机械臂的全自动手眼标定系统、方法、计算机设备及介质技术方案

本发明专利技术属于机器人技术领域，公开了一种机械臂的全自动手眼标定系统、方法、计算机设备及介质，包括用于检测标记物的空间位姿的相机，用于进行物品的抓取的机械臂，相机通过拍摄反光标记物获得标记物与相机之间的位姿关系；随动标记物固接在机械臂末端，跟随机械臂末端运动；相对标记物与机械臂基座相对固定。本发明专利技术在一般的手眼标定的基础之上，增加了一个相对标记物，使得在标定过程中，相机和机械臂位姿关系可以变动，不会影响标定的结果，可以适应更加恶劣的环境；本发明专利技术最后保存的标定结果是相对标记物和机械臂基座之间的位姿关系，标定完成之后，只要保证相对标记物和机械臂基座之间的位姿关系不变，就无须重新标定。就无须重新标定。就无须重新标定。

【技术实现步骤摘要】
机械臂的全自动手眼标定系统、方法、计算机设备及介质


[0001]本专利技术属于机器人
，尤其涉及一种机械臂的全自动手眼标定系统、方法、计算机设备及介质。

技术介绍

[0002]目前，机械臂和视觉系统在如今的工业、物流、医疗等领域都有着广泛的应用，利用视觉系统对机械臂运动进行引导是机械臂应用中常见的手段。在引导过程中，视觉系统和机械臂系统之间的位姿关系是影响精度的关键，因此，对系统进行手眼标定是应用中的一项重要步骤。
[0003]现有的手眼标定技术中，大多通过人工方式去记录手眼标定所需的数据，由于标定操作需要一定的技术背景，用人工方式记录标定所需的数据，可能会因为人工操作不当而导致标定结果误差相对较大。例如201910386656.4的工业机器人手眼标定方法。
[0004]此外，在大多的手眼标定方案中，例如眼在手外情况，要求相机在数据采集过程中固定不动。因此，在数据采集过程中，需要时刻注意环境对这些固定要求的影响。一旦数据采集过程中，发生了轻微移动就会导致标定结果误差较大。
[0005]另外，手眼标定大多直接标定出相机和机械臂基座之间的位姿关系，在实际应用中，一旦相机和机械臂之间的位姿关系发生了变化，就需要重新进行手眼标定。
[0006]通过上述分析，现有技术存在的问题及缺陷为：
[0007](1)现有的人工手眼标定技术中，可能会因为人工操作不当而导致标定结果误差相对较大。
[0008](2)现有的人工手眼标定技术中，相机发生轻微移动就会导致标定结果误差较大。/>[0009](3)现有的人工手眼标定技术中，一旦相机和机械臂之间的位姿关系发生了变化，就需要重新进行手眼标定。

