一种基于机器视觉的高精度焊接机器人手眼标定方法技术

本发明专利技术公开了一种基于机器视觉的高精度焊接机器人手眼标定方法，首先控制焊接机器人的

【技术实现步骤摘要】
一种基于机器视觉的高精度焊接机器人手眼标定方法


[0001]本专利技术属于工业机器人
，涉及工业机器人
TCP(Tool Center Point)
末端标定技术，尤其涉及基于机器视觉的高精度焊接机器人手眼标定方法
。

技术介绍

[0002]随着科技进步的发展，为了满足现代化工业转型升级的需要，集成了机器视觉系统的智能机器人在现代化工业中被广泛应用
。
为了克服传统的微小零件手工焊接效率低
、
焊接质量一致性不高等问题，工业上对于研发能够替代手工焊接的作业机器人产生了迫切需求，为了实现焊接机器人的全自动作业，基于视觉的相机手眼标定技术应运而生，有效地提高了焊接效率和焊接质量
。
[0003]现阶段的机器人手眼标定实现方案中多采用需人工对准的点位示教方法：首先，将圆形标定板置于相机视野范围内，并控制引导
TCP
末端逐渐逼近圆形标定板的圆心位置，期间通过人工对准确定世界坐标系下多个
TCP
末端的机械坐标；然后，利用相机采集圆形标定板的图像，通过图像处理技术计算得到相机坐标系下的多个圆心坐标；最后，利用相机坐标系和世界坐标系下多个对应的
TCP
末端点坐标，构建坐标转换方程组并求解转换矩阵，进而完成从图像坐标到末端执行器坐标转换的整个流程
。
[0004]基于点位示教的手眼标定方法多依赖于高精度的标定板，而实际应用中对标定精度的要求不尽相同；从而导致难以有效保证标定精度
。
而且，现有的基于点位示教的手眼标定方法多采用高精度标定板
(
一般是毫米级尺寸大小的高精度标定板
)
进行标定，标定过程中需控制
TCP
末端来对准标定板圆心坐标，进而记录下世界坐标系下的
TCP
末端点坐标；当机器人
TCP
末端尺寸大于标定板圆形几何特征尺寸时，确定世界坐标系下的
TCP
末端坐标时会存在尺寸覆盖问题，仅依赖人工经验来判断
TCP
末端中心与标定板圆形中心是否重合难以把控标定精度，进而导致最终的标定精度低，难以满足高精度视觉引导应用需求
。
[0005]因此，随着社会的发展，对精密装配设备的需求日益增加，而精密装配的零件多为微小零件，对设备标定精度要求较高，传统机器人手眼标定方法已经难以满足要求
。

