CN106335061A - 一种基于四自由度机器人的手眼关系标定方法 - Google Patents

Abstract

本发明涉及一种基于四自由度机器人的手眼关系标定方法，首先确定摄像机内部参数矩阵；接着计算手眼关系旋转矩阵；然后计算工作平面在相机坐标系下的深度值；最后计算手眼关系平移矩阵。本发明操作简单、精度较高。

Description

一种基于四自由度机器人的手眼关系标定方法

技术领域

本发明涉及四自由度机器人视觉手眼标定技术领域，特别是一种基于四自由度机器人的手眼关系标定方法。

背景技术

机器视觉技术逐渐成为工业控制领域的主流技术，基于视觉的机器人工作更适应环境的变化，更有益于提高工业生产效率，在未来的生产生活中，视觉系统依附于机器将成为一种趋势。

在工业生产中，四自由度机器人扮演着重要的角色，基于视觉控制的四自由度机器人搭配传送带工作是比较普遍的装配和搬运方式。机器视觉系统分为基于标定的机器视觉技术和非标定的机器视觉系统。

当基于标定的机器视觉机器人执行抓取任务时，固定在机器人末端的相机采集工作场景信息，然后经过计算机的处理，转换为我们关心的执行器和抓取对象的相对位置关系，通过不断反馈位置信息，进而准确完成抓取任务。若想视觉系统工作正常，需要标定相机坐标系和机器人坐标系之间的相对关系，即手眼关系标定。

手眼关系标定是机器视觉技术实现的关键步骤，其精确度直接影响机器人执行动作的准确性。尽管无标定的机器视觉技术已经存在，但是自标定技术大多是借助目标信息来进行自标定的，对目标信息要求严格，其应用受限制，应用面不广。相比之下，基于标定机器视觉技术仍然是应用的主流。在手眼关系标定中，手眼关系包括旋转矩阵和平移矩阵，旋转矩阵的标定方法比较成熟，难点在于平移矩阵标定中特征点的世界坐标的确定。现有的标定技术都是针对六自由度机器人，少数针对四自由度机器人的方法存在精度不高，且灵活性差、应用面窄的问题，四自由度因其具有三个平行的旋转轴，许多要求做几组旋转轴不平行的旋转运动方法都不适用。因此四自由度标定方法较少，亟需新的针对四自由度机器人的标定方法。

本发明引用3篇参考文献，具体如下：

[1]张曦，黄亮，徐洋，等.基于MATLAB中calibration toolbox的相机标定应用研究.微型机与应用，2011，30(14)：31-33。

[2][2]Ma S D.A Self-Calibration Technique for Ac-tive Vision Systems[J].IEEE Transactionsons on Robotics and Automat ion,1996,12(1):114–120。

[3]杨广林，孔令富，王洁.一种新的机器人手眼关系标定方法.机器人，2006，28(4)：400-405。

发明内容

有鉴于此，本发明的目的是提出一种基于四自由度机器人的手眼关系标定方法，操作简单、精度较高。

本发明采用以下方案实现：一种基于四自由度机器人的手眼关系标定方法，具体包括以下步骤：

步骤S1：确定摄像机内部参数矩阵；

步骤S2：计算手眼关系旋转矩阵；

步骤S3：计算工作平面在相机坐标系下的深度值z_C；

步骤S4：计算手眼关系平移矩阵：借助激光笔，通过几何作图的方式确定特征点，通过提取的特征点计算手眼关系平移矩阵。

进一步地，所述四自由度机器人包括依次相连的第一连杆、第二连杆、第三连杆以及第四连杆，所述第四连杆连接有末端执行器，所述激光笔固定于所述末端执行器上，所述激光笔的射线方向为照向工作平面。

进一步地，步骤S4中，所述通过几何作图的方式确定特征点具体为：控制机器人第4连杆做纯旋转运动，用铅笔记录激光笔射线指向的位置，每次旋转90°，旋转3次，分别记录激光笔射线指向的点，根据对应的四个点画圆，使所绘制的圆尽可能的靠近所有标记的点，该圆的圆心为所需特征点。

