CN107088892A - 一种基于双目视觉的工业机器人运动精度检测方法 - Google Patents

一种基于双目视觉的工业机器人运动精度检测方法 Download PDF

Info

Publication number
CN107088892A
CN107088892A CN201710214378.5A CN201710214378A CN107088892A CN 107088892 A CN107088892 A CN 107088892A CN 201710214378 A CN201710214378 A CN 201710214378A CN 107088892 A CN107088892 A CN 107088892A
Authority
CN
China
Prior art keywords
robot
camera
binocular vision
industrial robot
motion
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.)
Pending
Application number
CN201710214378.5A
Other languages
English (en)
Inventor
耿涛
符桂铭
梅雪松
蔡航航
夏磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201710214378.5A priority Critical patent/CN107088892A/zh
Publication of CN107088892A publication Critical patent/CN107088892A/zh
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095Means or methods for testing manipulators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection

Abstract

本发明公开了一种基于双目视觉系统的工业机器人运动精度检测方法,实现对工业机器人末端运动精度的实时定量检测。该方法首先根据机器人运动范围、负载能力与设计说明资料等进行运动精度范围预估,根据这一估计范围进行图像视场和分辨率确定,以便于对镜头和相机进行参数选择;根据工业机器人主要工作平面、或关注的检测面,再确立机器人在三维环境下的某一工作面,即末端仅在某一平面内移动,双目相机成像平面保持与工作面平行;接着在机器人末端贴上圆形标志点,当机器人末端在不同速度、不同负载、不同插补方法下重复运动到某一预期位置时,利用双目视觉系统获取圆标志点的三维坐标位置;最后将不同工况和时间下测量得到的三维坐标数据进行比较分析得到定量的工业机器人运动精度。

