CN104864807A - 一种基于主动双目视觉的机械手手眼标定方法 - Google Patents
一种基于主动双目视觉的机械手手眼标定方法 Download PDFInfo
- Publication number
- CN104864807A CN104864807A CN201510168995.7A CN201510168995A CN104864807A CN 104864807 A CN104864807 A CN 104864807A CN 201510168995 A CN201510168995 A CN 201510168995A CN 104864807 A CN104864807 A CN 104864807A
- Authority
- CN
- China
- Prior art keywords
- binocular vision
- coordinate system
- vision sensor
- hand
- mechanical arm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims description 27
- 230000007704 transition Effects 0.000 claims description 15
- 238000003754 machining Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000004392 development of vision Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于主动双目视觉的机械手手眼标定方法,有如下步骤:S1、使用2D平面标定靶对双目视觉传感器进行标定,建立双目视觉传感器坐标系;S2、移动机械手末端到任意位置,记录此时机械手末端在机械手坐标系下的坐标,结构光发生器向机械手末端投射编码图像,双目视觉传感器采集图像,利用编码图案信息和极线几何约束计算机械手末端在双目视觉传感器坐标系下的三维坐标;S3、重复步骤S2得到多组坐标数据,计算出机械手坐标系与双目视觉传感器坐标系的关系,即机械手手眼关系。
Description
技术领域
本发明涉及一种机械手的手眼标定方法,尤其涉及一种基于主动双目视觉的机械手的手眼标定方法。
背景技术
随着视觉技术的发展,和工业中对机器人精度要求的提高,越来越多的工业机器人将视觉传感器作为其操作导航工具。视觉传感器为给机械手提供导航指引,首先要进行手眼标定,得出视觉传感器与机械手的位置关系,然后再根据视觉传感器采集目标物体在双目视觉传感器坐标系下的坐标,转换为在机械手坐标系下的坐标,为机械手操作提供指引。由视觉传感器与机械手的位置关系可将视觉传感器系统分为:Eye-in-Hand式和Eye-to-Hand式。Eye-in-Hand式为视觉传感器安装在机械手上,此种安装方式的手眼标定算法较复杂,但摄像机可以和机械手控制端组成闭环控制系统,随着机械手的移动可以降低摄像机标定误差的影响,所以此种方法对摄像机标定精度的不是很严格。Eye-to-Hand式为视觉传感器与机械手分离,视觉传感器安装在机械手外的某处,不随机械手移动而改变位置,此种安装方式的手眼标定算法较简单,但精度受摄像机标定的限制,具体表现在视觉传感器计算得到目标点坐标的精度,故对摄像机标定的精度要求很严格。现有的Eye-to-Hand式机械手手眼标定方法,如专利“基于3D图像传感器的室内机器人视觉手眼关系标定方法”(申请号:201410166077.6),在机械手末端添加标志点,使用视觉传感器采集该标志点三维坐标的方法,得出用以计算手眼关系矩阵的坐标数据,方法简单,但有些情况并不适合在机械手末端添加标志点,如机械手末端较尖锐、细小的情况。
发明内容
为解决上述问题,本发明的目的在于提供一种算法和操作简单且又具有高精度的基于主动双目视觉的机械手的手眼标定方法。
本发明解决其问题所采用的技术方案是:
一种基于主动双目视觉的机械手的手眼标定方法,包括以下步骤:
S1、使用2D平面标定靶对双目视觉传感器进行标定,建立双目视觉传感器坐标系;
S2、移动机械手末端到任意位置,记录此时机械手末端在机械手坐标系下的坐标,结构光发生器向机械手末端投射编码图像,双目视觉传感器采集图像,利用编码图案信息和极线几何约束计算机械手末端在双目视觉传感器坐标系下的三维坐标;
S3、重复步骤S2得到多组坐标数据,计算出机械手坐标系与双目视觉传感器坐标系的转换关系。
进一步,所述双目视觉传感器由两个摄像机和一个结构光发生器组成。
具体地,所述结构光发生器位于两个摄像机之间。
