分层式手眼标定机器人运动位姿自动生成方法、系统、设备和介质技术方案

技术编号:36861480 阅读:16 留言:0更新日期:2023-03-15 18:34
本发明专利技术公开了分层式手眼标定机器人运动位姿自动生成方法、系统、设备和介质,涉及机器视觉领域,该方法包括:识别和提取标定板的尺寸像素长宽,并根据标定板实际加工参数获得当前物理像素转换系数;获得当前机器人能够移动的最大距离;根据预设的层数、层高、层长宽、长度方向点数、宽度方向点数和当前机器人能够移动的最大距离,获得机器人的相对运动笛卡尔点位集合;控制机器人移动到目标点位,拍摄标定板照片;检测棋盘格角点且重投影误差小于预设值,若在预设范围内,则执行手眼标定任务;否则调整预设的参数,并重新计算机器人点位数据,然后重新执行运动

【技术实现步骤摘要】
分层式手眼标定机器人运动位姿自动生成方法、系统、设备和介质


[0001]本专利技术涉及机器视觉领域,特别是涉及一种分层式手眼标定机器人运动位姿自动生成方法、系统、设备和介质。

技术介绍

[0002]目前,为了提高传统的工业机器人的操作柔性与自动化水平,加入视觉传感系统,通过对测量目标的实时视觉反馈信息,能够引导、修正和改变机器人的运动路径,实现更加智能化的工业应用。为了保证机器人准确移动到目标位置,需要确定出视觉系统坐标系与机械手坐标系之间的转换关系。
[0003]求解这个转换关系常规做法是先取得相机固有参数去除镜头畸变影响,再结合一系列人工特征(黑白棋盘格标定板、标准靶球、Aruco二维码等)的姿态信息求解相对关系。相机标定分为相机内参标定和外参标定。通过内参标定可以得到相机本身的成像参数和镜头畸变等属性,相机和人工特征的姿态和位置可以通过外参标定得到。手眼标定通常指在一个系统中有一个或者多个机械臂,一个或者多个相机,求解相机和机械臂之间的姿态关系的过程。由视觉传感器与工业机器人机械手的位置关系可将视觉传感器系统分为“眼在手上(Eye

in

Hand)”和“眼在手外(Eye

to

Hand)”两种形式,相机挂载在机器人本体上称为眼在手上;相机不与机器人直接相连,布置在机器人外部称为眼在手外。这两种形式都是通过选取一系列采样点,每一个采样点中人工特征和相机之间的姿态关系不同,再通过这些采样点来计算出手眼之间的位姿关系。
[0004]然而,目前手眼标定采样点的选取主要是通过人工控制或者预定点位实现。标定姿态的选取会在很大程度上影响标定的效果,标定板的位置发生变化的时候需要机器人工程师预先设定好点位或直接拖拽,视觉工程师人为拍摄多组照片,有时候多人协作经验不足(如旋转角度过小、标定板超出视野等)或者对标定采样点位姿的选择不准确(如某些位置光照条件较差,需要额外补光等),都要从头标定,这样就不可避免地增加标定时间和引入人工误差。无论是人工操作还是预先定义位置,在新场景新环境下部署的时候选点等操作都需要重新进行,由于选点的差异会导致标定结果波动较大,标定精准性高度依赖于人工的经验,效率较低,结果的一致性较差。

技术实现思路

[0005]针对现有技术中的不足,本专利技术提供一种分层式手眼标定机器人运动位姿自动生成方法、系统、设备和介质,其通过生成轨迹点发送给机器人移动,从而提高标定效率,降低人为因素的影响,提高总体手眼标定精度。
[0006]为实现上述目的,本专利技术可以采用以下技术方案进行:第一方面,本专利技术提供一种分层式手眼标定机器人运动位姿自动生成方法,其可以包括以下步骤:
步骤1:识别和提取所拍摄的图片中标定板的尺寸像素长宽,并根据标定板实际加工参数获得当前物理像素转换系数;步骤2:根据图片的分辨率和物理像素转换系数,获得当前机器人能够移动的最大距离;步骤3:根据预设的层数、层高、层长宽、长度方向点数、宽度方向点数和当前机器人能够移动的最大距离,获得机器人的相对运动笛卡尔点位集合;步骤4:控制机器人移动到目标点位,拍摄标定板照片;步骤5:检测出棋盘格角点且重投影误差小于预设值,若在预设范围内,则执行步骤6;否则调整预设的参数,并重新计算机器人点位数据,然后重新执行步骤3至步骤5;步骤6:根据记录的机器人位姿和相机

标定板位姿执行手眼标定解算。
[0007]如上所述的分层式手眼标定机器人运动位姿自动生成方法,进一步的,所述物理像素转换系数的获取方法,包括:设标定板的棋盘格单个格子的加工长度为,所拍摄的图片的标定板的棋盘格单个格子的像素长,则物理像素转换系数。
[0008]如上所述的分层式手眼标定机器人运动位姿自动生成方法,进一步的,所述获得当前机器人能够移动的最大距离,包括:设所拍摄的图片的分辨率为,物理像素转换系数为;则机器人最大的移动长宽坐标为,其中,,。
[0009]如上所述的分层式手眼标定机器人运动位姿自动生成方法,进一步的,获得机器人的相对运动笛卡尔点位集合,包括:设标定板位于视野中心的像素位置,机器人起始点位为,则移动到标定板1的相对移动距离为(x