Description

一种基于双目视觉的工业机器人运动精度检测方法
技术领域
本发明属于工业机器人检测技术领域,涉及一种基于双目视觉的工业机器人运动精度检测方法。
背景技术
工业机器人在自动化生产领域近年来呈现出快速发展势头,但机器人目前性能还远未达到人们预期。机器人的精度是反应机器人性能的一个重要指标,其包括绝对定位精度和重复定位精度。绝对定位误差是机器人实际运动与期望运动之间的偏差,由确定性原始误差,如连杆参数误差、运动副间隙等所产生;重复定位精度误差是机器人重复执行同一期望运动时,机器人的实际运动之间的相互离散程度,由随机性原始误差,如各关节伺服定位误差等产生。
在工业机器人的制造生产中需要对机器人成品的重复定位精度进行检测,目前仅有激光跟踪仪一种较为认可的检测方法,但该方法使用设备昂贵,设备价格一般为百万元以上,并且操作复杂,难以满足工业机器人生产和应用过程中的大量实际检测需要。
发明内容
本发明解决的问题在于提供一种基于双目视觉的工业机器人运动精度检测方法,基于机器视觉提供工业机器人末端运动精度,实现对工业机器人运动精度的高精度检测。
本发明是通过以下技术方案来实现:
一种基于双目视觉的工业机器人运动精度检测方法,包括以下操作:
1)首先预估机器人运动精度,根据所估计的运动精度进行双目视觉相机的图像视场和分辨率确定,选择相匹配的镜头和相机;
2)根据工业机器人主要工作平面或关注的检测面,确立机器人在三维环境下的某一工作面,其末端仅在某一平面内移动,双目视觉相机成像平面保持与工作面平行;
3)在机器人末端贴上圆形标志点,当机器人末端在不同速度、不同负载、不同插补方法下重复运动到设定的预期位置时,利用双目视觉相机获取圆标志点的三维坐标位置,得到一系列三维坐标值并将其输出计算处理单元;
4)计算处理单元将某一工况下测量得到的一系列三维坐标值在同一坐标系下显示,得到在某一坐标点附近的一系列点阵,去除显著错误点,能包裹该团点阵的球体半径就是工业机器人的重复运动精度;采取控制变量法,在保证其余变量一样的情况下,检测单一工况变量下的工业机器人精度。
所述的去除显著错误点为:将某一坐标点附近的一系列点阵进行标准差计算,得到标准差;将坐标值中任意三维维度超出相应的标准差三倍的点去除。
所述的机器人运动精度估计是根据机器人运动范围、负载能力与设计说明资料进行运动精度范围预估,根据这一估计范围进行图像视场和分辨率确定。
对于镜头的参数选择,主要关注景深、工作距离和视场;
镜头具有的景深保证机器人末端在视场平面内有沿着相机光轴方向的移动分量时,圆形标志点成像不会模糊;
在相机分辨率一定的情况下,视场越小,检测精度越高;
工作距离为保证相机与工业机器人保持的安全距离,工作距离在500mm~700mm;
视场范围满足机器人末端运动停止位置;
在确立了景深、视场和工作距离后,已知镜头到物体的距离D,视场大小X,相机型号尺寸d,镜头焦距f由f=D*d/X得到。
所述的双目视觉相机还关注相机通道,帧率和分辨率的选择:
采用适用于工业检测的黑白相机;
在不考虑中间过程的动态因素,采用30~50fps的帧率;
在确定视场大小后,分辨率的大小就直接决定了检测系统的精度,精度指每个像素点所反映的实际距离;在确定工业机器人运动精度估值的情况下,确定检测系统的精度要求,并用视场与精度要求间的商来确定分辨率大小,最后由这分辨率来进行双目视觉相机的选型。
所述在进行检测时,双目相机成像平面与工业机器人工作平面间应尽可能保持平行:当镜头焦距固定时,工业机器人末端应运动在一个与成像平面平行的平面,或者末端反复停留位置在一个平面内,此时安装双目相机使成像平面与工业机器人工作平面保持平行,通过观察现场实际存在的一组水平平行线在视场中是否无交汇的平行来判断。
所述在进行检测时,工业机器人末端在某一速度、负载和插补方式下运动,可分别观察速度、负载和插补方式这三种工况对重复定位精度的影响,其具体操作如下:
(1)当负载、插补方式不变时,确定若干个速度值,在某一固定负载、插补方式、速度的工况下,通过预设的机器人运动程序,让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;
在获得足够多的采集数据后,变换机器人运动速度,重复上述操作,再获得一系列坐标点;
(2)当速度、插补方式不变时,根据机器人工作时的实际负载情况确定测试负载值:在某一固定负载、插补方式、速度的工况下,让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;
在获得足够多的采集数据后,改变负载,重复上述操作,再获得一系列坐标点。
