3D手眼标定方法及系统技术方案

本发明专利技术实施例公开了一种3D手眼标定方法及系统，该方法包括：选取N个特征点，并获取每个所述特征点在机械手坐标系的第一坐标、相机坐标系中的第二坐标；将所述第一坐标、所述第二坐标代入坐标系转换矩阵的数学模型，得到3N个方程，由所有所述方程构成超定方程组；采用非线性方程组最小二乘法的广义逆法求解所述超定方程组，得到转换矩阵。本发明专利技术采用非线性方程组最小二乘法的广义逆法求解3D手眼标定方法中的超定方程组，可有效提高标定的精度，从而提高产品无序抓取的精度。从而提高产品无序抓取的精度。从而提高产品无序抓取的精度。

【技术实现步骤摘要】
3D手眼标定方法及系统


[0001]本专利技术涉及产品定位领域，尤其涉及一种3D手眼标定方法及系统。

技术介绍

[0002]工业生产中，常用到3D相机定位进行产品的无序抓取，通常是通过相机获取产品在相机坐标系中的坐标或位姿，再通过3D手眼标定方法将相机坐标系中的坐标或位姿转换成机械手坐标系中的坐标或位姿，机械手根据机械手坐标系中的坐标或位姿去抓取产品，3D手眼标定方法的精度直接决定了抓取精度。因此，有必要在现有的3D手眼标定方法上进行改进，提高转换矩阵精度，从而使得机械手坐标系中的坐标或位姿更加准确，进一步提高抓取精度。