进一步地，所述通过提取的特征点计算手眼关系平移矩阵具体包括以下步骤：

步骤S41：根据世界坐标系、机器人坐标系与摄像机坐标系的关系可得：

$X_W=R_H^W(R_C^H{X}_C+T_C^H)+T_H^W---\left(1\right);$

其中，X_W和X_C分别为工作台上特征点X在世界坐标系和相机坐标系的坐标，和为世界坐标系与机器人坐标系关系矩阵的旋转和平移矩阵，和为摄像机坐标系与机器人坐标系关系矩阵的旋转和平移矩阵；

步骤S42：对上式进行整理可得手眼关系平移矩阵为：

$T_C^H=R_H^{W-1}(X_W-T_H^W)-R_C^H{X}_C---\left(2\right);$

根据小孔成像模型得到：

X_C＝z_CM^-1[u v 1]^T (3)；

其中，z_C为特征点在相机坐标系下的深度值，M为通过MATLAB工具箱标定的摄像机内部参数矩阵，[u v 1]^T为特征点的像素坐标的齐次表示；

步骤S43：将式(3)代入式(2)得到手眼关系平移矩阵公式为：

$T_C^H=R_H^{W-1}(X_W-T_H^W)-z_C{R}_C^H{M}^{-1}{\left[\begin{array}{ccc}u& v& 1\end{array}\right]}^T---\left(4\right).$

由式(4)可知，和为机械手坐标系与世界坐标关系矩阵，可由机器人关节信息求得。要计算平移矩阵只需确定特征点X在世界坐标系下的坐标X_W。因此，本发明的主要工作就是确定工作平台上的特征点世界坐标，其基本原理是找出机器人任意已知的关节信息对应特征点的世界坐标系的x,y轴的值，z的值(工作平面的高度)已知。

与现有技术相比，本发明有以下有益效果：本发明仅需要一支激光笔固定于机器人末端执行器上，保持其他关节不动的前提下，控制机器人第四连杆做纯旋转运动，通过激光笔指向的点绘制圆，该圆的圆心就是要提取的点。通过提取的特征点就可以计算手眼关系平移矩阵，实验表明该方法精度高，在大多数机器人中都可以应用，且操作简单，易于理解。

附图说明

图1为本发明实施例中任意四连杆四自由度机器人和激光笔固定位置示意图。

图2为本发明实施例中通过激光笔照射点a_i和b_i(i＝1,2,3,4)分别找到的特征点q和q′的示意图；

图3为本发明实施例中基于四自由度机器人的手眼关系标定方法的方法流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

如图1至图3所示，本实施例提供了以下步骤；

S1、确定摄像机内部参数矩阵。使用参考文献[1]中方法，通过MATLAB工具箱标定相机内部参数矩阵。

S2、计算手眼关系旋转矩阵。使用参考文献[2]提出的主动视觉的方法标定手眼关系旋转矩阵。

S3、计算工作平面在相机坐标系下的深度值z_C。使用参考文献[3]提出的方法，沿X轴或Y轴方向移动一次，根据移动前后的像素坐标和移动向量确定深度值z_C。

S4、计算手眼关系平移矩阵。

第一步，找已知世界坐标的特征点。如图1所示，为4连杆机器人，连杆4为自旋转连杆，激光笔分两种情况固定于机器人第4连杆上，工作平台与机器人相对位置保持不变，从机器人控制面板上可以读出机器人关节信息，通过D-H法求解世界坐标系的机器人末端执行器坐标。