(3)当速度、负载不变时,切换插补方式,在某一固定负载、插补方式、速度的工况下,其中插补方式包括点为运动、直线插补或圆弧插补;
让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;在获得足够多的采集数据后,改变插补方式,重复上述操作,再获得一系列坐标点。
所述控制变量法的比较分析方法为:
分析速度因素的影响,当负载、插补方式不变,确定几个速度值,可以得到在不同速度值下的机器人运动精度值,分析该值的变化就可确定速度因素对机器人运动精度值的影响;
分析负载的影响,当速度、插补方式不变,确定若干负载值,得到在不同负载下的机器人运动精度值,分析该值的变化就可确定负载因素对机器人运动精度值的影响;
分析插补方式的影响,当负载、插补方式不变,分别采用点位运动和直线插补两种插补方式,得到在不同插补方式下的机器人运动精度值,分析该值的变化就可确定插补方式因素对机器人运动精度值的影响。
所述的圆形标志点为同心圆图标,内圆为白色,外圆为黑色,粘贴于机器人末端执行器上。
所述的去除显著错误点为:将某一坐标点附近的一系列点阵进行标准差计算,得到标准差;将坐标值中任意三维维度超出相应的标准差三倍的点去除。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供的基于双目视觉的工业机器人运动精度检测方法,基于机器视觉具有非接触、精度高、自动化程度高,通过对应用场合的分析,对镜头和相机进行选型,保证了采集图像的清晰度及后期三维坐标值的处理精度;通过圆形标志点作为相机采集的目标保证了图像处理的高效、准确和实时性;利用同一坐标系下对一系列三维坐标值进行显示,通过球体半径(一般为20μm左右)的包裹来作为重复运动精度,其方法简单明了,效果显著。
本发明提供的基于双目视觉的工业机器人运动精度检测方法,当工业机器人末端在工作平面移动时,双目视觉相机都可以捕捉到圆形标志点,不用对检测场合进行重新布置,因此具有全视场检测、可移植性强的特点,将其应用于工业机器人末端重复定位精度的检测有着巨大的优势。
本发明提供的基于双目视觉的工业机器人运动精度检测方法,利用双目视觉检测标志物和计算空间坐标,技术实现成本低,检测过程操作简便,设备灵活便携,检测结果精度高,错误率低,实时性强,相对于传统的机器人精度检测工具有着巨大优势。
附图说明
图1说明双目视觉采集点左手坐标系位置。
图2展示了本次工业机器人运动精度的双目视觉检测方法的现场测试示意图。
图3说明镜头焦距与视场关系。
图4不同工况下的工业机器人运动精度检测结果(坐标横轴为检测次数)。
图5不同工况下的工业机器人运动精度检测结果(坐标横轴为速度)。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
1、一种基于双目视觉的工业机器人运动精度检测方法,其特征在于,包括以下操作:
1)首先预估机器人运动精度,根据所估计的运动精度进行双目视觉相机的图像视场和分辨率确定,选择相匹配的镜头和相机;
2)根据工业机器人主要工作平面或关注的检测面,确立机器人在三维环境下的某一工作面,其末端仅在某一平面内移动,双目视觉相机成像平面保持与工作面平行;
3)在机器人末端贴上圆形标志点,当机器人末端在不同速度、不同负载、不同插补方法下重复运动到设定的预期位置时,利用双目视觉相机获取圆标志点的三维坐标位置,得到一系列三维坐标值并将其输出计算处理单元;
4)计算处理单元将某一工况下测量得到的一系列三维坐标值在同一坐标系下显示,得到在某一坐标点附近的一系列点阵,去除显著错误点,能包裹该团点阵的球体半径就是工业机器人的重复运动精度;采取控制变量法,在保证其余变量一样的情况下,检测单一工况变量下的工业机器人精度。
本发明提供的方法首先根据机器人运动范围、负载能力与设计说明资料等进行运动精度范围预估,根据这一估计范围进行图像视场和分辨率确定,以便于对镜头和相机进行参数选择(机器人运动精度估计是根据机器人运动范围、负载能力与设计说明资料进行运动精度范围预估,根据这一估计范围进行图像视场和分辨率确定);根据工业机器人主要工作平面、或关注的检测面,再确立机器人在三维环境下的某一工作面,即末端仅在某一平面内移动,双目相机成像平面保持与工作面平行;接着在机器人末端贴上圆形标志点,当机器人末端在不同速度、不同负载、不同插补方法下重复运动到某一预期位置时,利用双目视觉系统获取圆标志点的三维坐标位置(以左相机光心为世界坐标原点,左手坐标系,如图1所示);最后将不同工况和时间下测量得到的三维坐标数据进行比较分析得到定量的工业机器人运动精度。