技术实现思路

[0006]本专利技术目的旨在针对现有技术中的上述不足，提供一种基于机器视觉的高精度焊接机器人手眼标定方法，以提高焊接机器人手眼标定精度，进而有效提高机器人的焊接生产合格率，同时提高工作效率
。
[0007]本专利技术提供的基于机器视觉的高精度焊接机器人手眼标定方法，包括以下步骤：
[0008]S1
控制焊接机器人的
TCP
末端在粘贴
3M
反光纸的标准块上焊接若干圆形光斑，并记录每个位置
TCP
末端在世界坐标系下的坐标；
[0009]S2
获取圆形光斑中心的图像坐标，包括以下分步骤：
[0010]S21
利用相机采集包含所有圆形光斑的图像；
[0011]S22
利用
Otsu
自适应阈值分割算法对采集的包含圆形光斑的图像进行处理，从背
景中分割出光斑轮廓；
[0012]S23
通过
Canny
边缘检测算法定位各圆形光斑的亚像素轮廓；
[0013]S24
利用最小二乘圆拟合算法对各圆形光斑的亚像素轮廓拟合得到各圆形光斑中心的图像坐标；
[0014]S3
基于圆形光斑中心的图像坐标和每个对应位置
TCP
末端在世界坐标系下的坐标，构建坐标转换方程组，求解得到坐标转换矩阵
。
[0015]上述步骤
S1
，通过焊接圆形光斑的方式来替代传统的标定板
。
在标准块上粘贴
3M
反光纸后可直接利用激光焊接光斑，避免了点位示教的人工对准流程，确定的世界坐标系下的
TCP
末端坐标更准，之后通过图像处理技术直接识别光斑中心，使相机坐标系和世界坐标系下的坐标形成对应，提高设备手眼标定精度
。
标准块的制作主要考虑尺寸信息，具体根据实际的应用需求进行加工定制，通常标准块尺寸为实际应用相机视野大小的
1/3。
[0016]上述步骤
S2
，目的是通过图像处理技术获取圆形光斑中心的图像坐标
。
[0017]步骤
S21
中，为了便于严格区分光斑与背景，可以在相机拍摄窗口周围设置环形红色光源打光
。
[0018]步骤
S22
中，可以采用本领域已经披露的常规
Otsu
自适应阈值分割算法对图像的背景和圆形光斑进行分割，参见于洋
,
孔琳
,
虞闯
.
自适应粒子群集优化二维
OSTU
的图像阈值分割算法
[J].
电子测量与仪器学报
,2017,31(6):6。
[0019]步骤
S23
中，
Canny
边缘检测算法的基本处理思想是先利用高斯函数对图像进行平滑处理，之后通过一阶微分的极大值确定图像边缘点，而图像中灰度变化剧烈和缓慢的像素点均由二阶微分的零交叉点确定
。
[0020]对图像
f(x,y)
进行高斯滤波平滑处理获得
f(x,y)*
▽
G
α
(x,y)
，其中，
G
α
(x,y)
表示高斯函数，
α
为相应的尺度因子，
x、y
分别表示图像
f(x,y)
中的位置坐标
。
[0021]平滑处理后，图像边缘点为在
A
α
方向上使
M
α
取得局部极大值的点；其中
M
α
为梯度矢量的模，
A
α
为梯度矢量的方向，定义如下：
[0022]M
α
＝
||f(x,y)*
▽
G
α
(x,y)||
ꢀꢀ
(1)
[0023][0024]基于上述原理，可以通过
Canny
边缘检测算法定位各圆形光斑的亚像素轮廓
。
[0025]步骤
S24
中，基于
Canny
算子提取的亚像素光斑轮廓，利用最小二乘圆拟合算法即可获得光斑的圆心坐标
。
[0026]设最小二乘圆拟合算法目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于机器视觉的高精度焊接机器人手眼标定方法，其特征在于，包括以下步骤：
S1
控制焊接机器人的
TCP
末端在粘贴
3M
反光纸的标准块上焊接若干圆形光斑，并记录每个位置
TCP
末端在世界坐标系下的坐标；
S2
获取圆形光斑中心的图像坐标，包括以下分步骤：
S21
利用相机采集包含所有圆形光斑的图像；
S22
利用
Otsu
自适应阈值分割算法对采集的包含圆形光斑的图像进行处理，从背景中分割出光斑轮廓；
S23
通过
Canny
边缘检测算法定位各圆形光斑的亚像素轮廓；
S24
利用最小二乘圆拟合算法对各圆形光斑的亚像素轮廓拟合得到各圆形光斑中心的图像坐标；
S3
基于圆形光斑中心的图像坐标和每个对应位置
TCP
末端在世界坐标系下的坐标，构建坐标转换方程组，求解得到坐标转换矩阵
。2.
根据权利要求1所述的基于机器视觉的高精度焊接机器人手眼标定方法，其特征在于，步骤
S21
中，在相机拍摄窗口周围设置环形红色光源打光
。3.
根据权利要求1所述的基于机器视觉的高精度焊接机器人手眼标定方法，其特征在于，对图像
f(x,y)
进行高斯滤波平滑处理获得其中，
G
α
(x,y)
表示高斯函数，
α
为相应的尺度因子，
x、y
分别表示图像
f(x,y)
中的位置坐标；平滑处理后，图像边缘点为在
A
α
方向上使
M
α
取得局部极大值的点；其中
M
α
为梯度矢量的模，
A
α
为梯度矢量的方向，定义如下：为梯度矢量的方向，定义如下：基于上述原理，可以通过
Canny
边缘检测算法定位各圆形光斑的亚像素轮廓
。4.
根据权利要求1所述的基于机器视觉的高精度焊接机器人手眼标定方法，其特征在于，步骤
S24
中，设最小二乘圆拟合算法目标函数，如式
(3)
所示：
F
＝
min∑[(x
i
‑
a)2+(y
...

【专利技术属性】
技术研发人员：李强，朱明江，余平，李雪琴，武世杰，
申请(专利权)人：四川乐成电气科技有限公司，
类型：发明
国别省市：