技术实现思路

[0010]针对现有技术存在的问题，本专利技术提供了一种机械臂的全自动手眼标定系统、方法、计算机设备及介质。
[0011]本专利技术是这样实现的，首先将给手眼标定系统发送请求，然后机械臂将获取初始位姿状态，然后根据初始位姿生成随机位姿点，对位姿点进行筛选后，通过相机以及机械臂获取所需的标定数据，最后根据标定数据进行标定。
[0012]进一步，所述机械臂的全自动手眼标定方法包括：
[0013]步骤一，安装反光标记物：安装随动标记物和相对标记物，确保在标定过程中，两个标记物要在相机的视野范围内；
[0014]步骤二，初始情况下，调整相机到合适位置，使得相对标记物处于相机的视野范围内，控制机械臂运动，使得随动标记物在相机视野范围的中心位置，并记录该初始位姿(
base
M
end
)
init
；
[0015]步骤三，生成随机位姿点：根据机械臂的初始位姿(
base
M
end
)
init
，在一定范围内生成以初始位姿为参照的机械臂随机位姿点
base
M
end
；
[0016]步骤四，相似性判断；
[0017]步骤五，逆解判断：判断机械臂在该随机位姿点处是否存在逆解，如果存在逆解，则控制机械臂运动到该随机位姿点处；如果不存在，则舍弃该随机位姿点，重新返回步骤三并往下执行；
[0018]步骤六，通过相机判断是否识别到两个标记物，如果两个标记物都识别到，则记录数据；
[0019]步骤七，判断记录数据的组数，如果记录的组数count没有达到设定的组数count_max，则返回步骤三并往下执行；如果组数达到设定的组数，则数据采集完成；
[0020]步骤八，标定，当数据采集完成之后，将采集的若干组数据
reference
M
follow
和
base
M
end
代入到Tsai算法中，计算出标定结果
base
M
reference
，其中
base
M
reference
表示相对标记物和机械臂基座之间的位姿关系；
[0021]步骤九，保存标定结果。
[0022]进一步，步骤三中的随机位姿要求位置和初始点位置保持一致，随机位姿的姿态沿着初始点机械臂末端坐标系的XYZ轴分别旋转随机的角度，角度范围控制在[theta_min,theta_max]之间。
[0023]进一步，每次生成位姿点后，记录生成的次数，最大次数为n_max，若生成次数超过n_max，则判断标定失败，退出标定流程。
[0024]进一步，所述步骤四的相似性判断包括：
[0025]a：判断随机位姿
base
M
end
和已经记录的各个机械臂位姿
base
M
end，i
之间的旋转角度的最小值是否大于设定的裕度值Φ；
[0026]b：随机位姿
base
M
end
和已经记录的机械臂位姿中的任一位姿
base
M
end，i
间的旋转轴记为Ki，和位姿
base
M
end，j
间的旋转轴记为Kj。判断Ki和Kj之间的旋转角度P(i,j)的最小值是否大于设定的裕度值P_set。
[0027]进一步，如果a、b中有一个小于设定裕度值，则说明该位姿和已记录位姿相似度较高，舍弃该位姿点，重新执行步骤三；如果均大于该裕度值，说明该位姿和已记录位姿相似度较低，则满足要求，往下继续执行。
[0028]进一步，所述步骤六中的记录数据过程包括：(1)随动标记物和相对标记物之间的位姿矩阵
reference
M
fllow
；(2)机械臂末端相对于基座的位姿矩阵
base
M
end
；
[0029]如果没有识别到两组标记物的任一组，则重新开始步骤三并往下执行。
[0030]进一步，所述步骤八中，标定结果
reference
M
follow
可由下式计算：
[0031]reference
M
follozv
＝
camera
M
reference
‑1·
camera
M
follow
[0032]进一步，相机和机械臂基座之间位姿
base
M
camera
可以通过下式获得：
[0033]baseMcamera
＝
base
M
reference
·
camera
M
reference
‑1[0034]其中
camera
M
reference
为相对标记物相对于相机的位姿矩阵。
[0035]本专利技术的另一目的在于提供一种计算机设备，所述计算机设备包括存储本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机械臂的全自动手眼标定方法，其特征在于，所述机械臂的全自动手眼标定方法包括：步骤一，安装反光标记物：安装随动标记物和相对标记物，确保在标定过程中，两个标记物要在相机的视野范围内；步骤二，初始情况下，调整相机到合适位置，使得相对标记物处于相机的视野范围内，控制机械臂运动，使得随动标记物在相机视野范围的中心位置，并记录该初始位姿(
base
M
end
)
init
；步骤三，生成随机位姿点：根据机械臂的初始位姿(
base
M
end
)
init
，在一定范围内生成以初始位姿为参照的机械臂随机位姿点
base
M
end
；步骤四，相似性判断；步骤五，逆解判断：判断机械臂在该随机位姿点处是否存在逆解，如果存在逆解，则控制机械臂运动到该随机位姿点处；如果不存在，则舍弃该随机位姿点，重新返回步骤三并往下执行；步骤六，通过相机判断是否识别到两个标记物，如果两个标记物都识别到，则记录数据；步骤七，判断记录数据的组数，如果记录的组数count没有达到设定的组数count_max，则返回步骤三并往下执行；如果组数达到设定的组数，则数据采集完成；步骤八，标定，当数据采集完成之后，将采集的若干组数据
reference
M
follow
和
base
M
end
代入到Tsai算法中，计算出标定结果
base
M
reference
，其中
base
M
reference
表示相对标记物和机械臂基座之间的位姿关系；步骤九，保存标定结果。2.如权利要求1所述的机械臂的全自动手眼标定方法，其特征在于，步骤三中的随机位姿要求位置和初始点位置保持一致，随机位姿的姿态沿着初始点机械臂末端坐标系的XYZ轴分别旋转随机的角度，角度范围控制在[theta_min，theta_max]之间。3.如权利要求2所述的机械臂的全自动手眼标定方法，其特征在于，每次生成位姿点后，记录生成的次数，最大次数为n_max，若生成次数超过n_max，则判断标定失败，退出标定流程。4.如权利要求1所述的机械臂的全自动手眼标定方法，其特征在于，所述步骤四的相似性判断包括：a：判断随机位姿
base
M
end
和已经记录的各个机械臂位姿
base
M
end，i
之间的旋转角度的最小值是否大于设定的裕度值Φ；b：随机位姿
base
M
end
和已经记录的机械臂位姿中的任一位姿
base
M
end，i
...

【专利技术属性】
技术研发人员：吕磊，高丰伟，沈浩，周华明，郑鹏营，侯培言，张永硕，张帅，
申请(专利权)人：上海由格医疗技术有限公司，
类型：发明
国别省市：