其中,对相机和镜头进行选型,具体如下:对于镜头的参数选择,主要关注景深,工作距离和视场。因为无法完全保证机器人末端工作面与相机成像平面完全平行,镜头必须具有一定的景深,以保证机器人末端在视场平面内有沿着相机光轴方向的移动分量时,圆形标志点成像不会模糊。为保证相机与机器人保持一定的安全距离,工作距离一般在500mm~700mm。在相机分辨率一定的情况下,视场越小,检测精度越高;对于重复定位精度的检测,图像主要关注机器人末端重复落点位置,中间运动过程不影响检测结果,视场范围满足机器人末端运动停止位置即可。在确立了景深,视场和工作距离后,就可以求得焦距,最后对镜头进行参数选择。视场、工作距离和镜头焦距的关系由图3所示,已知镜头到物体的距离D,视场大小X,相机型号尺寸d,镜头焦距f则可由f=D*d/X。相机的参数选择,除了成像质量的考虑,主要关注相机通道(黑白/彩色),帧率和分辨率这三个参数。因为是工业检测,采用黑白相机,中间过程不考虑动态因素,帧率不是主要考虑参数,普通帧率比如30~50fps即可,所以整个相机的选型重点就是分辨率。确定视场大小后,分辨率的大小就直接决定了检测系统的精度,在这里精度主要指每个像素点所反映的实际距离,在知道工业机器人运动精度估值的情况下,可以确定检测系统的精度要求,由此用视场与精度要求间的商来确定分辨率大小,最后由这分辨率来进行相机选型。
下面给出具体的实施例,如图2所示,工业机器人运动精度的双目视觉检测方法的实现包含以下设备:一台六自由度工业机器人1,圆形标志点5,与工业控制计算机相连的两个CCD工业相机2(含镜头3),光源6,固定相机的支架4。具体的,机器人为日本川崎公司的GRB4016-06型工业机器人,选取的相机型号为Basler acA1300-30gm GigE,镜头型号为Lens Computar M5018-MP2 F1.8 f50mm 2/3″,此时视场范围约为100×100mm,工作距离约为600~800mm。
在进行检测时,双目相机成像平面与工业机器人工作平面间应尽可能保持平行。具体描述如下:当镜头焦距固定时,目标物体只有在固定距离范围内才会清晰成像,所以工业机器人末端应运动在一个与成像平面平行的平面,或者末端反复停留位置在一个平面内,此时安装双目相机使成像平面与与工业机器人工作平面保持平行,在这里可以通过观察现场实际存在的一组水平平行线在视场中是否无交汇的平行来判断。
在进行检测时,工业机器人末端在某一速度、负载和插补方式下运动,可分别观察速度、负载和插补方式这三种工况对重复定位精度的影响,其具体操作如下:
(1)当负载、插补方式不变时,确定几个速度值,比如20%、40%和60%(百分比为机器人内部速度比例),在某一固定负载、插补方式、速度的工况下,让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;在获得足够多的采集数据后,变换速度,重复上述操作,再获得一系列坐标点。
(2)当速度、插补方式不变时,根据机器人工作时的实际负载情况确定测试负载值。在某一固定负载、插补方式、速度的工况下,让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;在获得足够多的采集数据后,改变负载,重复上述操作,再获得一系列坐标点。
(3)当速度、负载不变时,切换插补方式(点为运动、直线插补或圆弧插补),在某一固定负载、插补方式、速度的工况下,让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;在获得足够多的采集数据后,改变插补方式,重复上述操作,再获得一系列坐标点。
所述的比较分析方法,具体描述如下:将在某一固定负载、插补方式、速度的工况下采集到的一系列三维坐标点在同一坐标系下显示,这时候会得到在某一坐标点附近的一系列点阵,去除显著错误点,得到能包裹这团点阵的球体半径就是相应的机器人运动精度值。分析工况因素的影响,当负载、插补方式不变,确定几个速度值,可以得到在不同速度值下的机器人运动精度值,分析该值的变化就可确定速度因素对机器人运动精度值的影响,同样的方式可以分析负载和插补方式这两不同工况的影响。
]工业机器人运动精度的双目视觉检测方法,具体实施步骤如下所示:
(1)将圆目标点贴于工业机器人末端位置,保证与背景有明显区分;然后确定视场和工作距离,利用如图3所示关系计算出所需镜头焦距,由焦距选取镜头型号;根据机器人运动范围、负载能力与设计说明资料等进行运动精度范围预估,判断双目视觉系统的精度需要,再根据系统的需求来选择相机分辨率的大小。通常视觉系统的像素精度等于视场(长或宽)除以相机分辨率(长或宽),由此得到相机分辨率,判断相机分辨率是否满足检测分辨率要求。
