一种用于大型航天构件的机器人自动标定与三维测量方法技术

本发明专利技术公开了一种用于大型航天构件的机器人自动标定与三维测量方法。首先，基于Kronecker积和Moore

【技术实现步骤摘要】
一种用于大型航天构件的机器人自动标定与三维测量方法


[0001]本专利技术属于三维形貌测量
，更为具体地讲，涉及一种用于大型航天构件的机器人自动标定与三维测量方法。

技术介绍

[0002]航空航天领域的关键零部件通常为尺寸较大、形状复杂的大型航天构件，一般的结构光相机或者激光扫描仪等三维测量设备的视场有限，单一视角下往往只能采集到大型测量对象的局部点云数据。为了重构出大型航天构件的三维形貌，需要将每个单元测量所得的局部点云数据统一在同一基准坐标系下。因此，基于工业机器人约束位姿的三维重建技术为大型航天构件的非接触式测量提供了新思路。
[0003]基于工业机器人的三维重建技术利用工业机器人作为运动载体，通过机器人各轴关节坐标系之间的约束来确定各视角的单元测量坐标系的位姿关系，使测量系统在保留视觉测量技术非接触、快速等特点的同时，机器人快速灵活的特性增强了整个测量系统的柔性。
[0004]工业机器人目前手眼标定的方式主要通过相机拍摄标定物进行位姿识别，获取相机参数以及机器人姿态信息，建立手眼标定方程，然后进行手眼方程解算。目前主要通过不同的数学工具如旋量、四元数、对偶四元数、来描述空间运动，或者是加不同的运动约束如纯移动或者纯转动来将旋转和平移解耦开来，获取手眼关系矩阵。然而，上述方法只考虑到了最小化代数误差来计算手眼关系矩阵，完成手眼标定，并未考虑到图像噪声对手眼标定精度的影响，这就导致线性求解得到姿态关系的标定精度低，从而影响三维形貌测量的准确性和完整性。
[0005]此外，手眼关系的求解精度所带来的问题以及相关的测量任务的完成效率等方面，是本类测量装置当前面临的一个很严峻的问题。为了进一步解决三维测量任务的精度需求，需要对手眼方程结算结果进行补偿。由于实际世界坐标和标定结果计算得到的世界坐标之间存在误差，如按照2022年12月30日公布的、公布号为CN115546289A的中国专利技术专利申请《一种基于机器人的复杂结构件三维形貌测量方法》，只是对该误差进行均值补差达不到测量任务需要。

