一种3D相机相对于机械臂的位姿标定方法技术

本发明专利技术公开了一种3D相机相对于机械臂的位姿标定方法，该方法包括：采用球形物体作为标定物，该标定球相对于机械臂基座静止不动，机械臂带动相机在不同位置对其进行拍照；根据相机获得的三维点云数据，确定标定球的球心位置；以每次拍照的球心位置相对于第一次拍照的球心位置的偏差建立目标函数，将标定问题转化为优化问题；采用指数坐标对相对位姿的姿态进行描述，采用有限差分法求解目标函数的梯度，然后采用梯度下降方法，到达目标函数的最小值，从而实现对相对位姿的标定。本发明专利技术提供的标定方法，能始终保证在标定过程中姿态矩阵是特殊正交群，有效避免了标定方法带来的误差；描述相对位姿的参数数量的最少且完备的。描述相对位姿的参数数量的最少且完备的。描述相对位姿的参数数量的最少且完备的。

【技术实现步骤摘要】
一种3D相机相对于机械臂的位姿标定方法


[0001]本专利技术涉及3D视觉
，具体为一种3D相机相对于机械臂的位姿标定方法。

技术介绍

[0002]相比于2D视觉，3D视觉能获取更多的信息，特别是具备识别物体深度信息的能力，因此在机械臂应用中得到了越来越多的应用。3D相机获得的物体的位置信息是相对于相机坐标系的，为了将识别的位置信息用于机械臂的运动规划中，则需要将相机坐标系中的坐标转换到机器人的基坐标系中。为此，需要标定出3D相机相对于机械臂的位姿。
[0003]3D视觉获取的是三维位置信息，因此对于姿态的要求较高。相关文献 (201810442834.6，202110689530.1)提出了一种基于标准球的机器人手眼标定方法，但是他们将描述姿态矩阵的9个变量全部作为独立的未知量，然后通过求解超定方程的方法来进行标定。这种方法一是显著提高了标定变量的数量，实际上，姿态矩阵只需要3个独立变量就可以进行表达；二是求解超定方程需要计算大型矩阵的逆，计算时间长；第三则是破坏了姿态矩阵是单位正交阵的性质，在标定环节引入了额外的误差。
[0004]为了解决上述问题，本专利技术提供了一种新的姿态矩阵标定方法。该方法采用旋量坐标来表达姿态矩阵，在标定过程中始终保证姿态矩阵是单位正交的；通过迭代优化方法进行标定，降低了计算量，提高了收敛速度。