(2)通过机器人示教器,通过预设的程序,让机器人在一个平面内反复运动,在相机支架上安装双目视觉系统,使成像平面与机器人工作面保持平行,并使相机视场集中在机器人末端运动停止位置,圆目标点在视场中心,光源摆放在相机后照亮机器人运动环境,保证亮度。然后对相机进行标定,获得双目视觉系统参数,为后续的视觉检测做准备。
(3)在(2)步骤进行完毕后,开始进行数据采集,在进行检测时,工业机器人末端在某一速度、负载和插补方式下反复运动,要分别观察速度、负载和插补方式这三个工况的影响,其具体操作如下:
a.当负载、插补方式不变时,确定不同速度值,在某一固定负载、插补方式、速度的工况下,让机器人末端反复运动到同一位置,运动到指定位置后等待2s以待运动完全静止,用双目视觉反复获得圆目标点在这一位置下的三维坐标;在获得足够多的采集数据后,变换速度,重复上述操作,再获得一系列坐标点。机器人运行的程序如下所示,变换的几个速度值为25,50,75。此时机器人从空间1点通过点位运动方式运动到空间2点(P=02),在空间2点处停留2秒,此时双目系统采集空间坐标,之后返回空间1点(P=01),并继续重复上述运动。
0000 NOP
0001 WHILE B=1 EQ B=2 DO
0002 MOVJ P=01 V=25 BL=0 VBL=0
0003 MOVJ P=02 V=25 BL=0 VBL=0
0004 TIMER 2000
0005 END_WHILE
0006 END
0000 NOP
0001 WHILE B=1 EQ B=2 DO
0002 MOVJ P=01 V=50 BL=0 VBL=0
0003 MOVJ P=02 V=50 BL=0 VBL=0
0004 TIMER 2000
0005 END_WHILE
0006 END
b.当速度、插补方式不变时,根据机器人工作时的实际负载情况确定测试负载值。在某一固定负载、插补方式、速度的工况下,让机器人末端反复运动到同一位置,运动到指定位置时有一定时间的停留以去抖,用双目视觉反复获得圆目标点在这一位置下的三维坐标;在获得足够多的采集数据后,变换负载,重复上述操作,再获得一系列坐标点。
c.当速度,负载不变时,切换插补方式(点位运动、直线插补或圆弧插补),在某一固定负载、插补方式、速度的工况下,让机器人末端反复运动到同一位置,运动到指定位置时有一定时间的停留以去抖,用双目视觉反复获得圆目标点在这一位置下的三维坐标;在获得足够多的采集数据后,变换插补方式,重复上述操作,再获得一系列坐标点。此时机器人从空间1点分别以点位运动、直线插补和圆弧插补三种方式运动到空间2点,在空间2点处停留2秒,此时双目系统采集空间坐标,之后返回空间1点,并继续重复上述运动。
机器人运行的程序如下所示,首先是点位运动:
0000 NOP
0001 WHILE B=1 EQ B=2 DO
0002 MOVJ P=01 V=25 BL=0 VBL=0
0003 MOVJ P=02 V=25 BL=0 VBL=0
0004 TIMER 2000
0005 END_WHILE
0006 END
然后是直线插补:
0000 NOP
0001 WHILE B=1 EQ B=2 DO
0002 MOVL P=01 V=25 BL=0 VBL=0
0003 MOVL P=02 V=25 BL=0 VBL=0
0004 TIMER 2000
0005 END_WHILE
0006 END
最后是圆弧插补:
0000 NOP
0001 WHILE B=1 EQ B=2 DO
0002 MOVC P=01 V=25 BL=0 VBL=0
0003 MOVC P=02 V=25 BL=0 VBL=0
0004 TIMER 2000
0005 END_WHILE
0006 END
(4)将在某一固定负载、插补方式、速度的工况下采集到的一系列三维坐标点在同一坐标系下显示,得到在某一坐标点附近的一系列点阵,排除显著错误点得到能包裹这团点阵的球体半径就是相应的机器人运动精度值。
接着分析工况因素的影响,当负载、插补方式不变,由步骤(3)所确定的几个速度值,得到在不同速度值下的机器人运动精度值,分析该值的变化确定速度因素对机器人运动精度值的影响,同样的方式可以分析负载和插补方式这两不同工况的影响。
图4和图5是在不同插补方式和不同速度下的运动精度检测结果(横轴变量不一样),结果显示,在不同工况下进行50次重复运动,所有的位置采集点精度达到了微米级;而且机器人运动速度越快重复精度的波动越大,点位运动比直线插补的重复定位精度高。
以上给出的实施例是实现本发明较优的例子,本发明不限于上述实施例。本领域的技术人员根据本发明技术方案的技术特征所做出的任何非本质的添加、替换,均属于本发明的保护范围。