进一步,步骤S1中,通过立体视觉摄像机标定方法求得双目视觉传感器的内部参数和相互位置关系的外部参数,建立双目视觉传感器坐标系。
进一步,步骤S2中,通过机械手控制器移动机械手末端到任意位置,通过机械手控制器读取并记录此时机械手末端在机械手坐标系下的坐标。
进一步,步骤S2中,结构光发生器向机械手末端投射编码图像,双目视觉传感器采集图像后,利用编码图案信息和极线几何约束及步骤S1中所标定的内部参数和外部参数,计算出机械手末端在双目视觉传感器坐标系下的三维坐标。
进一步,步骤S3中,通过多次移动机械手末端的位置,重复至少4次步骤S2分别得到4组以上机械手末端在机械手坐标系、双目视觉传感器坐标系下的三维坐标,其中至少4次机械手末端所移动的位置点不共面。
进一步,步骤S3中,记录每次机械手末端在机械手坐标系下的坐标及其对应在双目视觉传感器坐标系下的坐标,采用最小二乘法求得转换矩阵,将所述的转换矩阵作为最后得出的手眼关系矩阵。
进一步地,所述双目视觉传感器坐标系为CW,机械手坐标系为CM,双目视觉传感器坐标系CW到机械手坐标系CM的关系为:CM=T·CW,矩阵T为机械手手眼转换矩阵。
具体地,步骤S3中,通过4次移动机械手末端的位置,分别得到4组机械手末端在机械手坐标系下的三维坐标(xj,yj,zj)(j=1,2,3,4),和双目视觉传感器坐标系下的三维坐标(Xj,Yj,Zj)(j=1,2,3,4),且这4个坐标位置点不共面,上述机械手坐标系下的三维坐标和双目视觉传感器坐标系下的三维坐标的机械手手眼转换矩阵T为:
本发明的有益效果是:本发明采用的一种基于主动双目视觉的机械手的手眼标定方法,具有算法简单、测量精度高、易操作的特点,无需在机械手末端添加标志点,并能以一种精度更高的双目结构光的算法计算机械手末端的三维坐标数据,再计算得到机械手手眼关系矩阵,相比被动双目视觉通过标志点来定位查找,主动双目视觉是利用投射结构光的辅助编码信息进行对应点对查找,故无需在机械手末端添加标志点,适应性更广,加之主动双目视觉是投射了具有编码信息的结构光在物体表面,利用这些编码信息可以更精确的找到双目中的对应点,所以精度更高,可以有效满足机器人手眼标定的需要。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明机械手与双目传感器的结构示意图;
图2是本发明机械手坐标系与双目视觉传感器坐标系的关系图;
图3是本发明基于双目视觉的机械手的手眼标定方法的方法流程图。
具体实施方式
本发明的一种基于主动双目视觉的机械手的手眼标定方法,参照图1所示,包括机械手1和机械手末端2,还包括主动双目视觉传感器3,所述主动双目视觉传感器3由双目视觉传感器左摄像机5、双目视觉传感器右摄像机6和结构光发生器4组成。为了确保光结构发生器4向机械手末端投射的编码图案能被两个摄像机采集到,所述结构光发生器4位于双目视觉传感器左摄像机5和双目视觉传感器右摄像机6之间。
参照图3所示,本发明的一种基于主动双目视觉的机械手的手眼标定方法的具体包括如下步骤:
S1、使用2D平面标定靶对双目视觉传感器进行标定,建立双目视觉传感器坐标系;
S2、移动机械手末端到任意位置,记录此时机械手末端在机械手坐标系下的坐标,结构光发生器向机械手末端投射编码图像,双目视觉传感器采集图像,利用编码图案信息和极线几何约束计算机械手末端在双目视觉传感器坐标系下的三维坐标;
S3、重复步骤S2得到多组坐标数据,计算出机械手坐标系与双目视觉传感器坐标系的转换关系,即机械手手眼关系。
一般来说,3D立体靶标的制作成本较高,且加工精度受到一定的限制,而在本发明步骤S1中,采用2D平面标定靶结合双目视觉传感器进行标定,通过立体视觉摄像机标定方法求得双目视觉传感器的内部参数和相互位置关系的外部参数并建立双目视觉传感器坐标系。
即让双目视觉传感器左摄像机5、双目视觉传感器右摄像机6在两个以上不同方位拍摄2D平面标定靶,从而建立起双目视觉传感器的三维坐标系,其中双目视觉传感器及2D平面标定靶可自由移动,无需知道其运动参数。具有制作成本低,加工精度容易实现、算法简单的优点。
具体地,步骤S2中,机械手1受到机械手控制器的控制而移动,当机械手1移动到任一位置时,通过机械手控制器即可读取并记录此时机械手末端2在机械手坐标系下的坐标。
再通过结构光发生器4向机械手末端2投射编码图像,双目视觉传感器采集图像后,利用编码图案信息和极线几何约束及步骤S1中所标定的内部参数和外部参数,即可计算出机械手末端在双目视觉传感器坐标系下的三维坐标。
