CN108972557A - 微零件位姿自动对准装置及其方法 - Google Patents

微零件位姿自动对准装置及其方法 Download PDF

Info

Publication number
CN108972557A
CN108972557A CN201810932656.5A CN201810932656A CN108972557A CN 108972557 A CN108972557 A CN 108972557A CN 201810932656 A CN201810932656 A CN 201810932656A CN 108972557 A CN108972557 A CN 108972557A
Authority
CN
China
Prior art keywords
micro
vision system
image
pose
alignment
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
Application number
CN201810932656.5A
Other languages
English (en)
Other versions
CN108972557B (zh
Inventor
马燕芹
徐德
张大朋
刘希龙
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.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
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 Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN201810932656.5A priority Critical patent/CN108972557B/zh
Publication of CN108972557A publication Critical patent/CN108972557A/zh
Application granted granted Critical
Publication of CN108972557B publication Critical patent/CN108972557B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
    • B23P19/00—Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes
    • B23P19/10—Aligning parts to be fitted together
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1687—Assembly, peg and hole, palletising, straight line, weaving pattern movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Manipulator (AREA)
  • Image Processing (AREA)

Abstract

本发明属于微装配技术领域，具体提供了一种微零件位姿自动对准装置及其方法。位姿自动对准方法包括：步骤S1000：获取第二微零件在显微视觉系统中当前的图像特征与期望的图像特征的偏差；步骤S2000：判断偏差是否小于预设阈值，若是则表明第二微零件与第一微零件对准，若否则执行步骤S3000；步骤S3000：基于偏差计算末端执行器的姿态调整量和位置调整量；步骤S4000：按照姿态调整量和位置调整量调整末端执行器的位姿并返回步骤S1000；其中，位置调整量包括用于位置对准的调整量和用于补偿姿态调整引起的位置偏移的补偿量。通过闭环控制和位置补偿，减小了对准误差，提高了对准精度和对准效率，解决了现有的微零件位姿对准方法操作流程比较复杂、对准效率低的问题。