Claims (9)

1.一种基于双目视觉的工业机器人运动精度检测方法,其特征在于,包括以下操作:
1)首先预估机器人运动精度,根据所估计的运动精度进行双目视觉相机的图像视场和分辨率确定,选择相匹配的镜头和相机;
2)根据工业机器人主要工作平面或关注的检测面,确立机器人在三维环境下的某一工作面,其末端仅在某一平面内移动,双目视觉相机成像平面保持与工作面平行;
3)在机器人末端贴上圆形标志点,当机器人末端在不同速度、不同负载、不同插补方法下重复运动到设定的预期位置时,利用双目视觉相机获取圆标志点的三维坐标位置,得到一系列三维坐标值并将其输出计算处理单元;
4)计算处理单元将某一工况下测量得到的一系列三维坐标值在同一坐标系下显示,得到在某一坐标点附近的一系列点阵,去除显著错误点,能包裹该团点阵的球体半径就是工业机器人的重复运动精度;采取控制变量法,在保证其余变量一样的情况下,检测单一工况变量下的工业机器人精度。
2.如权利要求1所述的基于双目视觉的工业机器人运动精度检测方法,其特征在于,所述的机器人运动精度估计是根据机器人运动范围、负载能力与设计说明资料进行运动精度范围预估,根据这一估计范围进行图像视场和分辨率确定。
3.如权利要求2所述的基于双目视觉的工业机器人运动精度检测方法,其特征在于,对于镜头的参数选择,主要关注景深、工作距离和视场;
镜头具有的景深保证机器人末端在视场平面内有沿着相机光轴方向的移动分量时,圆形标志点成像不会模糊;
在相机分辨率一定的情况下,视场越小,检测精度越高;
工作距离为保证相机与工业机器人保持的安全距离,工作距离在500mm~700mm:
视场范围满足机器人末端运动停止位置;
在确立了景深、视场和工作距离后,已知镜头到物体的距离D,视场大小X,相机型号尺寸d,镜头焦距f由f=D*d/X得到。
4.如权利要求2所述的基于双目视觉的工业机器人运动精度检测方法,其特征在于,所述的双目视觉相机还关注相机通道,帧率和分辨率的选择:
采用适用于工业检测的黑白相机;
在不考虑中间过程的动态因素,采用30~50fps的帧率;
在确定视场大小后,分辨率的大小就直接决定了检测系统的精度,精度指每个像素点所反映的实际距离;在确定工业机器人运动精度估值的情况下,确定检测系统的精度要求,并用视场与精度要求间的商来确定分辨率大小,最后由这分辨率来进行双目视觉相机的选型。
5.如权利要求1所述的基于双目视觉的工业机器人运动精度检测方法,其特征在于,在进行检测时,双目相机成像平面与工业机器人工作平面间应尽可能保持平行:当镜头焦距固定时,工业机器人末端应运动在一个与成像平面平行的平面,或者末端反复停留位置在一个平面内,此时安装双目相机使成像平面与工业机器人工作平面保持平行,通过观察现场实际存在的一组水平平行线在视场中是否无交汇的平行来判断。
6.如权利要求1所述的基于双目视觉的工业机器人运动精度检测方法,其特征在于,在进行检测时,工业机器人末端在某一速度、负载和插补方式下运动,可分别观察速度、负载和插补方式这三种工况对重复定位精度的影响,其具体操作如下:
(1)当负载、插补方式不变时,确定若干个速度值,在某一固定负载、插补方式、速度的工况下,通过预设的机器人运动程序,让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;
在获得足够多的采集数据后,变换机器人运动速度,重复上述操作,再获得一系列坐标点;
(2)当速度、插补方式不变时,根据机器人工作时的实际负载情况确定测试负载值:在某一固定负载、插补方式、速度的工况下,让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;
在获得足够多的采集数据后,改变负载,重复上述操作,再获得一系列坐标点。
(3)当速度、负载不变时,切换插补方式,在某一固定负载、插补方式、速度的工况下,其中插补方式包括点为运动、直线插补或圆弧插补;
让机器人末端反复运动到同一位置,用双目视觉反复获得圆目标点在这一位置下的三维坐标;在获得足够多的采集数据后,改变插补方式,重复上述操作,再获得一系列坐标点。
7.如权利要求1所述的基于双目视觉的工业机器人运动精度检测方法,其特征在于,所述控制变量法的比较分析方法为:
分析速度因素的影响,当负载、插补方式不变,确定几个速度值,可以得到在不同速度值下的机器人运动精度值,分析该值的变化就可确定速度因素对机器人运动精度值的影响;
分析负载的影响,当速度、插补方式不变,确定若干负载值,得到在不同负载下的机器人运动精度值,分析该值的变化就可确定负载因素对机器人运动精度值的影响;
分析插补方式的影响,当负载、插补方式不变,分别采用点位运动和直线插补两种插补方式,得到在不同插补方式下的机器人运动精度值,分析该值的变化就可确定插补方式因素对机器人运动精度值的影响。
8.如权利要求1所述的基于双目视觉的工业机器人运动精度检测方法,其特征在于,所述的圆形标志点为同心圆图标,内圆为白色,外圆为黑色,粘贴于机器人末端执行器上。
9.如权利要求1所述的基于双目视觉的工业机器人运动精度检测方法,其特征在于,所述的去除显著错误点为:将某一坐标点附近的一系列点阵进行标准差计算,得到标准差;将坐标值中任意三维维度超出相应的标准差三倍的点去除。
CN201710214378.5A 2017-04-01 2017-04-01 一种基于双目视觉的工业机器人运动精度检测方法 Pending CN107088892A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710214378.5A CN107088892A (zh) 2017-04-01 2017-04-01 一种基于双目视觉的工业机器人运动精度检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710214378.5A CN107088892A (zh) 2017-04-01 2017-04-01 一种基于双目视觉的工业机器人运动精度检测方法