其中,在步骤S3中,为了获得计算出机械手坐标系与双目视觉传感器坐标系的转换关系,需要重复步骤S2获得多组坐标数据,为了获得三维坐标的对应关系,通过多次移动机械手末端2的位置,重复至少4次步骤S2分别得到4组以上机械手末端2在机械手坐标系、双目视觉传感器坐标系下的三维坐标,其中至少4次机械手末端所移动的位置点不共面。记录每次机械手末端2在机械手坐标系下的坐标及其对应在双目视觉传感器坐标系下的坐标,采用最小二乘法求得转换矩阵,将所述的转换矩阵作为最后得出的手眼关系矩阵。
以下实施例为本发明的详细具体步骤:
步骤S1,使用2D平面标定靶对双目视觉传感器进行标定,求得双目摄像机的内部参数和相互位置关系的外部参数,建立双目视觉传感器坐标系CW,其与机械手坐标系CM的位置关系如图2所示。
步骤S2,使用机械手控制器控制机械手末端移动到机械手坐标系下(x1,y1,z1)处。采用4步相移编码方式投射结构光条纹到机械手末端,并用相机采集图像。在条纹变化方向上,空间上每个点的被相位值唯一编码。对相机采集到的相移条纹图进行解码,计算每个像素点的相位值。根据相位值相等的条件,并结合双目立体视觉的极线几何约束,即可精确计算出机械手末端在双目视觉传感器坐标系下的三维坐标(X1,Y1,Z1)。
步骤S3,重复步骤S2多次,设次数为N,则N>4,即使用机械手控制器控制机械手末端移动到机械手坐标系下(xi,yi,zi)处,双目视觉传感器采集此时机械手末端图像,计算得出机械手末端在双目视觉传感器坐标系下的坐标(Xi,Yi,Zi)(i=2,3,…,N+1),以4次移动后机械手末端在机械手坐标系下不共面为条件,取出多组坐标数据,采用最小二乘法求得转换矩阵,将求得的转换矩阵作为最后得出的手眼关系矩阵。
主要计算过程如下:
机械手坐标系CM和双目视觉传感器坐标系CW都有如下关系:
CM=T·CW,
矩阵T即为机械手手眼转换矩阵。设机械手末端4次移动后在机械手坐标系下的坐标为(xj,yj,zj)(j=1,2,3,4),在双目视觉传感器坐标系下的坐标为(Xj,Yj,Zj)(j=1,2,3,4),且这4个位置点不共面,则可得如下方程:
由此可计算出机械手手眼关系矩阵:
得出矩阵T即为一个机械手手眼转换矩阵,再采用最小二乘法得出最终的转换矩阵,即为最终得出的机械手手眼关系矩阵。
尽管上面结合附图对本发明进行了详细的描述,但是本发明的应用并不局限于上述的实施例中,上述的具体实施方式仅仅只是一种方法解释,不是限制性的,本领域的其他技术人员在本发明的启示下,不脱离本发明思路方法的情况下,也可以做出其他很多方法应用,但这些均属于本发明的保护之内。
Claims (10)
1.一种基于主动双目视觉的机械手的手眼标定方法,其特征在于,包括以下步骤:
S1、使用2D平面标定靶对双目视觉传感器进行标定,建立双目视觉传感器坐标系;
S2、移动机械手末端到任意位置,记录此时机械手末端在机械手坐标系下的坐标,结构光发生器向机械手末端投射编码图像,双目视觉传感器采集图像,利用编码图案信息和极线几何约束计算机械手末端在双目视觉传感器坐标系下的三维坐标;
S3、重复步骤S2得到多组坐标数据,计算出机械手坐标系与双目视觉传感器坐标系的转换关系。
2.根据权利要求1所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:所述双目视觉传感器由两个摄像机和一个结构光发生器组成。
3.根据权利要求2所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:所述结构光发生器位于两个摄像机之间。
4.根据权利要求1至3任一所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:步骤S1中,通过立体视觉摄像机标定方法求得双目视觉传感器的内部参数和相互位置关系的外部参数,建立双目视觉传感器坐标系。
5.根据权利要求1所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:步骤S2中,通过机械手控制器移动机械手末端到任意位置,通过机械手控制器读取并记录此时机械手末端在机械手坐标系下的坐标。
6.根据权利要求4所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:步骤S2中,结构光发生器向机械手末端投射编码图像,双目视觉传感器采集图像后,利用编码图案信息和极线几何约束及步骤S1中所标定的内部参数和外部参数,计算出机械手末端在双目视觉传感器坐标系下的三维坐标。
7.根据权利要求1所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:步骤S3中,通过多次移动机械手末端的位置,重复至少4次步骤S2分别得到4组以上机械手末端在机械手坐标系、双目视觉传感器坐标系下的三维坐标,其中至少4次机械手末端所移动的位置点不共面。