技术实现思路

[0006]本专利技术的目的在于克服现有技术的不足，提供一种用于大型航天构件的机器人自动标定与三维测量方法，以线性求解出更准确的封闭解，简化计算并提高了效率，并更有针对性地减少标定过程中系统噪声、计算带来的误差影响，同时修正手眼关系精度，以保证多视角点云数据的配准精度，很大程度上提高多视角三维形貌测量的效率。
[0007]为实现上述专利技术目的，本专利技术用于大型航天构件的机器人自动标定与三维测量方法，其特征在于，包括：
[0008](1)、建立手眼标定方程
[0009]将双目相机安装于机器人末端法兰处，控制机器人运动至第i个拍摄位姿，对棋盘格标定板上一角点进行拍摄，在该拍摄位姿获得标定板图片，同时记录机器人位姿信息以及角点在相机坐标系中的位置P
i
，这样对n个拍摄位姿进行拍摄，得到n组标定板图片和相对应机器人姿态信息；
[0010]根据张氏标定法获得每组标定板图片中标定板相对于相机的旋转向量R
ci
和平移向量T
ci
，并转换成旋转平移矩阵，即得到相机外参矩阵H
ci
,i＝1,2,...,n，根据机器人位姿信息计算相对于基座的旋转向量R
gi
和平移向量T
gi
，得到机器人位姿矩阵H
gi
,i＝1,2,...,n，其中：
[0011][0012]对于任意两次变换拍摄位姿u,v之间相机外参矩阵、机器人位姿矩阵，建立手眼标定方程：
[0013][0014]其中：
[0015][0016]其中，R
gu,v
表示矩阵中的旋转矩阵，T
gu,v
表示矩阵中的平移向量，R
cg
表示手眼关系矩阵H
cg
中的旋转矩阵，T
cg
表示手眼关系矩阵中的平移向量，R
cu,v
表示矩阵的旋转矩阵，T
cu,v
表示矩阵中的平移向量；
[0017](2)、利用Kronecker积和Moore
‑
Penrose逆将手眼标定方程转化为最小二乘问题并利用奇异值分解计算出手眼关系矩阵H
cg
[0018]建立线性方程组：
[0019][0020]其中，I为单位矩阵，表示Kronecker积，vec表示向量化操作；
[0021]将所有两次变换拍摄位姿u,v下的矩阵：
[0022][0023]按列放置，得到一个矩阵R；
[0024]对矩阵R进行奇异值分解，得到U矩阵即左奇异矩阵、奇异值矩阵∑以及V矩阵即右奇异矩阵；
[0025]将所有两次变换拍摄位姿u,v下的矩阵：
[0026][0027]按列放置，得到一个矩阵T
g
；
[0028]取列向量V∑
‑1U
T
T
g
的前9个元素还原成3
×
3矩阵形式，得到矩阵
[0029]然后，对矩阵进行正交化奇异值分解即其中，U
R
为右奇异矩阵，∑
R
为奇异值矩阵，V
R
为左奇异矩阵，得到手眼关系矩阵H
cg
的旋转矩阵R
cg
即
[0030]将所有两次变换拍摄位姿u,v下的矩阵(R
gu,v
‑
I)按列放置，得到一个矩阵R
g
，将所有两次变换拍摄位姿u,v下的矩阵(R
cg
T
cu,v
‑
T
gu,v
)按列放置，得到一个矩阵T，
[0031]根据旋转矩阵R
cg
计算得到手眼关系矩阵H
cg
的平移向量T
cg
：
[0032]T
cg
＝R
g
‑1T
[0033](3)、对计算出的手眼关系矩阵H
cg
进行修正，得到用于多视角点云粗配准的手眼关系矩阵
[0034]3.1)、获取J组角点真实坐标和点云坐标之间的对应点集
[0035]3.1.1)、用探针装置固定于机器人末端法兰上，通过五点法和示教器建立工具坐标，得到探针末端相对于机器人末端法兰坐标系的位置坐标ΔP0，机器人带动探针移动至标定板左上角的第一个方格的四个角点正上方处，从示教器上记录此时机器人末端法兰相对于基座坐标系的坐标，不断带动探针移动到标定板的方格的四个角点正上方处，得到角点正上方处机器人末端法兰相对于基座坐标系的坐标并且推算出标定板所有角点的真实坐标：
[0036][0037]其中，为第l个角点正上方处机器人末端法兰相对于基座坐标系的三维坐标，Δx0,Δy0,Δz0为探针末端相对于机器人末端法兰坐标系的位置坐标，L标定板上角点的数量，T表示转置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于大型航天构件的机器人自动标定与三维测量方法，其特征在于，包括：(1)、建立手眼标定方程将双目相机安装于机器人末端法兰处，控制机器人运动至第i个拍摄位姿，对棋盘格标定板上一角点进行拍摄，在该拍摄位姿获得标定板图片，同时记录机器人位姿信息以及角点在相机坐标系中的位置P
i
，这样对n个拍摄位姿进行拍摄，得到n组标定板图片和相对应机器人姿态信息；根据张氏标定法获得每组标定板图片中标定板相对于相机的旋转向量R
ci
和平移向量T
ci
，并转换成旋转平移矩阵，即得到相机外参矩阵H
ci
,i＝1,2,...,n，根据机器人位姿信息计算相对于基座的旋转向量R
gi
和平移向量T
gi
，得到机器人位姿矩阵H
gi
,i＝1,2,...,n，其中：对于任意两次变换拍摄位姿u,v之间相机外参矩阵、机器人位姿矩阵，建立手眼标定方程：其中：其中，R
gu,v
表示矩阵中的旋转矩阵，T
gu,v
表示矩阵中的平移向量，R
cg
表示手眼关系矩阵H
cg
中的旋转矩阵，T
cg
表示手眼关系矩阵中的平移向量，R
cu,v
表示矩阵的旋转矩阵，T
cu,v
表示矩阵中的平移向量；(2)、利用Kronecker积和Moore
‑
Penrose逆将手眼标定方程转化为最小二乘问题并利用奇异值分解计算出手眼关系矩阵H
cg
建立线性方程组：其中，I为单位矩阵，表示Kronecker积，vec表示向量化操作；将所有两次变换拍摄位姿u,v下的矩阵：按列放置，得到一个矩阵R；对矩阵R进行奇异值分解，得到U矩阵即左奇异矩阵、奇异值矩阵∑以及V矩阵即右奇异矩阵；将所有两次变换拍摄位姿u,v下的矩阵：
按列放置，得到一个矩阵T
g
；取列向量V∑
‑1U
T
T
g
的前9个元素还原成3
×
3矩阵形式，得到矩阵然后，对矩阵进行正交化奇异值分解即其中，U
R
为右奇异矩阵，∑
R
为奇异值矩阵，V
R
为左奇异矩阵，得到手眼关系矩阵H
cg
的旋转矩阵R
cg
即将所有两次变换拍摄位姿u,v下的矩阵(R
gu,v
‑
I)按列放置，得到一个矩阵R
g
，将所有两次变换拍摄位姿u,v下的矩阵(R
cg
T
cu,v
‑
T
gu,v
)按列放置，得到一个矩阵T，根据旋转矩阵R
cg
计算得到手眼关系矩阵H
cg
的平移向量T
cg
：T
cg
＝R
g
‑1T(3)、对计算出的手眼关系矩阵H
cg
进行修正，得到用于多视角点云粗配准的手眼关系矩阵3.1)、获取J组角点真实坐标和点云坐标之间的对应点集3.1.1)、用探针装置固定于机器人末端法兰上，通过五点法和示教器建立工具坐标，得到探针末端相对于机器人末端法兰坐标系的位置坐标ΔP0，机器人带动探针移动至标定板左上角的第一个方格的四个角点正上方处，从示教器上记录此时机器人末端法兰相对于基座坐标系的坐标，不断带动探针移动到标定板的方格的四个角点正上方处，得到角点正上方处机器人末端法兰相对于基座坐标系的坐标并且推算出标定板所有角点的真实坐标：其中，为第l个角点正上方处机器人末端法兰相对于基座坐标系的三维坐标，Δx0,Δy0,Δz0为探针末端相对于机器人末端法兰坐标系的位置坐标，L标定板上角点的数量，T表示转置，B表示机器人基座坐标系；3.1.2)、在一确定的机器人位姿下拍摄并重建标定板三维点云，重建得到标定板三维点云，依次点击并获取所述标定板左上角的第一个方格的四个角点相对于双目相机坐标系的点云坐标，根据推算可以获得同所述角点真实坐标相对应的所有标定板角...

【专利技术属性】
技术研发人员：殷春，高延，闫中宝，程玉华，邱根，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：