Publications (1)

Publication Number Publication Date
CN107088892A true CN107088892A (zh) 2017-08-25

Family

ID=59646301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710214378.5A Pending CN107088892A (zh) 2017-04-01 2017-04-01 一种基于双目视觉的工业机器人运动精度检测方法

Country Status (1)

Country Link
CN (1) CN107088892A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510498A (zh) * 2018-04-12 2018-09-07 北京和众视野科技有限公司 纤维测量非冻结换视场自动判定算法
CN109102527A (zh) * 2018-08-01 2018-12-28 甘肃未来云数据科技有限公司 基于标识点的视频动作的获取方法和装置
CN109163657A (zh) * 2018-06-26 2019-01-08 浙江大学 一种基于双目视觉三维重建的圆形目标位姿检测方法
CN109186969A (zh) * 2018-07-28 2019-01-11 西安交通大学 一种伺服进给运动动态性能视觉检测方法
CN110065072A (zh) * 2019-05-21 2019-07-30 西南交通大学 机器人重复定位精度的验证方法
CN110146017A (zh) * 2019-06-08 2019-08-20 青岛科技大学 工业机器人重复定位精度测量方法
CN110561498A (zh) * 2019-09-29 2019-12-13 珠海格力智能装备有限公司 机器人重复定位精度的确定方法及装置、机器人
CN110738180A (zh) * 2019-10-21 2020-01-31 易思维(杭州)科技有限公司 对检测过程中信号准确度及系统精度进行评估的方法
CN112584984A (zh) * 2018-08-16 2021-03-30 株式会社三丰 用于机器人的包括对准传感器的辅助度量位置坐标确定系统
CN113510748A (zh) * 2021-07-02 2021-10-19 广东产品质量监督检验研究院(国家质量技术监督局广州电气安全检验所、广东省试验认证研究院、华安实验室) 基于双目视觉的机器人空间位置重复性和准确度测量方法
US20210347045A1 (en) * 2019-04-24 2021-11-11 Nanjing University Of Aeronautics And Astronautics Variable-parameter stiffness identification and modeling method for industrial robot
CN113932717A (zh) * 2021-11-24 2022-01-14 武汉联影智融医疗科技有限公司 机器人精度验证系统及方法
CN114998422A (zh) * 2022-05-26 2022-09-02 燕山大学 一种基于误差补偿模型的高精快速三维定位系统
CN116907343A (zh) * 2023-07-25 2023-10-20 广东凯福电子科技有限公司 一种机构运动精度视觉检测仪器及检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103940335A (zh) * 2014-04-25 2014-07-23 南京埃斯顿机器人工程有限公司 一种工业机器人重复定位精度测量装置
CN104236466A (zh) * 2014-09-30 2014-12-24 四川泛华航空仪表电器有限公司 检测机器手重复定位精度的测量系统
CN104827480A (zh) * 2014-02-11 2015-08-12 泰科电子(上海)有限公司 机器人系统的自动标定方法
CN104858870A (zh) * 2015-05-15 2015-08-26 江南大学 基于末端编号靶球的工业机器人测量方法
US20160379357A1 (en) * 2015-06-26 2016-12-29 Canon Kabushiki Kaisha Inspection method, inspection apparatus, processing apparatus, and recording medium
CN106468572A (zh) * 2016-08-30 2017-03-01 凌云光技术集团有限责任公司 多关节机器人动态性能测评系统
CN106546170A (zh) * 2016-10-13 2017-03-29 同济大学 一种机器人运动轨迹关键点误差测量方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104827480A (zh) * 2014-02-11 2015-08-12 泰科电子(上海)有限公司 机器人系统的自动标定方法
CN103940335A (zh) * 2014-04-25 2014-07-23 南京埃斯顿机器人工程有限公司 一种工业机器人重复定位精度测量装置
CN104236466A (zh) * 2014-09-30 2014-12-24 四川泛华航空仪表电器有限公司 检测机器手重复定位精度的测量系统
CN104858870A (zh) * 2015-05-15 2015-08-26 江南大学 基于末端编号靶球的工业机器人测量方法
US20160379357A1 (en) * 2015-06-26 2016-12-29 Canon Kabushiki Kaisha Inspection method, inspection apparatus, processing apparatus, and recording medium
CN106468572A (zh) * 2016-08-30 2017-03-01 凌云光技术集团有限责任公司 多关节机器人动态性能测评系统
CN106546170A (zh) * 2016-10-13 2017-03-29 同济大学 一种机器人运动轨迹关键点误差测量方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘忠伟: "《先进制造技术》", 31 August 2006 *
李广云等: "《工业测量系统原理与应用》", 31 January 2011 *
王永生: "《电子测量学》", 31 March 1995 *
申忠如等: "《现代测试技术与系统设计》", 28 February 2006 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510498A (zh) * 2018-04-12 2018-09-07 北京和众视野科技有限公司 纤维测量非冻结换视场自动判定算法
CN108510498B (zh) * 2018-04-12 2021-11-12 北京和众视野科技有限公司 纤维测量非冻结换视场自动判定方法
CN109163657A (zh) * 2018-06-26 2019-01-08 浙江大学 一种基于双目视觉三维重建的圆形目标位姿检测方法
CN109186969A (zh) * 2018-07-28 2019-01-11 西安交通大学 一种伺服进给运动动态性能视觉检测方法
CN109102527A (zh) * 2018-08-01 2018-12-28 甘肃未来云数据科技有限公司 基于标识点的视频动作的获取方法和装置
CN109102527B (zh) * 2018-08-01 2022-07-08 甘肃未来云数据科技有限公司 基于标识点的视频动作的获取方法和装置
CN112584984A (zh) * 2018-08-16 2021-03-30 株式会社三丰 用于机器人的包括对准传感器的辅助度量位置坐标确定系统
US20210347045A1 (en) * 2019-04-24 2021-11-11 Nanjing University Of Aeronautics And Astronautics Variable-parameter stiffness identification and modeling method for industrial robot
CN110065072A (zh) * 2019-05-21 2019-07-30 西南交通大学 机器人重复定位精度的验证方法
CN110146017A (zh) * 2019-06-08 2019-08-20 青岛科技大学 工业机器人重复定位精度测量方法
CN110561498A (zh) * 2019-09-29 2019-12-13 珠海格力智能装备有限公司 机器人重复定位精度的确定方法及装置、机器人
CN110738180A (zh) * 2019-10-21 2020-01-31 易思维(杭州)科技有限公司 对检测过程中信号准确度及系统精度进行评估的方法
CN110738180B (zh) * 2019-10-21 2022-05-17 易思维(杭州)科技有限公司 对检测过程中信号准确度及系统精度进行评估的方法
CN113510748A (zh) * 2021-07-02 2021-10-19 广东产品质量监督检验研究院(国家质量技术监督局广州电气安全检验所、广东省试验认证研究院、华安实验室) 基于双目视觉的机器人空间位置重复性和准确度测量方法
CN113932717A (zh) * 2021-11-24 2022-01-14 武汉联影智融医疗科技有限公司 机器人精度验证系统及方法
CN113932717B (zh) * 2021-11-24 2023-09-26 武汉联影智融医疗科技有限公司 机器人精度验证系统及方法
CN114998422A (zh) * 2022-05-26 2022-09-02 燕山大学 一种基于误差补偿模型的高精快速三维定位系统
CN116907343A (zh) * 2023-07-25 2023-10-20 广东凯福电子科技有限公司 一种机构运动精度视觉检测仪器及检测方法