8.根据权利要求7所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:步骤S3中,记录每次机械手末端在机械手坐标系下的坐标及其对应在双目视觉传感器坐标系下的坐标,采用最小二乘法求得转换矩阵,将所述的转换矩阵作为最后得出的手眼关系矩阵。
9.根据权利要求1所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:双目视觉传感器坐标系为CW,机械手坐标系为CM,双目视觉传感器坐标系CW到机械手坐标系CM的关系为:CM=T·CW,矩阵T为机械手手眼转换矩阵。
10.根据权利要求9所述的一种基于主动双目视觉的机械手的手眼标定方法,其特征在于:步骤S3中,通过4次移动机械手末端的位置,分别得到4组机械手末端在机械手坐标系下的三维坐标(xj,yj,zj)(j=1,2,3,4),和双目视觉传感器坐标系下的三维坐标(Xj,Yj,Zj)(j=1,2,3,4),且这4个坐标位置点不共面,上述机械手坐标系下的三维坐标和双目视觉传感器坐标系下的三维坐标的机械手手眼转换矩阵T为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510168995.7A CN104864807B (zh) | 2015-04-10 | 2015-04-10 | 一种基于主动双目视觉的机械手手眼标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510168995.7A CN104864807B (zh) | 2015-04-10 | 2015-04-10 | 一种基于主动双目视觉的机械手手眼标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104864807A true CN104864807A (zh) | 2015-08-26 |
CN104864807B CN104864807B (zh) | 2017-11-10 |
Family
ID=53910815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510168995.7A Active CN104864807B (zh) | 2015-04-10 | 2015-04-10 | 一种基于主动双目视觉的机械手手眼标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104864807B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107543497A (zh) * | 2017-03-23 | 2018-01-05 | 四川精视科技有限公司 | 一种非重叠视域双目视觉测量站坐标关联方法 |
CN107917666A (zh) * | 2016-10-09 | 2018-04-17 | 上海铼钠克数控科技股份有限公司 | 双目视觉装置及坐标标定方法 |
CN108436909A (zh) * | 2018-03-13 | 2018-08-24 | 南京理工大学 | 一种基于ros的相机和机器人的手眼标定方法 |
CN108527360A (zh) * | 2018-02-07 | 2018-09-14 | 唐山英莱科技有限公司 | 一种位置标定系统及方法 |
CN109465822A (zh) * | 2018-10-22 | 2019-03-15 | 江苏集萃微纳自动化系统与装备技术研究所有限公司 | 基于3d视觉手眼标定方法 |
CN109596126A (zh) * | 2017-09-30 | 2019-04-09 | 北京柏惠维康科技有限公司 | 一种机器人空间坐标系转换关系的确定方法和装置 |
CN109596125A (zh) * | 2017-09-30 | 2019-04-09 | 北京柏惠维康科技有限公司 | 一种机器人的空间坐标系转换关系的确定方法和装置 |
CN109737871A (zh) * | 2018-12-29 | 2019-05-10 | 南方科技大学 | 一种三维传感器与机械手臂的相对位置的标定方法 |
CN109794963A (zh) * | 2019-01-07 | 2019-05-24 | 南京航空航天大学 | 一种面向曲面构件的机器人快速定位方法 |
CN109940626A (zh) * | 2019-01-23 | 2019-06-28 | 浙江大学城市学院 | 一种基于机器人视觉的画眉机器人系统及其控制方法 |
