CN109059755A - 一种机器人高精度手眼标定方法 - Google Patents
一种机器人高精度手眼标定方法 Download PDFInfo
- Publication number
- CN109059755A CN109059755A CN201810596372.3A CN201810596372A CN109059755A CN 109059755 A CN109059755 A CN 109059755A CN 201810596372 A CN201810596372 A CN 201810596372A CN 109059755 A CN109059755 A CN 109059755A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- ring flange
- camera
- robot
- end effector
- 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 61
- 239000012636 effector Substances 0.000 claims abstract description 56
- 239000011159 matrix material Substances 0.000 claims abstract description 30
- 230000009466 transformation Effects 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000003384 imaging method Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 210000000707 wrist Anatomy 0.000 abstract description 10
- 238000007796 conventional method Methods 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000003068 static effect Effects 0.000 abstract description 2
- 230000033001 locomotion Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000004579 marble Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
- G01B11/005—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates coordinate measuring machines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人高精度手眼标定方法,所述的机器人的端部执行机构包括手爪法兰盘和分别与所述的手爪法兰盘固定连接的末端执行器和相机,本发明公开了新的机器人手眼标定方法,用于求解机器人末端的手眼变换矩阵,同时实现机器人腕部、末端执行器和相机三个坐标系的位置和姿态的标定。避免了传统方法的复杂求解,整个标定过程机器人不需要运动,因此是静态标定,避免了主动视觉法由于机器人连杆参数等误差导致的标定精度低的问题。本发明的方法具有计算简单、精度高的特点,适用于相机坐标系与任意机器人法兰盘坐标系的转换。
Description
技术领域
本发明属于机器人手眼标定技术领域,具体涉及一种不需要机器人的运动就能得到末端执行器与机器人、与相机的关系的机器人高精度手眼标定方法。
背景技术
在机器人与视觉技术相结合的过程中,需要将相机安装到机器人末端的手腕处,形成手眼关系。从而使机器人通过相机实时测量目标与相机的位姿关系,确定机器人下一步的运动路径。机器人手眼标定是实现这一功能的前提和关键所在。
国内外常用的标定方法可以分为传统标定法、自标定法、主动视觉标定法。传统标定方法精度较高但是计算过程复杂;自标定法鲁棒性不强;主动视觉标定法计算简单,鲁棒性强,但需要一个高精度的主动视觉平台,而机器人由于传动链误差较大,因此这种标定方法的精度不高。同时工具相对于机器人腕部的位姿实际也需要标定而传统手眼标定方法不能解决。
发明内容
本发明的目的在于克服现有技术的不足,提供一种机器人高精度手眼标定方法,该机器人高精度手眼标定方法实现相机与机器人腕部,机器人腕部与末端执行器,末端执行器与相机的位姿同时标定。
本发明是通过以下技术方案实现的:
一种机器人高精度手眼标定方法,所述的机器人的端部执行机构包括手爪法兰盘和分别与所述的手爪法兰盘固定连接的末端执行器和相机,所述的手眼标定方法包括以下步骤,
1)将端部执行机构整体放置在三坐标测量仪的测量台上;
2)构建三坐标测量仪坐标系TCMM并将其设定为世界坐标系TW=TCMM;
3)构建相机坐标系并获得相机坐标系与世界坐标系的变换矩阵
4)通过三坐标测量仪,构建末端执行器坐标系TM,并确定末端执行器坐标系相对于世界坐标系的关系
5)通过三坐标测量仪,构建手爪法兰盘坐标系TF1,并确定手爪法兰盘坐标系相对于世界坐标系的关系
6)构建机器人法兰盘坐标系TF2;根据手爪法兰盘的厚度及定位孔形位尺寸,确定机器人法兰盘坐标系相对于手爪法兰盘坐标系的关系
7)计算获得相机坐标系与机器人法兰盘坐标系之间的坐标变换矩阵:获得相机坐标系与末端执行器坐标系之间的坐标变换矩阵:获得手爪法兰盘和末端执行器坐标系之间的变换矩阵获得机器人法兰盘和末端执行器坐标系之间的变换矩阵
在上述技术方案中,还包括建立所述相机的几何成像模型并对所述相机的内部参数进行标定的步骤。
在上述技术方案中,所述的相机采用张正友标定法对内部参数矩阵A进行标定。
在上述技术方案中,采用小孔成像原理建立所述相机的几何成像模型,具体方法为:
设点P在世界坐标系下的坐标为[u v 1]T是该点P在图像坐标系下的坐标,其中,[u0 v0]T是世界坐标系所在平面坐标系的原点,[u v]T是图像坐标系所在平面坐标系的原点,γ是倾斜因子,Zc是所述相机的光心到所述图像坐标系的距离,是外部参数矩阵,以此确定所述世界坐标系中的点P转换到图像坐标系的变换关系式为:
在上述技术方案中,所述的步骤3)具体为:在相机视野内拍摄一组三坐标测量仪的测头的图像,记录测头在三坐标测量仪坐标系下的坐标X,利用图像处理技术提取测头在图像中的坐标x,由经典的张正友标定法获得相机坐标系与世界坐标系的变换矩阵
在上述技术方案中,所述步骤4)采用所述三坐标测量仪测量所述末端执行器的端面上的点和其柱面上的点,确定所述端面的平面方程和所述柱面的轴线方程,其中,所述柱面与所述端面的交点为所述末端执行器的坐标系的原点,所述端面为所述末端执行器的XOY平面,所述端面的法线为所述末端执行器的Z轴,以此确定所述末端执行器的坐标系为TM,并确定末端执行器坐标系与世界坐标系的关系:
在上述技术方案中,所述步骤5)采用所述三坐标测量仪测量所述手爪法兰盘的第一定位孔和第二定位孔,其中,所述第一定位孔的轴线与所述手爪法兰盘的端面的交点为所述手爪法兰盘的坐标系的原点,所述第二定位孔与所述手爪法兰盘的端面的交点为所述手爪法兰盘所在的坐标系中的x轴的正方向上的一点,根据右手定则确定所述手爪法兰盘所在的坐标系的y轴和z轴,以此确定所述手爪法兰盘的坐标系为TF1,确定手爪法兰盘坐标系相对于世界坐标系的关系:
在上述技术方案中,所述步骤3)采用标定板对所述相机的内部参数进行标定,其中,所述标定板为16×16黑白相间的棋盘格,采用所述相机对所述标定板的不同位姿拍摄25张图像,用于标定所述相机的内部参数。
在上述技术方案中,标定过程中所述相机的焦距和光圈的位置一直保持不变。
在上述技术方案中,所述的末端执行器通过夹具与所述的手爪法兰盘固定,且所述的末端执行器轴向与所述的相机的光轴平行。
本发明的优点和有益效果为:
本发明提供一种高精度的机器人手眼标定方法,实现相机与机器人腕部,机器人腕部与末端执行器,末端执行器与相机的位姿同时标定,本发明借助三坐标测量仪的高精度特征,不需要机器人的运动,克服了传统方法的求解复杂、精度较低的缺陷。三坐标测量仪可标定末端执行器与手抓法兰盘之间的坐标转换关系,而手爪法兰盘有特定的尺寸,通过这一特定尺寸就可以获得机器人末端法兰盘坐标系与手爪法兰盘之间的关系,从而能得到末端执行器与机器人坐标系之间的关系。
附图说明
图1是本发明的标定系统简图;
图2是经典的小孔成像模型图;
图3是本发明的手眼标定方法的坐标系的建立图;
图4是本发明的手眼标定方法的流程图;
图5所示为端部执行机构结构示意图。
对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,可以根据以上附图获得其他的相关附图。
1.末端执行器;2.卡具;3.第一定位孔;4.第二定位孔.;5.手爪法兰盘;6.相机;7.光源;8.镜头
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合具体实施例进一步说明本发明的技术方案。
本发明的一种机器人高精度手眼标定方法,所述的机器人的端部执行机构包括手爪法兰盘5和分别与所述的手爪法兰盘固定连接的末端执行器1(图示形状仅为示意)和相机6,同时,相机还配置有光源7,所述的末端执行器通过卡具固定在手爪法兰盘上,所述的端部执行机构通过手爪法兰盘固定在机器人的手臂上,所述的手眼标定方法包括以下步骤,
1)将端部执行机构整体放置在三坐标测量仪的测量台上;
2)构建三坐标测量仪坐标系TCMM并将其设定为世界坐标系TW=TCMM;如,采用中国航空精密机械研究所制造的PEARL三坐标测量仪,整个标定过程中,末端执行器、相机、手爪法兰盘的整体放置于三坐标测量仪的大理石平台上,位置保持不变。
3)构建相机坐标系并获得相机坐标系与世界坐标系的变换矩阵即,在相机视野内拍摄一组三坐标测量仪的测头的图像,记录测头在三坐标测量仪坐标系下的坐标X,利用图像处理技术提取测头在图像中的坐标x,由经典的张正友标定法获得相机坐标系与世界坐标系的变换矩阵
4)通过三坐标测量仪,构建末端执行器坐标系TM,并确定末端执行器坐标系相对于世界坐标系的关系具体来说,采用所述三坐标测量仪测量所述末端执行器的端面上的点和其柱面上的点,确定所述端面的平面方程和所述柱面的轴线方程,其中,所述柱面与所述端面的交点为所述末端执行器的坐标系的原点,所述端面为所述末端执行器的XOY平面,所述端面的法线为所述末端执行器的Z轴,以此确定所述末端执行器的坐标系为TM,并确定末端执行器坐标系与世界坐标系的关系:
5)通过三坐标测量仪,构建手爪法兰盘坐标系TF1,并确定手爪法兰盘坐标系相对于世界坐标系的关系具体来说,采用所述三坐标测量仪测量所述手爪法兰盘的第一定位孔3和第二定位孔4,其中,所述第一定位孔的轴线与所述手爪法兰盘的端面的交点为所述手爪法兰盘的坐标系的原点,所述第二定位孔与所述手爪法兰盘的端面的交点为所述手爪法兰盘所在的坐标系中的x轴的正方向上的一点,根据右手定则确定所述手爪法兰盘所在的坐标系的y轴和z轴,以此确定所述手爪法兰盘的坐标系为TF1,确定手爪法兰盘坐标系相对于世界坐标系的关系:
6)构建机器人法兰盘坐标系TF2;根据手爪法兰盘的厚度及定位孔形位尺寸,确定机器人法兰盘坐标系相对于手爪法兰盘坐标系的关系
7)计算获得相机坐标系与机器人法兰盘坐标系之间的坐标变换矩阵:获得相机坐标系与末端执行器坐标系之间的坐标变换矩阵:获得手爪法兰盘和末端执行器坐标系之间的变换矩阵同时,还可获得机器人法兰盘和末端执行器坐标系之间的变换矩阵
其中,将端部执行机构与机器人手臂固定连接并整合机械人坐标系即可实现整体控制,根据基于视觉的机器人的实际工作,需要获得相机与机器人之间、末端执行器与机器人之间、末端执行器与相机之间的关系,才能控制机器人运动到相机拍摄并计算到的某一指定位置,这三个关系分别是:
其中,标定过程中所述相机的焦距和光圈的位置一直保持不变。
本发明提供一种高精度的机器人手眼标定方法,实现相机与机器人腕部,机器人腕部与末端执行器,末端执行器与相机的位姿同时标定。本发明借助三坐标测量仪的高精度特征,不需要机器人的运动,克服了传统方法的求解复杂、精度较低的缺陷。
具体地说,还包括建立所述相机的几何成像模型并对所述相机的内部参数进行标定的步骤。其中,所述的相机采用张正友标定法对内部参数矩阵A进行标定。采用标定板对所述相机的内部参数进行标定,其中,所述标定板为16×16黑白相间的棋盘格,采用所述相机对所述标定板的不同位姿拍摄25张图像,用于标定所述相机的内部参数。
进一步地,采用小孔成像原理建立所述相机的几何成像模型,具体方法为:
设点P在世界坐标系下的坐标为[u v 1]T是该点P在图像坐标系下的坐标,其中,[u0 v0]T是世界坐标系所在平面坐标系的原点,[u v]T是图像坐标系所在平面坐标系的原点,γ是倾斜因子,Zc是所述相机的光心到所述图像坐标系的距离,是外部参数矩阵,以此确定所述世界坐标系中的点P转换到图像坐标系的变换关系式为:
本发明公开了新的机器人手眼标定方法,用于求解机器人末端的手眼变换矩阵,同时实现机器人腕部、末端执行器和相机三个坐标系的位置和姿态的标定。首先建立经典的相机小孔成像模型,利用张正友标定法得到相机的内部参数;其次,使用三坐标测量仪分别测量末端执行器、手爪法兰盘,得到末端执行器与手爪法兰盘之间的坐标变换矩阵、三坐标测量仪坐标系与末端执行器坐标系之间的变换矩阵、三坐标测量仪坐标系与手爪法兰盘坐标系之间的变换矩阵;再者,在相机视野内拍摄一组三坐标测量仪的测头图像,同时记录测头所在的三坐标测量仪坐标系下的坐标,通过图像处理方法,提取测头的图像坐标,通过图像坐标和三坐标测量仪下的坐标,即可获得相机坐标系与三坐标测量仪坐标系的坐标变换矩阵;最后,通过三坐标测量仪坐标系的转换,即可得到末端执行器坐标系、手爪法兰盘坐标系、相机坐标系三者之间的坐标变换矩阵。避免了传统方法的复杂求解,整个标定过程机器人不需要运动,因此是静态标定,避免了主动视觉法由于机器人连杆参数等误差导致的标定精度低的问题。本发明的方法具有计算简单、精度高的特点,适用于相机坐标系与任意机器人法兰盘坐标系的转换。
以上对本发明做了示例性的描述,应该说明的是,在不脱离本发明的核心的情况下,任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。
Claims (10)
1.一种机器人高精度手眼标定方法,其特征在于,所述的机器人的端部执行机构包括手爪法兰盘和分别与所述的手爪法兰盘固定连接的末端执行器和相机,所述的手眼标定方法包括以下步骤,
1)将端部执行机构整体放置在三坐标测量仪的测量台上;
2)构建三坐标测量仪坐标系TCMM并将其设定为世界坐标系TW=TCMM;
3)构建相机坐标系并获得相机坐标系与世界坐标系的变换矩阵
4)通过三坐标测量仪,构建末端执行器坐标系TM,并确定末端执行器坐标系相对于世界坐标系的关系
5)通过三坐标测量仪,构建手爪法兰盘坐标系TF1,并确定手爪法兰盘坐标系相对于世界坐标系的关系
6)构建机器人法兰盘坐标系TF2;根据手爪法兰盘的厚度及定位孔形位尺寸,确定机器人法兰盘坐标系相对于手爪法兰盘坐标系的关系
7)计算获得相机坐标系与机器人法兰盘坐标系之间的坐标变换矩阵:获得相机坐标系与末端执行器坐标系之间的坐标变换矩阵:获得手爪法兰盘和末端执行器坐标系之间的变换矩阵获得机器人法兰盘和末端执行器坐标系之间的变换矩阵
2.根据权利要求1所述的一种机器人高精度手眼标定方法,其特征在于,还包括建立所述相机的几何成像模型并对所述相机的内部参数进行标定的步骤。
3.根据权利要求2所述的一种机器人高精度手眼标定方法,其特征在于,所述的相机采用张正友标定法对内部参数矩阵A进行标定。
4.根据权利要求2所述的一种机器人高精度手眼标定方法,其特征在于,采用小孔成像原理建立所述相机的几何成像模型,具体方法为:
设点P在世界坐标系下的坐标为[u v l]T是该点P在图像坐标系下的坐标,其中,[u0 v0]T是世界坐标系所在平面坐标系的原点,[u v]T是图像坐标系所在平面坐标系的原点,γ是倾斜因子,ZC是所述相机的光心到所述图像坐标系的距离,是外部参数矩阵,以此确定所述世界坐标系中的点P转换到图像坐标系的变换关系式为:
5.根据权利要求2所述的一种机器人高精度手眼标定方法,其特征在于,所述的步骤3)具体为:在相机视野内拍摄一组三坐标测量仪的测头的图像,记录测头在三坐标测量仪坐标系下的坐标X,利用图像处理技术提取测头在图像中的坐标x,由经典的张正友标定法获得相机坐标系与世界坐标系的变换矩阵
6.根据权利要求1所述的一种机器人高精度手眼标定方法,其特征在于,所述步骤4)采用所述三坐标测量仪测量所述末端执行器的端面上的点和其柱面上的点,确定所述端面的平面方程和所述柱面的轴线方程,其中,所述柱面与所述端面的交点为所述末端执行器的坐标系的原点,所述端面为所述末端执行器的XOY平面,所述端面的法线为所述末端执行器的Z轴,以此确定所述末端执行器的坐标系为TM,并确定末端执行器坐标系与世界坐标系的关系:
7.根据权利要求1所述的一种机器人高精度手眼标定方法,其特征在于,所述步骤5)采用所述三坐标测量仪测量所述手爪法兰盘的第一定位孔和第二定位孔,其中,所述第一定位孔的轴线与所述手爪法兰盘的端面的交点为所述手爪法兰盘的坐标系的原点,所述第二定位孔与所述手爪法兰盘的端面的交点为所述手爪法兰盘所在的坐标系中的x轴的正方向上的一点,根据右手定则确定所述手爪法兰盘所在的坐标系的y轴和z轴,以此确定所述手爪法兰盘的坐标系为TF1,确定手爪法兰盘坐标系相对于世界坐标系的关系:
8.根据权利要求2所述的一种机器人高精度手眼标定方法,其特征在于,所述步骤3)采用标定板对所述相机的内部参数进行标定,其中,所述标定板为16×16黑白相间的棋盘格,采用所述相机对所述标定板的不同位姿拍摄25张图像,用于标定所述相机的内部参数。
9.根据权利要求1所述的一种机器人高精度手眼标定方法,其特征在于,标定过程中所述相机的焦距和光圈的位置一直保持不变。
10.根据权利要求1所述的一种机器人高精度手眼标定方法,其特征在于,所述的末端执行器通过夹具与所述的手爪法兰盘固定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810596372.3A CN109059755B (zh) | 2018-06-11 | 2018-06-11 | 一种机器人高精度手眼标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810596372.3A CN109059755B (zh) | 2018-06-11 | 2018-06-11 | 一种机器人高精度手眼标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109059755A true CN109059755A (zh) | 2018-12-21 |
CN109059755B CN109059755B (zh) | 2020-09-01 |
Family
ID=64820190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810596372.3A Expired - Fee Related CN109059755B (zh) | 2018-06-11 | 2018-06-11 | 一种机器人高精度手眼标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109059755B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533727A (zh) * | 2019-07-23 | 2019-12-03 | 南京航空航天大学 | 一种基于单个工业相机的机器人自定位方法 |
CN110553586A (zh) * | 2019-09-11 | 2019-12-10 | 吉林大学 | 基于机器视觉检测物体表面数据点集的方法 |
CN112285626A (zh) * | 2020-09-21 | 2021-01-29 | 广东电网有限责任公司广州供电局 | 一种仪表自动检定系统量程调节方法 |
CN115139283A (zh) * | 2022-07-18 | 2022-10-04 | 中船重工鹏力(南京)智能装备系统有限公司 | 基于随机标记点阵的机器人手眼标定方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5748505A (en) * | 1996-02-06 | 1998-05-05 | Perceptron, Inc. | Method and apparatus for calibrating a noncontact gauging sensor with respect to an external coordinate system |
CN103175485A (zh) * | 2013-02-20 | 2013-06-26 | 天津工业大学 | 一种飞机涡轮发动机叶片修复机器人的视觉标定方法 |
CN104729407A (zh) * | 2015-03-26 | 2015-06-24 | 北京星航机电装备有限公司 | 机器人基坐标系与世界坐标系之间关系的自动确定方法 |
CN105014679A (zh) * | 2015-08-03 | 2015-11-04 | 华中科技大学无锡研究院 | 一种基于扫描仪的机器人手眼标定方法 |
CN106920261A (zh) * | 2017-03-02 | 2017-07-04 | 江南大学 | 一种机器人手眼静态标定方法 |
-
2018
- 2018-06-11 CN CN201810596372.3A patent/CN109059755B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5748505A (en) * | 1996-02-06 | 1998-05-05 | Perceptron, Inc. | Method and apparatus for calibrating a noncontact gauging sensor with respect to an external coordinate system |
CN103175485A (zh) * | 2013-02-20 | 2013-06-26 | 天津工业大学 | 一种飞机涡轮发动机叶片修复机器人的视觉标定方法 |
CN104729407A (zh) * | 2015-03-26 | 2015-06-24 | 北京星航机电装备有限公司 | 机器人基坐标系与世界坐标系之间关系的自动确定方法 |
CN105014679A (zh) * | 2015-08-03 | 2015-11-04 | 华中科技大学无锡研究院 | 一种基于扫描仪的机器人手眼标定方法 |
CN106920261A (zh) * | 2017-03-02 | 2017-07-04 | 江南大学 | 一种机器人手眼静态标定方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533727A (zh) * | 2019-07-23 | 2019-12-03 | 南京航空航天大学 | 一种基于单个工业相机的机器人自定位方法 |
CN110553586A (zh) * | 2019-09-11 | 2019-12-10 | 吉林大学 | 基于机器视觉检测物体表面数据点集的方法 |
CN110553586B (zh) * | 2019-09-11 | 2020-12-25 | 吉林大学 | 基于机器视觉检测物体表面数据点集的方法 |
CN112285626A (zh) * | 2020-09-21 | 2021-01-29 | 广东电网有限责任公司广州供电局 | 一种仪表自动检定系统量程调节方法 |
CN115139283A (zh) * | 2022-07-18 | 2022-10-04 | 中船重工鹏力(南京)智能装备系统有限公司 | 基于随机标记点阵的机器人手眼标定方法 |
CN115139283B (zh) * | 2022-07-18 | 2023-10-24 | 中船重工鹏力(南京)智能装备系统有限公司 | 基于随机标记点阵的机器人手眼标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109059755B (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109059755A (zh) | 一种机器人高精度手眼标定方法 | |
CN106920261B (zh) | 一种机器人手眼静态标定方法 | |
CN105910535B (zh) | 一种用于舱段自动对接的单双目位姿偏差测量方法 | |
CN110666798A (zh) | 一种基于透视变换模型的机器人视觉标定方法 | |
CN109483516A (zh) | 一种基于空间距离和极线约束的机械臂手眼标定方法 | |
CN104197960B (zh) | 一种激光跟踪仪视觉导引摄像机的全局标定方法 | |
CN106524945B (zh) | 一种基于机械臂和结构光视觉的平面夹角在线测量方法 | |
CN106553086B (zh) | 快速高精度的复杂曲面制孔点法矢量测量方法 | |
CN109794963B (zh) | 一种面向曲面构件的机器人快速定位方法 | |
CN111415391B (zh) | 一种采用互拍法的多目相机外部方位参数标定方法 | |
CN105067011A (zh) | 一种基于视觉标定及坐标转换的测量系统整体校准方法 | |
CN109454634A (zh) | 一种基于平面图像识别的机器人手眼标定方法 | |
CN101539397B (zh) | 物体三维姿态的精密光学测量方法 | |
CN110000790A (zh) | 一种SCARA机器人eye-to-hand手眼系统的标定方法 | |
CN111872922B (zh) | 基于3d视觉传感器的三自由度并联机器人手眼标定方法 | |
CN110378969A (zh) | 一种基于3d几何约束的汇聚式双目相机标定方法 | |
CN107246866A (zh) | 一种高精度六自由度测量系统及方法 | |
CN112958960B (zh) | 一种基于光学靶标的机器人手眼标定装置 | |
CN112229323B (zh) | 基于手机单目视觉的棋盘格合作目标的六自由度测量方法及其应用 | |
CN105091866A (zh) | 零件位姿识别视觉系统及其标定方法 | |
CN110202560A (zh) | 一种基于单个特征点的手眼标定方法 | |
CN109238084A (zh) | 一种微型圆孔测量的自动导引方法 | |
CN114283203A (zh) | 一种多相机系统的标定方法及系统 | |
CN108871195B (zh) | 基于反射球跟踪球靶的物理诊断设备瞄准方法 | |
JP2015031601A (ja) | 3次元計測装置及び方法並びにプログラム |
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 | ||
CP02 | Change in the address of a patent holder |
Address after: No.9, 13th Street, economic and Technological Development Zone, Binhai New Area, Tianjin Patentee after: Tianjin University of Science and Technology Address before: 300222 No. 1038 South Dagu Road, Tianjin, Hexi District Patentee before: Tianjin University of Science and Technology |
|
CP02 | Change in the address of a patent holder | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200901 |