根据激光笔安装情况，分两种情况寻找任意特征点，具体实施方案如下：

将激光笔固定在机械手末端位置，保证激光笔光线能直射到待标定平面，如图1所示激光笔放置位置；

打开激光笔，用铅笔记录两种固定位置的激光笔射线指向的位置a₁和b₁，控制机器人的第4连杆做纯旋转运动，每次旋转90°，旋转3次，分别记录激光笔射线指向如图2所示的点a₂和b₂、a₃和b₃、a₄和b₄，分别根据对应的四个点画圆，使所绘制的圆尽可能的靠近所有标记的点，因为机器人第四连杆做纯旋转运动，其末端执行器在世界坐标系下的坐标值始终保持不变，如此绘制的圆的中心为所需特征点。如图2所示，虚线圆为激光笔射线非垂直于工作平台绘制的，实线圆通过垂直激光笔垂直于工作台绘制的，从图可以看出，找到的特征点q和q′重合，由此可知通过激光笔提取特征点不必要激光笔射线垂直于工作台。

为了尽可能的准确的找出特征点，在执行上述的第二步骤时，可以控制机械手第4连杆旋转角度小一点，如此来获得更多的激光照射点，根据多个激光点绘制的圆的圆心即为较准确的特征点。该特征点是机器人第4连杆中心在工作平面上的投影点，该特征点的世界坐标X，Y在机器人的控制器中是已知的，由于工作平面的高度已知，因此得到特征点的世界坐标X_W。

第二步，拍照、记录数据，计算手眼关系平移矩阵。首先控制机器人，让特征点出现在相机的视场中，此时，记录机器人的关节变量，通过正运动学求拍照获得特征点图像像素坐标(u,v)，根据已知条件，代入到公式(4)中，即可计算出手眼关系平移矩阵

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (4)

1.一种基于四自由度机器人的手眼关系标定方法，其特征在于：包括以下步骤：

步骤S1：确定摄像机内部参数矩阵；

步骤S2：计算手眼关系旋转矩阵；

步骤S3：计算工作平面在相机坐标系下的深度值z_C；

步骤S4：计算手眼关系平移矩阵：借助激光笔，通过几何作图的方式确定特征点，通过提取的特征点计算手眼关系平移矩阵。

2.根据权利要求1所述的一种基于四自由度机器人的手眼关系标定方法，其特征在于：所述四自由度机器人包括依次相连的第一连杆、第二连杆、第三连杆以及第四连杆，所述第四连杆连接有末端执行器，所述激光笔固定于所述末端执行器上，所述激光笔的射线方向为照向工作平面。

3.根据权利要求2所述的一种基于四自由度机器人的手眼关系标定方法，其特征在于：步骤S4中，所述通过几何作图的方式确定特征点具体为：控制机器人第4连杆做纯旋转运动，用铅笔记录激光笔射线指向的位置，每次旋转90°，旋转3次，分别记录激光笔射线指向的点，根据对应的四个点画圆，使所绘制的圆尽可能的靠近所有标记的点，该圆的圆心为所需特征点。

4.根据权利要求1所述的一种基于四自由度机器人的手眼关系标定方法，其特征在于：所述通过提取的特征点计算手眼关系平移矩阵具体包括以下步骤：

步骤S41：根据世界坐标系、机器人坐标系与摄像机坐标系的关系可得：

$X_W=R_H^W(R_C^H{X}_C+T_C^H)+T_H^W---\left(1\right);$

其中，X_W和X_C分别为工作台上特征点X在世界坐标系和相机坐标系的坐标，和为世界坐标系与机器人坐标系关系矩阵的旋转和平移矩阵，和为摄像机坐标系与机器人坐标系关系矩阵的旋转和平移矩阵；

步骤S42：对上式进行整理可得手眼关系平移矩阵为：

$T_C^H=R_H^{W-1}(X_W-T_H^W)-R_C^H{X}_C---\left(2\right);$

根据小孔成像模型得到：

X_C＝z_CM^-1[u v 1]^T (3)；

其中，z_C为特征点在相机坐标系下的深度值，M为通过MATLAB工具箱标定的摄像机内部参数矩阵，[u v 1]^T为特征点的像素坐标的齐次表示；

步骤S43：将式(3)代入式(2)得到手眼关系平移矩阵公式为：

$T_C^H=R_H^{W-1}(X_W-T_H^W)-z_C{R}_C^H{M}^{-1}{\left[\begin{array}{ccc}u& v& 1\end{array}\right]}^T---\left(4\right).$