据Pp10，Pp11,Pp12计算所在圆的圆心像素坐标，并通过映射到世界坐标，与法兰坐标Pw10做差，得到固定偏差；
步骤S7，将偏移固定偏差，得到最终的单应性矩阵所述单应性矩阵用于确定平面内的世界坐标系与像素坐标系之间的映射关系。


2.如权利要求1所述的特定平面内的机器人手眼标定方法，其特征在于，在所述步骤S5中，建立从像素坐标到法兰坐标点转换矩阵，其中，h11,h12,h21,h22,h31,h32,p1,p2为的元素：





3.如权利要求1所述的特定平面内的机器人手眼标定方法，其特征在于，所述计算固定偏差，包括如下步骤：
在任意点处获取圆心的像素坐标为B(u1,v1)，绕法兰旋转2...

【专利技术属性】
技术研发人员：韩峰涛，耿旭达，张彪，李亚楠，袁顺宁，庹华，韩建欢，张雷，
申请(专利权)人：珞石山东智能科技有限公司，
类型：发明
国别省市：山东;37