技术实现思路

[0005]基于此，本专利技术的目的是提供一种3D相机相对于机械臂的位姿标定方法，以解决的技术问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种3D相机相对于机械臂的位姿标定方法，包括以下步骤：
[0007](1)将标定球放在机械臂的工作空间内，标定过程中保持静止不动，机械臂带动相机在不同位置对标定球进行拍照，获得标定球的多组点云数据以及机械臂对应的末端位姿
[0008](2)根据所述点云数据，采用随机采样一致算法，对球面进行拟合，获得球心在相机坐标系中的位置
[0009](3)将球心坐标变换到机械臂的基坐标系下，得到球心坐标在基坐标系中的表达以相对于第一次拍照的位置偏差建立目标函数；
[0010](4)采用梯度下降方法，对所求的相机相对于机械臂末端的位姿矩阵进行迭代，实现相对位姿的标定。
[0011]所述方法的步骤3具体包括：
[0012]球心位置在基坐标系中的表达和在相机坐标系中的表达之间的关系为：
[0013]由于标定球相对与基坐标系保持静止不动，则每次拍照对应的应该是一样的，因此，可以建立目标函数：
[0014]当目标函数优化到最小时，则说明得到了准确的估计。
[0015]所述方法的步骤4具体包括：
[0016]采用指数坐标描述姿态，从而保证在标定过程中姿态矩阵为始终单位正交阵。指数坐标ζ＝[ζ
x ζ
x ζ
x
]T
与姿态矩阵R的对应关系为：式中，将ζ转变为反对称矩阵
[0017]则所求的相机相对于机械臂末端的位姿矩阵可以通过6个变量来表达，
[0018]ξ＝[ζ
T p
T
]T
＝[ζ
x ζ
y ζ
z p
x p
y p
z
]T
[0019]采用有限差分方法，计算目标函数f
obj
对ξ的梯度对ξ的梯度每个元素可以通过下式计算
[0020][0021]式中，e
i
表示第i个元素为1的单位列向量。
[0022]根据梯度下降法，ξ的更新方程为
[0023][0024]当ξ相邻迭代次数的差异σ＝||ξ
(k+1)
‑
ξ
(k)
||小于一定范围时，标定算法收敛，实现相机位姿的标定。
[0025]综上所述，本专利技术主要具有以下有益效果：
[0026]1、本专利技术实施简单，仅需要采用一个标准的球体，如台球，即可完成3D 相机的标定，不需要加工满足严格约束关系的标定物；
[0027]2、本专利技术标定过程中始终保证姿态矩阵是单位正交阵，能有效消除标定方法带来的原理上的误差；
[0028]3、本专利技术计算量小，收敛速度快。要标定的变量为6个，是最小且完备的；采用梯度下降优化方法，不需要求解大型矩阵的逆。
附图说明
[0029]图1为本专利技术的机器人3D手眼标定方法的流程示意图；
[0030]图2为本专利技术的机器人3D手眼标定方法的步骤图。
具体实施方式
[0031]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。
[0032]下面根据本专利技术的整体结构，对其实施例进行说明。
[0033]一种3D相机相对于机械臂的位姿标定方法，如图1所示，本专利技术提供的标定方法通过以下步骤实现：
[0034](1)将标定球放在机械臂的工作空间内，标定过程中保持静止不动，机械臂带动相机在不同位置对标定球进行拍照，获得N组标定球的点云数据 {
c
p
i
}
(n)
(n＝1，
…
，N)以及对应的机械臂末端位姿
[0035](2)根据所述点云数据，采用随机采样一致算法(RANSAC算法)，对球面进行拟合，获得球心在相机坐标系中的位置通过点云数据拟合的方式计算球心坐标能抑制相机噪声带来的误差；
[0036](3)将球心坐标变换到机械臂的基坐标系下，得到球心坐标在基坐标系中的表达以相对于第一次拍照的位置偏差建立目标函数；
[0037](4)采用梯度下降方法，对所求的相机相对于机械臂末端的位姿矩阵进行迭代，实现相机位姿的标定。
[0038]在步骤(3)中，根据位置变换的传递关系，可以得到球心位置在基坐标系中的表达和在相机坐标系中的表达之间的关系：
[0039][0040]由于标定球相对于基坐标系保持静止不动，每次拍照对应的应该是一样的。因此，如果给定一个初始值，则由可以计算出对应的根据与第一次采样数据的差异，可以建立目标函数：
[0041][0042]此时，标定问题变成了一个优化问题。当目标函数优化到最小时，则说明能够保证由计算出的对应点是在一个固定点上，即说明3D相机的位姿得到了准确的估计。
[0043]在步骤(4)中，采用指数坐标描述姿态，从而能采用最少数量的变量来表达并且保证在标定过程中姿态矩阵为始终单位正交阵。指数坐标ζ＝[ζ
x ζ
x ζ
x
]T
与姿态矩阵R的对应关系为：
[0044][0045]式中，将ζ转变为反对称矩阵
[0046][0047]于是，所求的相机相对于机械臂末端的位姿矩阵可以通过6个变量来表达，
[0048]ξ＝[ζ
T p
T...

【技术保护点】

【技术特征摘要】
1.一种3D相机相对于机械臂的位姿标定方法，所述方法的步骤包括：(1)将标定球放在机械臂的工作空间内，标定过程中保持静止不动，机械臂带动相机在不同位置对标定球进行拍照，获得标定球的多组点云数据以及机械臂对应的末端位姿(2)根据所述点云数据，采用随机采样一致算法，对球面进行拟合，获得球心在相机坐标系中的位置(3)将球心坐标变换到机械臂的基坐标系下，得到球心坐标在基坐标系中的表达以相对于第一次拍照的位置偏差建立目标函数；(4)采用梯度下降方法，对所求的相机相对于机械臂末端的位姿矩阵进行迭代，实现相对位姿的标定。2.根据权利要求1所述的3D相机相对于机械臂的位姿标定方法，其特征在于，所述步骤3具体包括：球心位置在基坐标系中的表达和在相机坐标系中的表达之间的关系为：由于标定球相对与基坐标系保持静止不动，则每次拍照对应的应该是一样的，因此，可以建立目标函数：当目标函数优化到最小时，则说明得到了准确的估计。3.根据权利要求1所述的3D相机相对于机械臂的位姿标定方法，其特征在于，所述步骤4具体包括：采用指数坐标描述姿态，从而保证在...

【专利技术属性】
技术研发人员：张笑天，侯利召，郑涛，
申请(专利权)人：天晟智享常州机器人科技有限公司，
类型：发明
国别省市：