技术实现思路

[0003]针对上述技术问题，本专利技术实施例提供了一种3D手眼标定方法及系统，提高转换矩阵精度，精准控制相机坐标系和机械手坐标系之间的转换关系，从而提高产品的抓取精度。
[0004]本专利技术实施例的第一方面一种3D手眼标定方法，步骤包括：
[0005]选取N个特征点，并获取每个所述特征点在机械手坐标系的第一坐标、相机坐标系中的第二坐标；
[0006]将所述第一坐标、所述第二坐标代入坐标系转换矩阵的数学模型，得到3N个方程，由所有所述方程构成超定方程组；
[0007]采用非线性方程组最小二乘法的广义逆法求解所述超定方程组，得到转换矩阵。
[0008]优选的，所述坐标系转换矩阵的数学模型：
[0009][0010]其中，R3×3为旋转矩阵，T3×1为平移矩阵。
[0011]优选的，所述超定方程组表示为：
[0012]f
i
(x0，x1，
…
，x
m
‑1)＝0，i＝0，1，
…
，m
‑
1；m＞＞n
ꢀꢀ
公式(2)
[0013]优选的，所述采用最小二乘法求解所述超定方程组，得到转换矩阵，具体包括：
[0014]根据所述超定方程组得到雅可比矩阵为：
[0015][0016]获取非线性方程组最小二乘法求解的迭代公式：
[0017]x
(k+1)
＝X
(k)
‑
a
k
Z
k
ꢀꢀ
公式(4)
[0018]其中，Z
k
为线性方程组A
(k)
Z
(k)
＝F
(k)
的线性最小二乘解，求解得到α
k
，a
k
即为转换矩阵。
[0019]优选的，所述Z
k
为线性方程组A
(k)
Z
(k)
＝F
(k)
的线性最小二乘解，即是，
[0020]Z
(k)
＝(A
(k)
)+F
k
，
ꢀꢀ
(公式5)
[0021]其中，A
(k)
为k次迭代值X
(k)
的雅可比矩阵，F
k
为k次迭代值的左端函数值。
[0022]第二方面提供了一种3D手眼标定系统，包括：
[0023]坐标获取模块，用于选取N个特征点，并获取每个所述特征点在机械手坐标系的第一坐标、相机坐标系中的第二坐标；
[0024]方程构建模块，用于将所述第一坐标、所述第二坐标代入坐标系转换矩阵的数学模型，得到3N个方程，由所有所述方程构成超定方程组；
[0025]矩阵求解模块，用于采用非线性方程组最小二乘法的广义逆法求解所述超定方程组，得到转换矩阵。
[0026]优选的，所述方程构建模块包括：
[0027]模型构建单元，用于构建相机坐标系与机械手坐标系转换矩阵的数学模型：
[0028][0029]其中，R3×3为旋转矩阵，T3×1为平移矩阵。
[0030]优选的，所述超定方程组可表示为：
[0031]f
i
(x0，x1，...，x
m
‑1)＝0，i＝0，1，...，m
‑
1；m＞＞n
ꢀꢀ
公式(2)
[0032]优选的，所述矩阵计算单元具体包括：
[0033]根据所述超定方程组得到雅可比矩阵为：
[0034][0035]获取非线性方程组最小二乘法求解的迭代公式：
[0036]X
(k+1)
＝X
(k)
‑
a
k
Z
k
ꢀꢀ
公式(4)
[0037]其中，Z
k
为线性方程组A
(k)
Z
(k)
＝F
(k)
的线性最小二乘解，求解得到a
k
，α
k
即为转换矩阵。
[0038]优选的，所述Z
k
为线性方程组A
(k)
Z
(k)
＝F
(k)
的线性最小二乘解，即是，
[0039]Z
(k)
＝(A
(k)
)+F
k
，
ꢀꢀ
(公式5)
[0040]其中，A
(k)
为k次迭代值X
(k)
的雅可比矩阵，F
k
为k次迭代值的左端函数值。
[0041]本专利技术实施例提供的技术方案中的3D手眼标定方法及系统，相对于现有技术，本专利技术实施例采用非线性方程组最小二乘法的广义逆法迭代求解，提高转换矩阵精度，精准控制相机坐标系和机械手坐标系之间的转换关系，从而提高产品的抓取精度。
附图说明
[0042]图1为本专利技术实施例中3D手眼标定方法的流程图。
具体实施方式
[0043]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，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0044]本专利技术提供了一种3D手眼标定方法，3D手眼标定时求解3D相机坐标系与机械手坐标系转换矩阵的方法，采用非线性方程组最小二乘法的广义逆法迭代求解，并求出最优解，从而可以提高转换矩阵精度，精准控制相机坐标系和机械手坐标系之间的转换关系，从而提高产品的抓取精度。请参阅图1，下面对本专利技术实施例中的3D手眼标定方法的具体步骤进行详细描述：
[0045]步骤S1、选取N个特征点，并获取每个所述特征点在机械手坐标系的第一坐标、相机坐标系中的第二坐标；
[0046]步骤S2、将所述第一坐标、所述第二坐标代入坐标系转换矩阵的数学模型，得到3N个方程，由所有所述方程构成超定方程组；
[0047]步骤S3、采用非线性方程组最小二乘法的广义逆法求解所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种3D手眼标定方法，其特征在于，步骤包括：选取N个特征点，并获取每个所述特征点在机械手坐标系的第一坐标、相机坐标系中的第二坐标；将所述第一坐标、所述第二坐标代入坐标系转换矩阵的数学模型，得到3N个方程，由所有所述方程构成超定方程组；采用非线性方程组最小二乘法的广义逆法求解所述超定方程组，得到转换矩阵。2.根据权利要求1所述的3D手眼标定方法，其特征在于，所述坐标系转换矩阵的数学模型为：其中，R3×3为旋转矩阵，T3×1为平移矩阵。3.根据权利要求2所述的3D手眼标定方法，其特征在于，所述超定方程组表示为：f
i
(x0，x1，
…
，x
m
‑1)＝0，i＝0，1，
…
，m
‑
1；m＞＞n
ꢀꢀꢀ
公式(2)4.根据权利要求2所述的3D手眼标定方法，其特征在于，所述采用非线性方程组最小二乘法的广义逆法求解所述超定方程组，得到转换矩阵，具体包括：根据所述超定方程组得到雅可比矩阵为：获取非线性方程组最小二乘法求解的迭代公式：X
(k+1)
＝X
(k)
‑
a
k
Z
k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(4)其中，Z
k
为线性方程组A
(k)
Z
(k)
＝F
(k)
的线性最小二乘解，求解得到a
k
，a
k
即为转换矩阵。5.根据权利要求4所述的3D手眼标定方法，其特征在于，所述Z
k
为线性方程组A
(k)
Z
(k)
＝F
(k)
的线性最小二乘解，即是，Z
(k)
＝(A
(k)
)+F
k
，
ꢀꢀꢀꢀꢀꢀ
(公式5)其中，A
(k)
为k次迭代值X
(k)
的雅可比矩阵，F
k
为k次迭代值的左端函数值。6.一种3D手眼标定系统，其特征在于，包括：坐...

【专利技术属性】
技术研发人员：侯梦华，陈凯，刘俊锋，
申请(专利权)人：深圳市启灵图像科技有限公司，
类型：发明
国别省市：