CN110136208A (zh) * | 2019-05-20 | 2019-08-16 | 北京无远弗届科技有限公司 | 一种机器人视觉伺服系统的联合自动标定方法及装置 |
CN111199542A (zh) * | 2019-12-30 | 2020-05-26 | 季华实验室 | 工装板的精确定位方法 |
CN111251189A (zh) * | 2019-11-12 | 2020-06-09 | 长沙长泰机器人有限公司 | 一种用于铸件打磨的视觉定位方法 |
CN111347411A (zh) * | 2018-12-20 | 2020-06-30 | 中国科学院沈阳自动化研究所 | 基于深度学习的双臂协作机器人三维视觉识别抓取方法 |
CN111687885A (zh) * | 2020-06-03 | 2020-09-22 | 西安交通大学 | 一种用于无序零件装配的智能双臂机器人系统及视觉引导方法 |
CN113160329A (zh) * | 2020-12-23 | 2021-07-23 | 合肥工业大学 | 用于摄像机标定的编码平面靶标及其解码方法 |
CN113208731A (zh) * | 2021-04-23 | 2021-08-06 | 上海大学 | 基于双目视觉系统的手术穿刺机器人手眼标定方法 |
WO2021218542A1 (zh) * | 2020-04-28 | 2021-11-04 | 腾讯科技(深圳)有限公司 | 基于视觉感知设备的机器人本体坐标系的空间标定方法、装置和存储介质 |
CN114310881A (zh) * | 2021-12-23 | 2022-04-12 | 中国科学院自动化研究所 | 一种机械臂快换装置的标定方法、系统及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62214403A (ja) * | 1986-03-17 | 1987-09-21 | Yaskawa Electric Mfg Co Ltd | 視覚センサ付ロボツトシステムにおけるキヤリブレ−シヨン方法 |
US20040102911A1 (en) * | 2002-11-21 | 2004-05-27 | Samsung Electronics Co., Ltd. | Hand/eye calibration method using projective invariant shape descriptor of 2-dimensional image |
CN1888814A (zh) * | 2006-07-25 | 2007-01-03 | 深圳大学 | 三维主动视觉传感器的多视点姿态估计和自标定方法 |
CN101053953A (zh) * | 2004-07-15 | 2007-10-17 | 上海交通大学 | 焊接机器人单目视觉传感器的手-眼关系快速标定方法 |
CN103862330A (zh) * | 2012-12-14 | 2014-06-18 | 中国科学院沈阳自动化研究所 | 基于机器视觉的弯管磁研磨自动导航方法 |
CN104180753A (zh) * | 2014-07-31 | 2014-12-03 | 东莞市奥普特自动化科技有限公司 | 机器人视觉系统的快速标定方法 |
-
2015
- 2015-04-10 CN CN201510168995.7A patent/CN104864807B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62214403A (ja) * | 1986-03-17 | 1987-09-21 | Yaskawa Electric Mfg Co Ltd | 視覚センサ付ロボツトシステムにおけるキヤリブレ−シヨン方法 |
US20040102911A1 (en) * | 2002-11-21 | 2004-05-27 | Samsung Electronics Co., Ltd. | Hand/eye calibration method using projective invariant shape descriptor of 2-dimensional image |
CN101053953A (zh) * | 2004-07-15 | 2007-10-17 | 上海交通大学 | 焊接机器人单目视觉传感器的手-眼关系快速标定方法 |
CN1888814A (zh) * | 2006-07-25 | 2007-01-03 | 深圳大学 | 三维主动视觉传感器的多视点姿态估计和自标定方法 |