Similar Documents

Publication Publication Date Title
CN107088892A (zh) 一种基于双目视觉的工业机器人运动精度检测方法
Alenya et al. 3D modelling of leaves from color and ToF data for robotized plant measuring
CN107081787B (zh) 基于工业机器人内置传感器信号的运动特性检测方法
CN102519400B (zh) 基于机器视觉的大长径比轴类零件直线度误差检测方法
CN104385282A (zh) 一种视觉智能数控系统及其视觉计测方法
CN106338524A (zh) 竖直光学元件表面损伤的显微扫描成像采集装置及方法
CN103383240A (zh) 机器视觉二维检测平台装置
CN203772217U (zh) 非接触式柔性在线尺寸测量装置
CN112379605B (zh) 基于视觉伺服的桥式起重机半实物仿真控制实验系统及方法
Ergur et al. Trajectory planning of industrial robots for 3-D visualization a ROS-based simulation framework
Kang et al. Laser vision system for automatic seam tracking of stainless steel pipe welding machine (ICCAS 2007)
Slavov et al. 3D machine vision system for defect inspection and robot guidance
Redžepagić et al. A sense of quality for augmented reality assisted process guidance
CN214200141U (zh) 基于视觉的机器人重复定位精度测量系统
Fröhlig et al. Three-dimensional pose estimation of deformable linear object tips based on a low-cost, two-dimensional sensor setup and AI-based evaluation
CN203349783U (zh) 机器视觉二维检测平台装置
Szeto et al. Nondestructive Test Using a 3D Computer Vision System for Damage Detection of Structures
Upadhyay et al. Innovative Structural Health Monitoring: A 3d Computer Vision Approach For Nondestructive Damage Detection
CN107449373B (zh) 基于立体视觉的高速结构光扫描方法与系统
CN212059249U (zh) 制冷家电压缩机焊点快速检漏系统
CN117558072B (zh) 一种基于激光定位的车间仪表巡检方法及系统
Wu et al. Coordinated detection of robots during processing
VAGAS RECOGNITION OF OBJECT PROPERTIES BASED ON PASSIVE TRIANGULATION AND 2D CAMERA SYSTEM.
NL2016960B1 (en) System and method for controlling a machine, in particular a robot
Liu et al. Research on structured light vision seam tracking system based on RCNN

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170825