水平间距,y

竖直间距),其中,BL、BW分别为底层长宽,为长度方向点数,为宽度方向点数,移动到标定板2的相对移动距离为(x,y
ꢀ‑
竖直间距),移动到标定板3的相对移动距离为(x +水平间距,y
ꢀ‑
竖直间距),移动到标定板4的相对移动距离为(x
ꢀ‑
水平间距,y);设当前为中轴位置,中轴左右两个标定点位位姿间增加正负旋转角度差异,即;;和分别为中轴左右的位置4和位置6的姿态旋转角度坐标,θ为随机旋转角度;运动的层高方向在机器人的z方向,则上一层的Z坐标值为下一层加上层高H。
[0010]如上所述的分层式手眼标定机器人运动位姿自动生成方法,进一步的,识别和提取所拍摄的图片之前,还包括如下步骤:调整标定板或相机的位置使标定板处于相机的拍摄视野范围内;拍摄标定板的图片并对图片进行图像预处理。
[0011]如上所述的分层式手眼标定机器人运动位姿自动生成方法,进一步的,执行手眼标定解算之后,还包括如下步骤:执行标定任务结束后,机器人回到初始位置。
[0012]第二方面,本专利技术提供一种分层式手眼标定机器人运动位姿自动生成系统,其包括:第一处理器,其用于识别和提取所拍摄的图片中标定板的尺寸像素长宽,并根据标定板实际加工参数获得当前物理像素转换系数;第二处理器,其用于根据图片的分辨率和物理像素转换系数,获得当前机器人能够移动的最大距离;第三处理器,其用于根据预设的层数、层高、层长宽、长度方向点数、宽度方向点数和当前机器人能够移动的最大距离,获得机器人的相对运动笛卡尔点位集合;控制机器人移动到目标点位,拍摄标定板照片;检测出棋盘格角点且重投影误差小于预设值,若在预设范围内,则执行下一步骤;否则调整预设的参数,并重新计算机器人点位数据,然后重新执行上述步骤;以及,运动执行器,其用于根据所述第三处理器记录的机器人位姿和相机

标定板位姿执行手眼标定解算。
[0013]第三方面,本专利技术提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行,以实现如上所述的分层式手眼标定机器人运动位姿自动生成方法。
[0014]第四方面,本专利技术提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的分层式手眼标定机器人运动位姿自动生成方法。
[0015]本专利技术与现有技术相比,其有益效果在于:手眼标定是计算从机器人坐标空间到相机坐标空间的转换,本专利技术实施例提供一种手眼标本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种分层式手眼标定机器人运动位姿自动生成方法,其特征在于,包括以下步骤:步骤1:识别和提取所拍摄的图片中标定板的尺寸像素长宽,并根据标定板实际加工参数获得当前物理像素转换系数;步骤2:根据图片的分辨率和物理像素转换系数,获得当前机器人能够移动的最大距离;步骤3:根据预设的层数、层高、层长宽、长度方向点数、宽度方向点数和当前机器人能够移动的最大距离,获得机器人的相对运动笛卡尔点位集合;步骤4:控制机器人移动到目标点位,拍摄标定板照片;步骤5:检测出棋盘格角点且重投影误差小于预设值,若在预设范围内,则执行步骤6;否则调整预设的参数,并重新计算机器人点位数据,然后重新执行步骤3至步骤5;步骤6:根据记录的机器人位姿和相机

标定板位姿执行手眼标定解算。2.根据权利要求1所述的分层式手眼标定机器人运动位姿自动生成方法,其特征在于,所述物理像素转换系数的获取方法,包括:设标定板的棋盘格单个格子的加工长度为,所拍摄的图片的标定板的棋盘格单个格子的像素长,则物理像素转换系数。3.根据权利要求1所述的分层式手眼标定机器人运动位姿自动生成方法,其特征在于,所述获得当前机器人能够移动的最大距离,包括:设所拍摄的图片的分辨率为,物理像素转换系数为;则机器人最大的移动长宽坐标为,其中,,。4.根据权利要求1所述的分层式手眼标定机器人运动位姿自动生成方法,其特征在于,获得机器人的相对运动笛卡尔点位集合,包括:设标定板位于视野中心的像素位置,机器人起始点位为,则移动到标定板1的相对移动距离为(x

水平间距,y

竖直间距),其中,BL、BW分别为底层长宽,为长度方向点数,为宽度方向点数,移动到标定板2的相对移动距离为(x,y
ꢀ‑
竖直间距),移动到标定板3的相对移动距离为(x+水平间距,y

竖直间距),移动到标定板4的相对移动距离为(x
ꢀ‑
水平间距,y);设当前为中轴位置,中轴左右两个标定点位位姿间增加正负旋转角度差异,即...

【专利技术属性】
技术研发人员:鄢武吴鸿敏孙克争徐智浩周雪峰
申请(专利权)人:广东省科学院智能制造研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1