CN103862330A (zh) * | 2012-12-14 | 2014-06-18 | 中国科学院沈阳自动化研究所 | 基于机器视觉的弯管磁研磨自动导航方法 |
CN104180753A (zh) * | 2014-07-31 | 2014-12-03 | 东莞市奥普特自动化科技有限公司 | 机器人视觉系统的快速标定方法 |
Non-Patent Citations (2)
Title |
---|
丁雅斌等: "一种三维数字成像系统的多视点姿态估计方法", 《光学学报》 * |
熊会元等: "一种线结构光视觉传感器手眼标定方法及仿真", 《系统仿真学报》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107917666A (zh) * | 2016-10-09 | 2018-04-17 | 上海铼钠克数控科技股份有限公司 | 双目视觉装置及坐标标定方法 |
CN107543497B (zh) * | 2017-03-23 | 2019-10-01 | 四川精视科技有限公司 | 一种非重叠视域双目视觉测量站坐标关联方法 |
CN107543497A (zh) * | 2017-03-23 | 2018-01-05 | 四川精视科技有限公司 | 一种非重叠视域双目视觉测量站坐标关联方法 |
CN109596125B (zh) * | 2017-09-30 | 2022-03-11 | 北京柏惠维康科技有限公司 | 一种机器人的空间坐标系转换关系的确定方法和装置 |
CN109596126A (zh) * | 2017-09-30 | 2019-04-09 | 北京柏惠维康科技有限公司 | 一种机器人空间坐标系转换关系的确定方法和装置 |
CN109596125A (zh) * | 2017-09-30 | 2019-04-09 | 北京柏惠维康科技有限公司 | 一种机器人的空间坐标系转换关系的确定方法和装置 |
CN108527360A (zh) * | 2018-02-07 | 2018-09-14 | 唐山英莱科技有限公司 | 一种位置标定系统及方法 |
CN108436909A (zh) * | 2018-03-13 | 2018-08-24 | 南京理工大学 | 一种基于ros的相机和机器人的手眼标定方法 |
CN109465822A (zh) * | 2018-10-22 | 2019-03-15 | 江苏集萃微纳自动化系统与装备技术研究所有限公司 | 基于3d视觉手眼标定方法 |
CN111347411A (zh) * | 2018-12-20 | 2020-06-30 | 中国科学院沈阳自动化研究所 | 基于深度学习的双臂协作机器人三维视觉识别抓取方法 |
CN111347411B (zh) * | 2018-12-20 | 2023-01-24 | 中国科学院沈阳自动化研究所 | 基于深度学习的双臂协作机器人三维视觉识别抓取方法 |
CN109737871A (zh) * | 2018-12-29 | 2019-05-10 | 南方科技大学 | 一种三维传感器与机械手臂的相对位置的标定方法 |
CN109737871B (zh) * | 2018-12-29 | 2020-11-17 | 南方科技大学 | 一种三维传感器与机械手臂的相对位置的标定方法 |
CN109794963A (zh) * | 2019-01-07 | 2019-05-24 | 南京航空航天大学 | 一种面向曲面构件的机器人快速定位方法 |
CN109794963B (zh) * | 2019-01-07 | 2021-06-01 | 南京航空航天大学 | 一种面向曲面构件的机器人快速定位方法 |
CN109940626A (zh) * | 2019-01-23 | 2019-06-28 | 浙江大学城市学院 | 一种基于机器人视觉的画眉机器人系统及其控制方法 |
CN110136208A (zh) * | 2019-05-20 | 2019-08-16 | 北京无远弗届科技有限公司 | 一种机器人视觉伺服系统的联合自动标定方法及装置 |
CN111251189A (zh) * | 2019-11-12 | 2020-06-09 | 长沙长泰机器人有限公司 | 一种用于铸件打磨的视觉定位方法 |
CN111251189B (zh) * | 2019-11-12 | 2021-07-27 | 长沙长泰机器人有限公司 | 一种用于铸件打磨的视觉定位方法 |
CN111199542A (zh) * | 2019-12-30 | 2020-05-26 | 季华实验室 | 工装板的精确定位方法 |