Description

微零件位姿自动对准装置及其方法
技术领域
本发明属于微装配技术领域，具体提供了一种微零件位姿自动对准装置及其方法。
背景技术
随着微机电系统的快速发展，微装配技术的研究越来越深入，先进的微小型零件装配技术在提高微小型零件的装配质量、缩短周期、降低生产成本等方面具有重要意义。
目前微装配流程往往较为复杂，自动化程度普遍不高。由于缺乏快速准确的微零件位姿对准的方法，从而导致了微装配效率低。以往的研究主要有以下两类：一类采用不同放大倍数的显微视觉系统实现对准，但流程复杂，对系统硬件要求较高(参见文献：S.J.Ralis,B.Vikramadiya,B.J.Nelson.“Micropositioning of a weakly calibratedmicroassembly system using coarse-to-fine visual servoing strategies,”IEEETransactions on Electronics Packaging Manufacturing,2000,23(2):123-131)；另一类采用相对位姿估计对准的装配方法，但是存在效率较低的问题(参见文献：S.Liu,D.Xu,F.Liu,D.Zhang,and Z.Zhang,“Relative pose estimation for alignment of longcylindrical components based on microscopic vision,”IEEE/ASME Transactions onMechatronics,2016,21(3):1388-1398)。这两类的对准方法均存在对准流程比较复杂、对准效率低的问题。
相应地，本领域需要一种新的微零件对准方法来解决上述问题。
发明内容
为了解决现有技术中的上述问题，即为了解决现有的微零件位姿对准方法对准流程比较复杂、对准效率低的问题，一方面本发明提供了一种微零件位姿自动对准方法，所述位姿自动对准方法包括：步骤S1000：获取第二微零件在显微视觉系统中当前的图像特征与期望的图像特征的偏差；步骤S2000：判断所述偏差是否小于预设阈值，若是则表明所述第二微零件与第一微零件对准，若否则执行步骤S3000；步骤S3000：基于所述偏差计算末端执行器的姿态调整量和位置调整量；步骤S4000：按照所述姿态调整量和所述位置调整量调整所述末端执行器的位姿以便改变所述第二微零件的位姿并返回步骤S1000；其中，所述位置调整量包括用于位置对准的调整量和用于补偿姿态调整引起的位置偏移的补偿量。
在上述对准方法的优选技术方案中，步骤S1000进一步包括：步骤S1100：根据所述第一微零件在所述显微视觉系统中的图像特征确定所述第二微零件在所述显微视觉系统中的期望的图像特征；步骤S1200：获取所述第二微零件在所述显微视觉系统中当前的图像特征；步骤S1300：计算所述第二微零件在所述显微视觉系统中当前的图像特征与期望的图像特征的偏差。
在上述对准方法的优选技术方案中，所述显微视觉系统包括在水平面内正交排布的第一显微视觉系统和第二显微视觉系统，所述图像特征包括图像点特征和图像线特征，步骤S1100具体包括：步骤S1110：使所述第一微零件处于所述第一显微视觉系统和所述第二显微视觉系统的清晰成像视野内并获取清晰的图像；步骤S1120：提取所述第一微零件分别在所述第一显微视觉系统和所述第二显微视觉系统中的图像点特征和图像线特征；步骤S1130：根据所述第一微零件分别在所述第一显微视觉系统和所述第二显微视觉系统中的图像点特征和图像线特征确定所述第二微零件的期望点特征和期望角度特征。
在上述对准方法的优选技术方案中，所述第一微零件为圆柱形结构，所述第二微零件为内部中空的柱形结构，所述第一微零件的图像线特征和图像点特征分别为所述第一微零件在所述显微视觉系统中图像的中轴线和中轴线与上边缘线的交点，所述第二微零件的图像线特征和图像点特征分别为所述第二微零件在所述显微视觉系统中图像的中轴线和中轴线与下边缘线的交点。
在上述对准方法的优选技术方案中，步骤S1130中所述第二微零件的期望点特征的确定具体包括以下步骤：
步骤S1131：根据以下公式(1)计算所述第一微零件在笛卡尔空间的方向向量：
公式(1)中，Jt11～Jt43为平移图像雅可比矩阵Jt的元素，[nx，ny，nz]T为所述第一微零件在笛卡尔空间的方向向量，(Δu1，Δv1)为所述第一微零件在所述第一显微视觉系统中的像素坐标系下图像线特征上任意选取的两个图像点的坐标差，(Δu2，Δv2)为所述第一微零件在所述第二显微视觉系统中的像素坐标系下图像线特征上任意选取的两个图像点的坐标差；
步骤S1132：根据以下公式(2)计算所述第二微零件的期望点特征：
公式(2)中，(ud1，vd1)和(ud2，vd2)分别为所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中的像素坐标系下的期望点特征的坐标，(uB1，vB1)和(uB2，vB2)分别为所述第一微零件在所述第一显微视觉系统和所述第二显微视觉系统中的像素坐标系下图像点特征的坐标，[nx1，ny1，nz1]T为所述第一微零件在笛卡尔空间中归一化的方向向量，k为比例因子，Jt为平移图像雅可比矩阵。
在上述对准方法的优选技术方案中，步骤S1130中所述第二微零件的期望角度特征的确定步骤具体包括：分别计算所述第一微零件在所述第一显微视觉系统和所述第二显微视觉系统中的图像线特征与像素坐标系中水平坐标轴的夹角。
在上述对准方法的优选技术方案中，步骤S4000中的用于补偿姿态调整引起的位置偏移的补偿量按以下公式(3)确定：
公式(3)中，EpA＝[lx，ly，lz]T为所述第二微零件在所述末端执行器坐标系下的位置向量，RTE为所述末端执行器在机器人基坐标系下的位姿矩阵，EΔ为所述末端执行器的微分变换，-Rd为所述第二微零件在机器人基坐标系下的补偿量。
在上述对准方法的优选技术方案中，步骤S4000中的所述位置调整量通过以下用于位置对准的PI控制器确定：
公式(4)中，k表示获取所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中当前的图像特征的次数，K1p、K1i为所述用于位置对准的PI控制器的比例和积分系数，Jt为平移图像雅可比矩阵，Δpk＝[Δxk，Δyk，Δzk]T为所述位置调整量，Δppk＝[Δxpk，Δypk，Δzpk]T为用于位置对准的调整量，-Rd为用于补偿所述第二微零件位置偏移的补偿量，ΔPIk＝[ΔuI1k，ΔvI1k，ΔuI2k，ΔvI2k]T，ΔuI1k、ΔvI1k、ΔuI2k、ΔvI2k分别为所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中的图像点特征与期望点特征在像素坐标系下沿u轴和v轴方向的坐标偏差。
在上述对准方法的优选技术方案中，步骤S4000中的所述姿态调整量通过以下用于姿态对准的PI控制器确定：
公式(5)中，k表示获取所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中当前的图像特征的次数，K2p、K2i为所述用于姿态对准的PI控制器的比例和积分系数，ΔθRk＝[Δθxk，Δθyk]T为所述姿态调整量，ΔθIk＝[ΔθI1k，ΔθI2k]T为所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中的图像线特征和像素坐标系中水平坐标轴的夹角与所述期望角度特征的偏差，Jr为旋转图像雅可比矩阵。
本领域技术人员能够理解的是，在本发明的技术方案中，步骤S1000：获取第二微零件在显微视觉系统中当前的图像特征与期望的图像特征的偏差；步骤S2000：判断偏差是否小于预设阈值，若是则表明第二微零件与第一微零件对准，若否则执行步骤S3000；步骤S3000：基于偏差计算末端执行器的姿态调整量和位置调整量；步骤S4000：按照姿态调整量和位置调整量调整末端执行器的位姿以便改变第二微零件的位姿并返回步骤S1000；其中，位置调整量包括用于位置对准的调整量和用于补偿姿态调整引起的位置偏移的补偿量。也就是说，比较第二微零件在显微视觉系统中的图像特征与期望的图像特征的偏差与预设阈值的大小，当偏差大于预设阈值时，根据偏差大小调整末端执行器的位姿而改变第二微零件的位姿，调整位置之后继续判断第二微零件在显微视觉系统中的图像特征与期望的图像特征的偏差与预设阈值的大小，若偏差大于预设阈值则继续调整末端执行器的位姿。通过“偏差判断-调整-偏差判断”的闭环控制，减小了微零件的位姿对准误差，提高了位姿对准精度。此外，每次计算的位置调整量包含有用于补偿姿态调整引起的位置偏移的补偿量，因此能够减小每次末端执行器的位姿调整过程中的误差，从而减少调整次数，提高对准效率，解决了现有的微零件位姿对准方法对准流程比较复杂、对准效率低的问题。
在本发明的优选技术方案中，步骤S1000进一步包括：步骤S1100：根据第一微零件在显微视觉系统中的图像特征确定第二微零件在显微视觉系统中的期望的图像特征；步骤S1200：获取第二微零件在显微视觉系统中当前的图像特征；步骤S1300：计算第二微零件在显微视觉系统中当前的图像特征与期望的图像特征的偏差。也就是说，第二微零件在显微视觉系统中的期望的图像特征是根据第一微零件在显微视觉系统中的图像特征确定的。这样，能够方便地实现第二微零件与不同姿态的第一微零件的位姿对准，从而提高了位姿自动对准方法的灵活性。
另一方面，本发明还提供了一种微零件位姿自动对准装置，对准装置包括计算机以及与计算机通信的机器人和显微视觉系统，显微视觉系统包括在水平面内正交排布的第一显微视觉系统和第二显微视觉系统，第一显微视觉系统和第二显微视觉系统的光轴分别与机器人基坐标系的Y轴和X轴平行，第一微零件的位姿保持不变，机器人的末端执行器夹持第二微零件用于调整第二微零件的位姿，显微视觉系统用于采集第一微零件和第二微零件的图像，计算机用于执行上述对准方法的优选技术方案中的任一项的微零件位姿自动对准方法。
需要说明的是，该微零件位姿自动对准装置具有前述微零件位姿自动对准方法的所有技术效果，在此不再赘述。
附图说明
下面参照附图并结合采用六自由度机器人的微零件位姿自动对准装置来描述本发明的微零件位姿自动对准方法。附图中：
图1是本发明一种实施例的采用六自由度机器人的微零件位姿自动对准装置的结构示意图；
图2是本发明一种实施例的微零件位姿自动对准方法的主要步骤示意图；
图3是本发明一种实施例的视觉伺服控制系统图；
图4是本发明一种实例的第二微零件的位置偏差变化图；
图5是本发明一种实例的第二微零件的姿态偏差变化图。
附图标记列表：
1、第一显微视觉系统；2、第二显微视觉系统；3、机器人；4、末端执行器；5、第一微零件；6、第二微零件；7、操作平台；8、计算机；9、第一视觉联接线；10、第二视觉联接线；11、第一控制线；12、第二控制线；13、机器人控制器。
具体实施方式
本领域技术人员应当理解的是，本节实施方式仅仅用于解释本发明的技术原理，并非用于限制本发明的保护范围。例如，虽然本发明是结合采用六自由度机器人的微零件位姿自动对准装置来进行介绍说明的，但是本领域技术人员可以根据需要对其作出调整，以便适应具体的应用场合，如本发明的微零件位姿自动对准方法也可以应用于采用七自由度机器人的微零件位姿自动对准装置等。
需要说明的是，在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性，因此不能理解为对本发明的限制。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
参照图1，图1是本发明一种实施例的采用六自由度机器人的微零件位姿自动对准装置的结构示意图。如图1所示，微零件位姿自动对准装置包括计算机8以及与计算机8通信的机器人3和显微视觉系统，显微视觉系统包括在水平面内正交排布的第一显微视觉系统1和第二显微视觉系统2，计算机8通过第一视觉联接线9和第二视觉联接线10分别与第一视觉显微系统1和第二视觉显微系统2连接以便控制第一视觉显微系统1和第二视觉显微系统2对第一微零件5和第二微零件6进行图像采集并获取采集到的图像信息，计算机8还用于对图像信息进行分析计算图像特征与期望的图像特征的偏差并判断偏差与预设阈值的大小，根据判断结果选择性地计算位置调整量和姿态调整量并按照位置调整量和姿态调整量控制机器人3调整末端4的位姿，计算机8通过第二控制线12与机器人控制器13连接实现通信以便向机器人控制器13发送指令信息，机器人控制器13通过第一控制线11与机器人3连接实现通信以便向机器人3发送指令信息。第一显微视觉系统1和第二显微视觉系统2的光轴分别与机器人基坐标系的Y轴和X轴平行。第二微零件6吸附在与末端执行器4相连的吸附装置上随机器人3的末端执行器4一起运动。操作平台7安装在第一显微视觉系统1和第二显微视觉系统2的清晰成像位置附近，第一微零件5放置于操作平台7。
示例性地，机器人3属于工业ABB机械臂，型号为IRB1200-7/0.7，具有六个自由度，具体而言，包括三个沿X、Y、Z轴平移的自由度和绕X、Y、Z轴旋转的自由度；第一显微视觉系统1和第二显微视觉系统2均主要由Baumer TXG50摄像机和Navitar显微镜头构成。第二微零件6为内部中空的圆柱形结构，高度约为5.75mm，外径约为7mm，内径4mm；第一微零件5为柱形结构，高度约为4mm，外径约为4mm。需要说明的是，机器人3的型号、第一视觉系统1和第二视觉系统2中摄像机和限位镜头的具体型号以及第一微零件5和第二微零件6的结构和尺寸都是示例性的描述，因此不能理解为对本发明的限制。
参照图2，图2是本发明一种实施例的微零件位姿自动对准方法的主要步骤示意图。如图2所示，本发明的微零件位姿自动对准方法主要用于实现对上述示例中的第一微零件5和第二微零件6的位姿对准。对准方法主要包括如下步骤：步骤S1000：获取第二微零件6在显微视觉系统中当前的图像特征与期望的图像特征的偏差；步骤S2000：判断偏差是否小于预设阈值，若是则表明第二微零件6与第一微零件5对准，若否则执行步骤S3000；步骤S3000：基于偏差计算末端执行器4的姿态调整量和位置调整量；步骤S4000：按照姿态调整量和位置调整量调整末端执行器4的位姿以便改变第二微零件6的位姿并返回步骤S1000，其中，位置调整量包括用于位置对准的调整量和用于补偿姿态调整引起的位置偏移的补偿量。
在执行上述对准操作之前，需要预先获取本发明的微零件位姿自动对准装置的平移图像雅可比矩阵和旋转图像雅可比矩阵。具体而言，改变末端执行器4的位姿使第二微零件6进入显微视觉系统清晰成像的位置范围内，在清晰成像的位置范围内多次平移末端执行器4，显微视觉系统获取多组第二微零件6在显微视觉系统中的图像点特征的参数变化量，同时记录末端执行器4的相对位移量，根据第二微零件6的图像点特征的参数变化量和末端执行器4的相对位移量，利用最小二乘法解算平移图像雅可比矩阵。在清晰成像的位置范围内，末端执行器4多次进行旋转运动，显微视觉系统获取多组第二微零件6在显微视觉系统中的图像线特征的参数变化量，同时记录末端执行器4的角度变化量，根据第二微零件6图像线特征的参数变化量和末端执行器4的角度变化量，利用最小二乘法解算旋转图像雅可比矩阵。
在一种具体的实施例中，显微视觉系统包括在水平面内正交排布的第一显微视觉系统1和第二显微视觉系统2。每次第一微零件5均放置在操作平台7的同一位置并保持统一姿态。第二微零件6在第一显微视觉系统1和第二显微视觉系统2中期望的图像特征可以预先存储在计算机8中。计算机8通过第一显微视觉系统1和第二显微视觉系统2获取第二微零件6的当前的图像特征，计算第二微零件6的当前的图像特征与期望的图像特征的偏差并判断偏差与预设阈值的大小，若偏差大于预设阈值，则基于该偏差计算末端执行器4的姿态调整量和位置调整量，计算机8通过机器人控制器13控制末端执行器4按照姿态调整量和位置调整量调整其位姿，在末端执行器4的位姿调整之后计算机8通过第一显微视觉系统1和第二显微视觉系统2继续获取第二微零件6的当前的图像特征，计算与期望的图像特征的偏差并判断偏差与预设阈值的大小，根据判断结果选择性地调整末端执行器4的位姿，直至第二微零件6的当前的图像特征与期望的图像特征的偏差小于预设阈值，此时第二微零件6与第一微零件5对准。并且每次计算的位置调整量包含有用于补偿姿态调整引起的位置偏移的补偿量。
通过“偏差判断-调整-偏差判断”的闭环控制，减小了微零件的位姿对准误差，提高了位姿对准精度。此外，每次计算的位置调整量包含有用于补偿姿态调整引起的位置偏移的补偿量，能够减小每次末端执行器4的位姿调整过程中的误差，从而减少调整次数，提高对准效率。本领域技术人员可以理解的是，显微视觉系统包括在水平面内正交排布的第一显微视觉系统1和第二显微视觉系统2仅仅是一种示例性的描述，仅仅用于阐述本发明的原理，并非旨在于限制本发明的保护范围，在不偏离本发明原理的条件下，任何合理的改变都落入本发明的保护范围之中，如显微视觉系统也可以包括三路正交分布的显微视觉系统，也可以仅包括一路显微视觉系统。
优选地，步骤S1000进一步包括：步骤S1100：根据第一微零件5在第一显微视觉系统1和第二显微视觉系统2中的图像特征确定第二微零件6在第一显微视觉系统1和第二显微视觉系统2中的期望的图像特征；步骤S1200：获取第二微零件6在第一显微视觉系统1和第二显微视觉系统2中当前的图像特征；步骤S1300：计算第二微零件6在第一显微视觉系统1和第二显微视觉系统2中当前的图像特征与期望的图像特征的偏差。根据第一微零件5在第一显微视觉系统1和第二显微视觉系统2中的图像特征确定第二微零件6在第一显微视觉系统1和第二显微视觉系统2中的期望的图像特征，能够方便地实现第二微零件6与不同姿态的第一微零件5的位姿对准，从而提高了位姿自动对准方法的灵活性。
优选地，图像特征包括图像点特征和图像线特征，步骤S1100具体包括：步骤S1110：使第一微零件5处于第一显微视觉系统1和第二显微视觉系统2的清晰成像视野内并获取清晰的图像；步骤S1120：提取第一微零件5分别在第一显微视觉系统1和第二显微视觉系统2中的图像点特征和图像线特征；步骤S1130：根据第一微零件5分别在第一显微视觉系统1和第二显微视觉系统3中的图像点特征和图像线特征确定第二微零件6的期望点特征和期望角度特征。图像特征包括图像点特征和图像线特征，方便图像特征的提取，并且计算量相对较小，从而减小对硬件的要求。本领域技术人员可以理解的是，图像特征也可以是轮廓特征，还可以是第一微零件5和第二微零件6上不在同一平面上的三个点在第一显微视觉系统1和第二显微视觉系统2中的图像点特征。
在一种具体的实施例中，第一微零件5为圆柱形结构，第二微零件6为内部中空的柱形结构，第一微零件5的图像线特征和图像点特征分别为第一微零件5在第一显微视觉系统1和第二显微视觉系统2中图像的中轴线和中轴线与上边缘线的交点，第二微零件6的图像线特征和图像点特征分别为第二微零件6在第一显微视觉系统1和第二显微视觉系统2中图像的中轴线和中轴线与下边缘线的交点。由于第一微零件5和第二微零件6旋转体，将图像线特征设定为中轴线，将图像点特征设定为中轴线与上边缘线或下边缘线的交点，能够更加方便图像点特征和图像线特征的提取，便于数据的计算和处理。
具体地，通过移动操作平台7使第一微零件5处于第一显微视觉系统1和第二显微视觉系统2的清晰成像视野内，第一显微视觉系统1和第二显微视觉系统2分别获取第一微零件5的图像信息并该图像信息传输至计算机8。计算机8根据第一微零件5的图像信息获取图像中第一微零件5的两条平行长边的图像参数，并根据两条平行长边的图像参数计算出图像中的中心轴的图像参数，通过分析计算分别获得该中心轴分别在第一显微视觉系统1和第二显微视觉系统2的像素坐标系下与水平轴(即u轴)的夹角，即为第二微零件6在第一显微视觉系统1和第二显微视觉系统2中的期望角度特征。计算机8通过分析计算得到第一微零件5分别在第一显微视觉系统1和第二显微视觉系统2中的像素坐标系下的图像点特征的坐标。
步骤S1130中第二微零件6的期望点特征的确定具体包括以下步骤：
步骤S1131：根据以下公式(1)计算第一微零件5在笛卡尔空间的方向向量：
公式(1)中，Jt11～Jt43为平移图像雅可比矩阵Jt的元素，[nx，ny，nz]T为第一微零件5在笛卡尔空间的方向向量，(Δu1，Δv1)为第一微零件5在第一显微视觉系统1中的像素坐标系下图像线特征上任意选取的两个图像点的坐标差，(Δu2，Δv2)为第一微零件5在第二显微视觉系统2中的像素坐标系下图像线特征上任意选取的两个图像点的坐标差；
步骤S1132：根据以下公式(2)计算第二微零件6的期望点特征：
公式(2)中，(ud1，vd1)和(ud2，vd2)分别为第二微零件6在第一显微视觉系统1和第二显微视觉系统2中的像素坐标系下的期望点特征的坐标，(uB1，vB1)和(uB2，vB2)分别为第一微零件5在第一显微视觉系统1和第二显微视觉系统2中的像素坐标系下图像点特征的坐标，[nx1，ny1，nz1]T为第一微零件5在笛卡尔空间中归一化的方向向量，k为比例因子，Jt为平移图像雅可比矩阵。
也就是说，根据第一微零件5的图像线特征的参数并结合平移图像雅可比矩阵按照公式(1)计算出第一微零件5在笛卡尔空间的方向向量，然后根据第一微零件5在笛卡尔空间的方向向量和第一微零件5的图像点特征的参数按照公式(2)计算出第二微零件6在第一显微视觉系统1和第二显微视觉系统2中的像素坐标系下的期望点特征的坐标，便得出了第二微零件6的期望点特征。
在获取第二微零件6的图像点特征和图像线特征之后，计算机8通过机器人控制器13控制机器人3动作而移动末端执行器4，使第二微零件6进入第一显微视觉系统1和第二显微视觉系统2的清晰成像视野内，第一显微视觉系统1和第二显微视觉系统2分别获取第二微零件6的清晰图像并将图像信息传传输至计算机8，计算机8提取出第二微零件6的图像点特征和图像线特征，获取图像点特征分别在第一显微视觉系统1和第二显微视觉系统2的像素坐标系下的坐标以及第二微零件6的图像中的中轴线分别与第一显微视觉系统1和第二显微视觉系统2的像素坐标系的水平轴(u轴)的夹角，然后计算出第二微零件6的图像点特征与期望点特征在像素坐标系下沿u轴和v轴方向的坐标偏差，并计算出第二微零件6的图像中的中轴线分别与第一显微视觉系统1和第二显微视觉系统2的像素坐标系的水平轴(u轴)的夹角与期望角度特征的偏差。
判断偏差与设定阈值的大小，若偏差大于预设阈值，则根据偏差值计算相应的位置调整量和姿态调整量，位置调整量包括用于位置对准的调整量和用于补偿姿态调整引起的位置偏移的补偿量。
具体地，用于补偿姿态调整引起的位置偏移的补偿量按照以下公式(3)确定：
公式(3)中，EpA＝[lx,ly,lz]T为第二微零件6在末端执行器坐标系下的位置向量，RTE为末端执行器4在机器人基坐标系下的位姿矩阵，-Rd为第二微零件6在机器人基坐标系下的补偿量，EΔ为末端执行器4的微分变换，
其中，Eδx、Eδy、Eδz分别表示末端执行器4绕末端执行器坐标系X轴、Y轴和Z轴的微分旋转量。Edx，Edy和Edz分别表示末端执行器4沿末端执行器坐标系X轴、Y轴和Z轴的微分平移量。
位置调整量通过以下用于位置对准的PI控制器确定：
公式(4)中，k表示获取第二微零件6在第一显微视觉系统1和第二显微视觉系统2中当前的图像特征的次数，K1p、K1i为用于位置对准的PI控制器的比例和积分系数，Jt +为平移图像雅可比矩阵的伪逆，其计算公式为Jt +＝(Jt T Jt)-1Jt T，Jt为平移图像雅可比矩阵，Δpk＝[Δxk，Δyk，Δzk]T为位置调整量，Δppk＝[Δxpk，Δypk，Δzpk]T为用于位置对准的调整量，-Rd为用于补偿所述第二微零件位置偏移的补偿量，ΔPIk＝[ΔuI1k，ΔvI1k，ΔuI2k，ΔvI2k]T，ΔuI1k、ΔvI1k、ΔuI2k、ΔvI2k分别为第二微零件6在第一显微视觉系统1和第二显微视觉系统2中的图像点特征与期望点特征在像素坐标系下沿u轴和v轴方向的坐标偏差。
姿态调整量通过以下用于姿态对准的PI控制器确定：
公式(5)中，k表示获取第二微零件2在第一显微视觉系统1和第二显微视觉系统2中当前的图像特征的次数，K2p、K2i为用于姿态对准的PI控制器的比例和积分系数，ΔθRk＝[Δθxk，Δθyk]T为姿态调整量，ΔθIk＝[ΔθI1k，ΔθI2k]T为第二微零件6在第一显微视觉系统1和第二显微视觉系统2中的图像线特征和像素坐标系中水平坐标轴的夹角与期望角度特征的偏差，Jr为旋转图像雅可比矩阵。
参照图3至图5，图3是本发明一种实施例的视觉伺服控制系统图；图4是本发明一种实例的第二微零件的位置偏差变化图；图5是本发明一种实例的第二微零件的姿态偏差变化图。
如图3所示，用于位姿对准的视觉伺服控制系统包含5个模块：图像采集和特征提取模块、位置对准控制模块、姿态对准控制模块、切换模块以及执行模块，系统将提取到的第二微零件6的当前图像特征和期望的图像特征输入到位置和姿态控制模块，位置对准控制模块和姿态对准控制模块分别根据偏差计算末端执行器4的位置调整量和姿态调整量，切换模块根据系统的状态启动位姿调整开关，并将控制信号输出到执行模块以调整末端执行器4的位姿。之后系统继续提取第二微零件6的当前图像特征并判断与期望的图像特征的偏差，判断偏差与预设阈值的大小并根据判断结果选择性地调整末端执行器4的位姿直至偏差小于预设阈值实现第二微零件6与第一微零件5的对准。
在一种具体的实施例中，末端执行器带动第二微零件6多次平移和旋转，根据平移前后和旋转前后第二微零件6在第一显微视觉系统1和第二显微视觉系统2中图像特征的参数变化量和末端执行器4的相对位移量和角度变化量，利用最小二乘法解算得到平移图像雅可比矩阵Jt和旋转图像雅可比矩阵Jr具体如下：
在公式(4)和公式(5)中，用于位置对准的PI控制器和用于姿态对准的PI控制器均采用增量型PI控制器，用于位置对准的PI控制器即公式(4)中K1p＝0.15，K1i＝0.4，与位置偏差对应的预设阈值设置成3个像素，用于姿态对准的PI控制器即公式(5)中K2p＝0.15，K2i＝0.5，与角度偏差对应的预设阈值设置成0.05°。初始的图像特征偏差分别为[Δu1，Δv1，Δu2，Δv2]T＝[177.68，609.48，35.93，608.95]T像素和[Δθ1，Δθ2]T＝[1.02°，-1.99°]T。通过不断地调整末端执行器4的位姿，使第二微零件6逐渐与第一微零件5对准，位姿对准后图像点特征的偏差为[Δu1，Δv1，Δu2，Δv2]T＝[0.37，1.03，0.66，-0.90]T像素，图像线特征的角度偏差为[Δθ1，Δθ2]T＝[-0.02°,-0.04°]T。可以看出，第二微零件6的图像特征与期望的图像特征的偏差能够快速地收敛到预设的偏差范围内，微零件的位姿对准精度高，对准效率高，满足了微装配的需求。
通过以上描述可以看出，在本发明的优选技术方案中，本发明的零件位姿自动对准方法包括以下步骤：步骤S1100：根据第一微零件在显微视觉系统中的图像特征确定第二微零件在显微视觉系统中的期望的图像特征；步骤S1200：获取第二微零件在显微视觉系统中当前的图像特征；步骤S1300：计算第二微零件在显微视觉系统中当前的图像特征与期望的图像特征的偏差；步骤S2000：判断偏差是否小于预设阈值，若是则表明第二微零件与第一微零件对准，若否则执行步骤S3000；步骤S3000：基于偏差计算末端执行器的姿态调整量和位置调整量；步骤S4000：按照姿态调整量和位置调整量调整末端执行器的位姿以便改变第二微零件的位姿并返回步骤S1200；其中，位置调整量包括用于位置对准的调整量和用于补偿姿态调整引起的位置偏移的补偿量。
通过“偏差判断-调整-偏差判断”的闭环控制，减小了微零件的位姿对准误差，提高了位姿对准精度。另外，每次计算的位置调整量包含有用于补偿姿态调整引起的位置偏移的补偿量，因此能够减小每次末端执行器的位姿调整过程中的误差，从而减少调整次数，提高对准效率。此外，根据第一微零件在显微视觉系统中的图像特征确定第二微零件在显微视觉系统中的期望的图像特征，能够方便地实现第二微零件与不同姿态的第一微零件的位姿对准，从而提高了位姿自动对准方法的灵活性。
以上实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种微零件位姿自动对准方法，其特征在于，所述位姿自动对准方法包括：
步骤S1000：获取第二微零件在显微视觉系统中当前的图像特征与期望的图像特征的偏差；
步骤S2000：判断所述偏差是否小于预设阈值，若是则表明所述第二微零件与第一微零件对准，若否则执行步骤S3000；
步骤S3000：基于所述偏差计算末端执行器的姿态调整量和位置调整量；
步骤S4000：按照所述姿态调整量和所述位置调整量调整所述末端执行器的位姿以便改变所述第二微零件的位姿并返回步骤S1000；
其中，所述位置调整量包括用于位置对准的调整量和用于补偿姿态调整引起的位置偏移的补偿量。
2.根据权利要求1所述的对准方法，其特征在于，步骤S1000进一步包括：
步骤S1100：根据所述第一微零件在所述显微视觉系统中的图像特征确定所述第二微零件在所述显微视觉系统中的期望的图像特征；
步骤S1200：获取所述第二微零件在所述显微视觉系统中当前的图像特征；
步骤S1300：计算所述第二微零件在所述显微视觉系统中当前的图像特征与期望的图像特征的偏差。
3.根据权利要求2所述的对准方法，其特征在于，所述显微视觉系统包括在水平面内正交排布的第一显微视觉系统和第二显微视觉系统，所述图像特征包括图像点特征和图像线特征，步骤S1100具体包括：
步骤S1110：使所述第一微零件处于所述第一显微视觉系统和所述第二显微视觉系统的清晰成像视野内并获取清晰的图像；
步骤S1120：提取所述第一微零件分别在所述第一显微视觉系统和所述第二显微视觉系统中的图像点特征和图像线特征；
步骤S1130：根据所述第一微零件分别在所述第一显微视觉系统和所述第二显微视觉系统中的图像点特征和图像线特征确定所述第二微零件的期望点特征和期望角度特征。
4.根据权利要求3所述的对准方法，其特征在于，所述第一微零件为圆柱形结构，所述第二微零件为内部中空的柱形结构，所述第一微零件的图像线特征和图像点特征分别为所述第一微零件在所述显微视觉系统中图像的中轴线和中轴线与上边缘线的交点，所述第二微零件的图像线特征和图像点特征分别为所述第二微零件在所述显微视觉系统中图像的中轴线和中轴线与下边缘线的交点。
5.根据权利要求4所述的对准方法，其特征在于，步骤S1130中所述第二微零件的期望点特征的确定具体包括以下步骤：
步骤S1131：根据以下公式(1)计算所述第一微零件在笛卡尔空间的方向向量：
公式(1)中，Jt11～Jt43为平移图像雅可比矩阵Jt的元素，[nx，ny，nz]T为所述第一微零件在笛卡尔空间的方向向量，(Δu1，Δv1)为所述第一微零件在所述第一显微视觉系统中的像素坐标系下图像线特征上任意选取的两个图像点的坐标差，(Δu2，Δv2)为所述第一微零件在所述第二显微视觉系统中的像素坐标系下图像线特征上任意选取的两个图像点的坐标差；
步骤S1132：根据以下公式(2)计算所述第二微零件的期望点特征：
公式(2)中，(ud1，vd1)和(ud2，vd2)分别为所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中的像素坐标系下的期望点特征的坐标，(uB1，vB1)和(uB2，vB2)分别为所述第一微零件在所述第一显微视觉系统和所述第二显微视觉系统中的像素坐标系下图像点特征的坐标，[nx1，ny1，nz1]T为所述第一微零件在笛卡尔空间中归一化的方向向量，k为比例因子，Jt为平移图像雅可比矩阵。
6.根据权利要求4所述的对准方法，其特征在于，步骤S1130中所述第二微零件的期望角度特征的确定步骤具体包括：
分别计算所述第一微零件在所述第一显微视觉系统和所述第二显微视觉系统中的图像线特征与像素坐标系中水平坐标轴的夹角。
7.根据权利要求1至6中任一项所述的对准方法，其特征在于，步骤S4000中的用于补偿姿态调整引起的位置偏移的补偿量按以下公式(3)确定：
公式(3)中，EpA＝[lx，ly，lz]T为所述第二微零件在所述末端执行器坐标系下的位置向量，RTE为所述末端执行器在机器人基坐标系下的位姿矩阵，EΔ为所述末端执行器的微分变换，-Rd为所述第二微零件在机器人基坐标系下的补偿量。
8.根据权利要求3至6中任一项所述的对准方法，其特征在于，步骤S4000中的所述位置调整量通过以下用于位置对准的PI控制器确定：
公式(4)中，k表示获取所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中当前的图像特征的次数，K1p、K1i为所述用于位置对准的PI控制器的比例和积分系数，Jt为平移图像雅可比矩阵，Δpk＝[Δxk，Δyk，Δzk]T为所述位置调整量，Δppk＝[Δxpk，Δypk，Δzpk]T为用于位置对准的调整量，-Rd为用于补偿所述第二微零件位置偏移的补偿量，ΔPIk＝[ΔuI1k，ΔvI1k，ΔuI2k，ΔvI2k]T，ΔuI1k、ΔvI1k、ΔuI2k、ΔvI2k分别为所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中的图像点特征与期望点特征在像素坐标系下沿u轴和v轴方向的坐标偏差。
9.根据权利要求3至6中任一项所述的对准方法，其特征在于，步骤S4000中的所述姿态调整量通过以下用于姿态对准的PI控制器确定：
公式(5)中，k表示获取所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中当前的图像特征的次数，K2p、K2i为所述用于姿态对准的PI控制器的比例和积分系数，ΔθRk＝[Δθxk，Δθyk]T为所述姿态调整量，ΔθIk＝[ΔθI1k，ΔθI2k]T为所述第二微零件在所述第一显微视觉系统和所述第二显微视觉系统中的图像线特征和像素坐标系中水平坐标轴的夹角与所述期望角度特征的偏差，Jr为旋转图像雅可比矩阵。
10.一种微零件位姿自动对准装置，其特征在于，所述对准装置包括计算机以及与所述计算机通信的机器人和显微视觉系统，所述显微视觉系统包括在水平面内正交排布的第一显微视觉系统和第二显微视觉系统，所述第一显微视觉系统和所述第二显微视觉系统的光轴分别与机器人基坐标系的Y轴和X轴平行，第一微零件的位姿保持不变，所述机器人的末端执行器夹持第二微零件用于调整所述第二微零件的位姿，所述显微视觉系统用于采集所述第一微零件和所述第二微零件的图像，所述计算机用于执行上述权利要求1至9中任一项所述的微零件位姿自动对准方法。
CN201810932656.5A 2018-08-16 2018-08-16 微零件位姿自动对准装置及其方法 Active CN108972557B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810932656.5A CN108972557B (zh) 2018-08-16 2018-08-16 微零件位姿自动对准装置及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810932656.5A CN108972557B (zh) 2018-08-16 2018-08-16 微零件位姿自动对准装置及其方法

Publications (2)

Publication Number Publication Date
CN108972557A true CN108972557A (zh) 2018-12-11
CN108972557B CN108972557B (zh) 2020-09-01

Family

ID=64552750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810932656.5A Active CN108972557B (zh) 2018-08-16 2018-08-16 微零件位姿自动对准装置及其方法

Country Status (1)

Country Link
CN (1) CN108972557B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108858202A (zh) * 2018-08-16 2018-11-23 中国科学院自动化研究所 基于“对准-趋近-抓取”的零件抓取装置的控制方法
CN109397249A (zh) * 2019-01-07 2019-03-01 重庆大学 基于视觉识别的二维码定位抓取机器人系统算法
CN110666147A (zh) * 2019-08-23 2020-01-10 武汉钢铁有限公司 冶金钢包加砂口调整方法、装置、系统及存储介质
CN111168676A (zh) * 2020-01-08 2020-05-19 浙江省北大信息技术高等研究院 机械臂手眼协作绘画方法、装置、绘画机器人及介质
CN111899594A (zh) * 2019-05-06 2020-11-06 百度（美国）有限责任公司 用于自动驾驶车辆的动态模型的自动化训练数据提取方法
CN111906770A (zh) * 2020-09-14 2020-11-10 珠海格力智能装备有限公司 工件安装方法及系统、计算机可读存储介质
CN112241944A (zh) * 2019-07-16 2021-01-19 杭州海康机器人技术有限公司 Agv调度系统、物料位姿矫正方法和物料位姿矫正装置
CN112907606A (zh) * 2021-03-08 2021-06-04 中南大学 一种上向圆柱型深孔自动对孔方法及井下炸药现场混装车
CN112965372A (zh) * 2021-02-01 2021-06-15 中国科学院自动化研究所 基于强化学习的微零件精密装配方法、装置和系统
CN113442145A (zh) * 2021-09-01 2021-09-28 北京柏惠维康科技有限公司 欠约束下的最优位姿确定方法、装置、存储介质及机械臂
CN113770674A (zh) * 2021-09-18 2021-12-10 中国工程物理研究院机械制造工艺研究所 一种装配装置和装配方法
CN113894793A (zh) * 2021-11-11 2022-01-07 易思维（杭州）科技有限公司 一种零件与视觉传感器相对位姿关系的获取方法
CN114178832A (zh) * 2021-11-27 2022-03-15 南京埃斯顿机器人工程有限公司 一种基于视觉的机器人引导装配机器人方法
CN114976802A (zh) * 2022-05-06 2022-08-30 南京航空航天大学 射频连接器自适应装配方法及系统
CN115488606A (zh) * 2022-10-08 2022-12-20 江苏久禾光电有限公司 一种镜头全自动组装机及组装工艺
CN115542530A (zh) * 2022-11-29 2022-12-30 中国科学院自动化研究所 微小目标的位置对准方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100212133A1 (en) * 2009-02-26 2010-08-26 Lawrence Livermore National Security, Llc Method and system for assembling miniaturized devices
CN103009390A (zh) * 2012-12-20 2013-04-03 中国科学院自动化研究所 基于显微视觉的对准和抓取柱状微零件的方法与装置
CN103247053A (zh) * 2013-05-16 2013-08-14 大连理工大学 基于双目显微立体视觉的零件精确定位方法
CN103273310A (zh) * 2013-05-24 2013-09-04 中国科学院自动化研究所 一种基于多路显微视觉的微零件自动对准装置及方法
WO2014169273A1 (en) * 2013-04-12 2014-10-16 The Trustees Of Columbia University In The City Of New York Systems, methods, and media for generating structured light
CN105598694A (zh) * 2016-03-29 2016-05-25 中国工程物理研究院激光聚变研究中心 一种微米级的轴与孔的装配装置
CN205465163U (zh) * 2016-03-29 2016-08-17 中国工程物理研究院激光聚变研究中心 一种微米级的轴与孔的装配装置
CN106271587A (zh) * 2016-10-24 2017-01-04 中国工程物理研究院激光聚变研究中心 一种微器件空间角度装配装置
CN107563446A (zh) * 2017-09-05 2018-01-09 华中科技大学 一种微操作系统目标检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100212133A1 (en) * 2009-02-26 2010-08-26 Lawrence Livermore National Security, Llc Method and system for assembling miniaturized devices
CN103009390A (zh) * 2012-12-20 2013-04-03 中国科学院自动化研究所 基于显微视觉的对准和抓取柱状微零件的方法与装置
WO2014169273A1 (en) * 2013-04-12 2014-10-16 The Trustees Of Columbia University In The City Of New York Systems, methods, and media for generating structured light
CN103247053A (zh) * 2013-05-16 2013-08-14 大连理工大学 基于双目显微立体视觉的零件精确定位方法
CN103273310A (zh) * 2013-05-24 2013-09-04 中国科学院自动化研究所 一种基于多路显微视觉的微零件自动对准装置及方法
CN105598694A (zh) * 2016-03-29 2016-05-25 中国工程物理研究院激光聚变研究中心 一种微米级的轴与孔的装配装置
CN205465163U (zh) * 2016-03-29 2016-08-17 中国工程物理研究院激光聚变研究中心 一种微米级的轴与孔的装配装置
CN106271587A (zh) * 2016-10-24 2017-01-04 中国工程物理研究院激光聚变研究中心 一种微器件空间角度装配装置
CN107563446A (zh) * 2017-09-05 2018-01-09 华中科技大学 一种微操作系统目标检测方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108858202A (zh) * 2018-08-16 2018-11-23 中国科学院自动化研究所 基于“对准-趋近-抓取”的零件抓取装置的控制方法
CN109397249A (zh) * 2019-01-07 2019-03-01 重庆大学 基于视觉识别的二维码定位抓取机器人系统算法
CN111899594A (zh) * 2019-05-06 2020-11-06 百度（美国）有限责任公司 用于自动驾驶车辆的动态模型的自动化训练数据提取方法
CN112241944A (zh) * 2019-07-16 2021-01-19 杭州海康机器人技术有限公司 Agv调度系统、物料位姿矫正方法和物料位姿矫正装置
CN112241944B (zh) * 2019-07-16 2024-03-29 杭州海康机器人股份有限公司 Agv调度系统、物料位姿矫正方法和物料位姿矫正装置
CN110666147A (zh) * 2019-08-23 2020-01-10 武汉钢铁有限公司 冶金钢包加砂口调整方法、装置、系统及存储介质
CN111168676A (zh) * 2020-01-08 2020-05-19 浙江省北大信息技术高等研究院 机械臂手眼协作绘画方法、装置、绘画机器人及介质
CN111168676B (zh) * 2020-01-08 2021-06-15 杭州未名信科科技有限公司 机械臂手眼协作绘画方法、装置、绘画机器人及介质
CN111906770A (zh) * 2020-09-14 2020-11-10 珠海格力智能装备有限公司 工件安装方法及系统、计算机可读存储介质
CN112965372A (zh) * 2021-02-01 2021-06-15 中国科学院自动化研究所 基于强化学习的微零件精密装配方法、装置和系统
CN112907606B (zh) * 2021-03-08 2022-09-27 中南大学 一种上向圆柱型深孔自动对孔方法及井下炸药现场混装车
CN112907606A (zh) * 2021-03-08 2021-06-04 中南大学 一种上向圆柱型深孔自动对孔方法及井下炸药现场混装车
CN113442145A (zh) * 2021-09-01 2021-09-28 北京柏惠维康科技有限公司 欠约束下的最优位姿确定方法、装置、存储介质及机械臂
CN113770674A (zh) * 2021-09-18 2021-12-10 中国工程物理研究院机械制造工艺研究所 一种装配装置和装配方法
CN113894793A (zh) * 2021-11-11 2022-01-07 易思维（杭州）科技有限公司 一种零件与视觉传感器相对位姿关系的获取方法
CN113894793B (zh) * 2021-11-11 2023-01-24 易思维（杭州）科技有限公司 一种零件与视觉传感器相对位姿关系的获取方法
CN114178832A (zh) * 2021-11-27 2022-03-15 南京埃斯顿机器人工程有限公司 一种基于视觉的机器人引导装配机器人方法
CN114976802A (zh) * 2022-05-06 2022-08-30 南京航空航天大学 射频连接器自适应装配方法及系统
CN114976802B (zh) * 2022-05-06 2023-11-03 南京航空航天大学 射频连接器自适应装配方法及系统
CN115488606A (zh) * 2022-10-08 2022-12-20 江苏久禾光电有限公司 一种镜头全自动组装机及组装工艺
CN115542530A (zh) * 2022-11-29 2022-12-30 中国科学院自动化研究所 微小目标的位置对准方法和装置

Also Published As

Publication number Publication date
CN108972557B (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN108972557A (zh) 微零件位姿自动对准装置及其方法
CN109655024B (zh) 采用空间变换技术的位移传感器外部参数标定方法
CN109448054A (zh) 基于视觉融合的目标分步定位方法、应用、装置及系统
CN103273310A (zh) 一种基于多路显微视觉的微零件自动对准装置及方法
CN103108114B (zh) 用于将元件与印刷电路板上的脚位对准的相机系统和方法
CN108408080A (zh) 一种飞机翼身对接装配装置、方法及系统
CN103170823B (zh) 一种单目显微视觉引导下微管插入微孔的控制装置及方法
JP2014203365A (ja) 制御システムおよび制御方法
CN111862221B (zh) Uvw平台标定方法、设备、纠偏方法、装置及对位系统
Liu et al. Fast eye-in-hand 3-d scanner-robot calibration for low stitching errors
US20180361590A1 (en) Active assembly system, active assembly method and positioning assembly device thereof
CN103837080B (zh) 面向微装配的亚微米精度同轴共焦对准检测方法与装置
CN110987021A (zh) 一种基于转台基准的惯性视觉相对姿态标定方法
CN113763479B (zh) 一种折反射全景相机与imu传感器的标定方法
CN111260734B (zh) 一种XYθ平台机器视觉对位系统的标定方法
CN110928311B (zh) 一种基于全景相机下直线特征的室内移动机器人导航方法
CN113781558B (zh) 一种姿态与位置解耦的机器人视觉寻位方法
CN103192399B (zh) 一种基于目标运动的显微视觉手眼标定系统及方法
Hvilshøj et al. Calibration techniques for industrial mobile manipulators: Theoretical configurations and best practices
CN111710002B (zh) 一种基于Optitrack系统的相机外参标定方法
CN1292878C (zh) 一种基于机器人运动的摄像机自标定方法
CN216719128U (zh) 一种基于相位偏折术的标定系统
CN115682934A (zh) 一种跨尺度微纳器件装配的显微视觉检测装置和标定方法
CN111028298B (zh) 一种用于刚体坐标系空间变换标定的汇聚式双目系统
CN113043264B (zh) 一种一体化关节七轴机器人的零位标定方法

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
GR01 Patent grant
GR01 Patent grant