WO2021218542A1 (zh) * | 2020-04-28 | 2021-11-04 | 腾讯科技(深圳)有限公司 | 基于视觉感知设备的机器人本体坐标系的空间标定方法、装置和存储介质 |
CN111687885A (zh) * | 2020-06-03 | 2020-09-22 | 西安交通大学 | 一种用于无序零件装配的智能双臂机器人系统及视觉引导方法 |
CN113160329A (zh) * | 2020-12-23 | 2021-07-23 | 合肥工业大学 | 用于摄像机标定的编码平面靶标及其解码方法 |
CN113160329B (zh) * | 2020-12-23 | 2022-08-09 | 合肥工业大学 | 用于摄像机标定的编码平面靶标及其解码方法 |
CN113208731A (zh) * | 2021-04-23 | 2021-08-06 | 上海大学 | 基于双目视觉系统的手术穿刺机器人手眼标定方法 |
CN114310881A (zh) * | 2021-12-23 | 2022-04-12 | 中国科学院自动化研究所 | 一种机械臂快换装置的标定方法、系统及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104864807B (zh) | 2017-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104864807A (zh) | 一种基于主动双目视觉的机械手手眼标定方法 | |
CN110243360B (zh) | 机器人在运动区域的地图构建及定位方法 | |
US9197810B2 (en) | Systems and methods for tracking location of movable target object | |
Zhang et al. | Localization and navigation using QR code for mobile robot in indoor environment | |
CN103353758B (zh) | 一种室内机器人导航方法 | |
CN106803270A (zh) | 无人机平台基于单目slam的多关键帧协同地面目标定位方法 | |
CN110361010B (zh) | 一种基于占据栅格地图且结合imu的移动机器人定位方法 | |
CN106767827B (zh) | 一种基于激光数据的移动机器人点云地图创建方法 | |
CN103412565B (zh) | 一种具有全局位置快速估计能力的机器人定位方法 | |
CN109506642B (zh) | 一种机器人多相机视觉惯性实时定位方法及装置 | |
Scaramuzza et al. | Visual odometry [tutorial] | |
CN106441275A (zh) | 一种机器人规划路径的更新方法及装置 | |
CN108227929B (zh) | 基于bim技术的增强现实放样系统及实现方法 | |
JP2019537077A (ja) | 指標を使用した同時位置決め地図作成ナビゲーション方法、装置及びシステム | |
CN103398660B (zh) | 用于获取焊缝高度信息的结构光视觉传感器参数标定方法 | |
CN107272690B (zh) | 基于双目立体视觉的惯性导引车导航方法及惯性导引车 | |
CN108269286B (zh) | 基于组合立体标志的多相机位姿关联方法 | |
CN103900583A (zh) | 用于即时定位与地图构建的设备和方法 | |
CN105082161A (zh) | 双目立体摄像机机器人视觉伺服控制装置及其使用方法 | |
CN104315995A (zh) | 基于虚拟多立方体标准目标的tof深度相机三维坐标标定装置和方法 | |
US10928191B2 (en) | Marker, and posture estimation method and position and posture estimation method using marker | |
CN110695982A (zh) | 一种基于三维视觉的机械臂手眼标定方法和装置 | |
CN111347426A (zh) | 一种基于3d视觉的机械臂精确放置轨迹规划方法 | |
CN112254729A (zh) | 一种基于多传感器融合的移动机器人定位方法 | |
CN104316083A (zh) | 一种虚拟多球体球心定位的tof深度相机三维坐标标定装置和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |