CN109454634A - 一种基于平面图像识别的机器人手眼标定方法 - Google Patents
一种基于平面图像识别的机器人手眼标定方法 Download PDFInfo
- Publication number
- CN109454634A CN109454634A CN201811102522.7A CN201811102522A CN109454634A CN 109454634 A CN109454634 A CN 109454634A CN 201811102522 A CN201811102522 A CN 201811102522A CN 109454634 A CN109454634 A CN 109454634A
- Authority
- CN
- China
- Prior art keywords
- camera
- tcp
- robot
- coordinate
- calibration method
- 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
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
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/04—Viewing devices
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
一种基于平面图像识别的机器人手眼标定方法,包括如下步骤:S1.利用超声波传感器和直线位移传感器,检测出被研究平面的偏斜角度,调整机器人末端姿态与被研究平面平行;S2.根据调整后的机器人末端,利用示教器实时显示坐标值,计算出机器人末端法兰盘和工业相机的几何中心的相对位置关系;S3.利用标准黑白棋牌标定板,选取从多个角度拍摄的多幅图,采用张正友相机标定方法对工业相机的内参矩阵和畸变系数进行求解,并对畸变进行校正;S4.根据相机成像原理,将特征信息从图像坐标转换到相机坐标,再根据相机坐标系和机器人TCP坐标系的相对位置关系,将特征信息点P从相机坐标平移到机器人坐标上。本发明的方法操作简单、计算量小且理解容易。
Description
技术领域
本发明涉及机器人手眼标定方法技术领域,更具体地,涉及一种基于平面图像识别的机器人手眼标定方法。
背景技术
手眼标定是实现机器人手眼协调的重要前提。所谓手眼标定是统一视觉系统和机器人的坐标系统,从而可使视觉系统所确定的物体位姿转换到机器人坐标系下,由机器人完成对相关特征的处理。
目前,国内外常用的手眼标定方法主要有:传统标定法、自标定法和主动视觉标定法三大类。其中,传统标定法虽然精度高,但标定过程复杂,计算量大,适用于对精度要求特别高的场合;自标定法的鲁棒性比较差;主动视觉标定法,虽然计算简单,但是需要用到昂贵且精度高的仪器,还需要对相机的安装等结构参数要求苛刻。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种基于平面图像识别的机器人手眼标定方法。本发明避免了传统方法的操作复杂、计算量大以及理解困难的特点,具有更好地实用性。
为解决上述技术问题,本发明采用的技术方案是:一种基于平面图像识别的机器人手眼标定方法,其中,包括如下步骤:
S1.角度测量和机器人姿态调整:利用超声波传感器和直线位移传感器,检测出被研究平面的偏斜角度,并调整机器人末端姿态与被研究平面平行;
S2.相对位置关系的测量:根据调整后的机器人末端,利用示教器实时显示坐标值,计算出机器人末端法兰盘和工业相机的几何中心的相对位置关系;
S3.相机标定:利用标准黑白棋牌标定板,选取从多个角度拍摄的多幅图,采用张正友相机标定方法对工业相机的内参矩阵和畸变系数进行求解,并对畸变进行校正;
S4.坐标变换:根据相机成像原理,将特征信息从图像坐标转换到相机坐标,再根据相机坐标系和机器人TCP坐标系的相对位置关系,将特征信息点P从相机坐标平移到机器人坐标上。
进一步的,所述步骤S1中,采用直线位移传感器分别测量被研究平面上不同高度的两个点的竖直高度H1、H2以及这两点之间的水平距离L,然后利用公式tanα=(|H1-H2|)/L计算出被研究平面的倾斜角α。
进一步的,所述步骤S2中,首先在被研究平面上选取特征信息点P,手动控制机械手,使机械手末端法兰盘和工业相机分别靠近被研究平面上的特征信息点P,将这两次的坐标值由机械手控制器返回,并进行比较,然后求出机械手TCP坐标系与工业相机坐标系的相对位置关系(dx,dy,dz)。
进一步的,所述步骤S3中,标定板每个格子的大小为d*d(由标定板决定),因为真实世界的三维点坐标(x,y,z)处理的复杂性,因此将标定板z方向固定不变,即z=0,调用Open CV相机标定函数cv2.calibrateCamera()进行标定,该函数会返回标定结果、相机的内参数矩阵MTX以及畸变系数DIST;使用Open CV函数cv2.remmaping(),通过畸变图像和非畸变图像的对应的映射关系进行畸变校正;
相机标定后的光学中心点(CX,CY)和焦距FX、FY,物距ZC,由超声波距离传感器测出。
进一步的,所述步骤S4中,特征信息点P的像素坐标为P(u,v),图像的长和宽分别为:width,high;像素单元为pixl,单位为mm/pix,所采用的工业相机pixl=0.0278mm/pix;则图像坐标系下P(X,Y)可以由公式计算得到:
P(X,Y)=((u-width/2)*pixl,(v-high/2)*pixl)单位:mm
根据三角形相似原理可以得相机坐标系下P(XC,YC):
XC=(X-CX)*ZC/FX
YC=(Y-CY)*ZC/FY
进一步的,根据已经求出的机器人TCP坐标系与工业相机坐标系的相对位置关系(dx,dy,dz),由机器人控制指令实时返回机器人末端也就是TCP坐标系原点的坐标值,设为(XTCP,YTCP,ZTCP);则可知特征信息点P在世界坐标系下,也就是以机器人基座为原点的右手坐标系在的值P(XW,YW,ZW)为:
XW=XTCP+dx+ZC
YW=XTCP+dy+XC
ZW=XTCP+dz+YC
这样就可以将被检测平面上的特征信息点P的空间位置信息,以机器人坐标系为参考,进行表示,并将其传给机器人控制器完成对特征信息的处理。
与现有技术相比,本发明的有益效果:
本发明提供的方法避免了传统方法的操作复杂、计算量大以及理解困难的特点,具有更好的实用性。
附图说明
图1是本发明的整体流程图。
图2是本发明中被研究平面倾斜角度测量原理示意图。
图3是本发明中工业相机成像原理图。
图4是本发明中黑白棋牌标定板的结构示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
如图1所示,一种基于平面图像识别的机器人手眼标定方法,其中,包括如下步骤:
S1.角度测量和机器人姿态调整:利用超声波传感器和直线位移传感器,检测出被研究平面的偏斜角度,并调整机器人末端姿态与被研究平面平行。
具体的,如图2所示,采用直线位移传感器分别测量被研究平面上不同高度的两个点的竖直高度H1、H2以及这两点之间的水平距离L,然后利用公式tanα=(|H1-H2|)/L计算出被研究平面的倾斜角α。
S2.相对位置关系的测量:根据调整后的机器人末端,利用示教器实时显示坐标值,计算出机器人末端法兰盘和工业相机的几何中心的相对位置关系。
具体的,首先在被研究平面上选取特征信息点P,手动控制机械手,使机械手末端法兰盘和工业相机分别靠近被研究平面上的特征信息点P,将这两次的坐标值由机械手控制器返回,并进行比较,然后求出机械手TCP坐标系与工业相机坐标系的相对位置关系(dx,dy,dz)。
S3.相机标定:利用标准黑白棋牌标定板,选取从多个角度拍摄的多幅图,采用张正友相机标定方法对工业相机的内参矩阵和畸变系数进行求解,并对畸变进行校正。
具体的,如图4所示,标定板每个格子的大小为d*d(由标定板决定),因为真实世界的三维点坐标(x,y,z)处理的复杂性,因此将标定板z方向固定不变,即z=0,调用Open CV相机标定函数cv2.calibrateCamera()进行标定,该函数会返回标定结果、相机的内参数矩阵MTX以及畸变系数DIST;使用Open CV函数cv2.remmaping(),通过畸变图像和非畸变图像的对应的映射关系进行畸变校正;
相机标定后的光学中心点(CX,CY)和焦距FX、FY,物距ZC,由超声波距离传感器测出。
S4.坐标变换:根据相机成像原理,将特征信息从图像坐标转换到相机坐标,再根据相机坐标系和机器人TCP坐标系的相对位置关系,将特征信息点P从相机坐标平移到机器人坐标上。
具体的,如图3所示,特征信息点P的像素坐标为P(u,v),图像的长和宽分别为:width,high;像素单元为pixl,单位为mm/pix,所采用的工业相机pixl=0.0278mm/pix;则图像坐标系下P(X,Y)可以由公式计算得到:
P(X,Y)=((u-width/2)*pixl,(v-high/2)*pixl)单位:mm
根据三角形相似原理可以得相机坐标系下P(XC,YC):
XC=(X-CX)*ZC/FX
YC=(Y-CY)*ZC/FY
根据已经求出的机器人TCP坐标系与工业相机坐标系的相对位置关系(dx,dy,dz),由机器人控制指令实时返回机器人末端也就是TCP坐标系原点的坐标值,设为(XTCP,YTCP,ZTCP);则可知特征信息点P在世界坐标系下,也就是以机器人基座为原点的右手坐标系在的值P(XW,YW,ZW)为:
XW=XTCP+dx+ZC
YW=XTCP+dy+XC
ZW=XTCP+dz+YC
这样就可以将被检测平面上的特征信息点P的空间位置信息,以机器人坐标系为参考,进行表示,并将其传给机器人控制器完成对特征信息的处理。
显然,本发明的上述实施例仅仅是为了清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (6)
1.一种基于平面图像识别的机器人手眼标定方法,其特征在于,包括如下步骤:
S1.角度测量和机器人姿态调整:利用超声波传感器和直线位移传感器,检测出被研究平面的偏斜角度,并调整机器人末端姿态与被研究平面平行;
S2.相对位置关系的测量:根据调整后的机器人末端,利用示教器实时显示坐标值,计算出机器人末端法兰盘和工业相机的几何中心的相对位置关系;
S3.相机标定:利用标准黑白棋牌标定板,选取从多个角度拍摄的多幅图,采用张正友相机标定方法对工业相机的内参矩阵和畸变系数进行求解,并对畸变进行校正;
S4.坐标变换:根据相机成像原理,将特征信息从图像坐标转换到相机坐标,再根据相机坐标系和机器人TCP坐标系的相对位置关系,将特征信息点P从相机坐标平移到机器人坐标上。
2.根据权利要求1所述的一种基于平面图像识别的机器人手眼标定方法,其特征在于,所述步骤S1中,采用直线位移传感器分别测量被研究平面上不同高度的两个点的竖直高度H1、H2以及这两点之间的水平距离L,然后利用公式tanα=(|H1-H2|)/L计算出被研究平面的倾斜角α。
3.根据权利要求1所述的一种基于平面图像识别的机器人手眼标定方法,其特征在于,所述步骤S2中,首先在被研究平面上选取特征信息点P,手动控制机械手,使机械手末端法兰盘和工业相机分别靠近被研究平面上的特征信息点P,将这两次的坐标值由机械手控制器返回,并进行比较,然后求出机械手TCP坐标系与工业相机坐标系的相对位置关系(dx,dy,dz)。
4.根据权利要求3所述的一种基于平面图像识别的机器人手眼标定方法,其特征在于,所述步骤S3中,将标定板z方向固定不变,调用Open CV相机标定函数cv2.calibrateCamera()进行标定,该函数会返回标定结果、相机的内参数矩阵MTX以及畸变系数DIST;使用OpenCV函数cv2.remmaping(),通过畸变图像和非畸变图像的对应的映射关系进行畸变校正;
相机标定后的光学中心点(CX,CY)和焦距FX、FY,物距ZC,由超声波距离传感器测出。
5.根据权利要求4所述的一种基于平面图像识别的机器人手眼标定方法,其特征在于,所述步骤S4中,特征信息点P的像素坐标为P(u,v),图像的长和宽分别为:width,high;像素单元为pixl,单位为mm/pix,所采用的工业相机pixl=0.0278mm/pix;则图像坐标系下P(X,Y)可以由公式计算得到:
P(X,Y)=((u-width/2)*pixl,(v-high/2)*pixl)单位:mm
根据三角形相似原理可以得相机坐标系下P(XC,YC):
XC=(X-CX)*ZC/FX
YC=(Y-CY)*ZC/FY
6.根据权利要求5所述的一种基于平面图像识别的机器人手眼标定方法,其特征在于,根据已经求出的机器人TCP坐标系与工业相机坐标系的相对位置关系(dx,dy,dz),由机器人控制指令实时返回机器人末端也就是TCP坐标系原点的坐标值,设为(XTCP,YTCP,ZTCP);则可知特征信息点P在世界坐标系下,也就是以机器人基座为原点的右手坐标系在的值P(XW,YW,ZW)为:
XW=XTCP+dx+ZC
YW=XTCP+dy+XC
ZW=XTCP+dz+YC
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811102522.7A CN109454634B (zh) | 2018-09-20 | 2018-09-20 | 一种基于平面图像识别的机器人手眼标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811102522.7A CN109454634B (zh) | 2018-09-20 | 2018-09-20 | 一种基于平面图像识别的机器人手眼标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109454634A true CN109454634A (zh) | 2019-03-12 |
CN109454634B CN109454634B (zh) | 2022-02-22 |
Family
ID=65606848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811102522.7A Active CN109454634B (zh) | 2018-09-20 | 2018-09-20 | 一种基于平面图像识别的机器人手眼标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109454634B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009689A (zh) * | 2019-03-21 | 2019-07-12 | 上海交通大学 | 一种用于协作机器人位姿估计的图像数据集快速构建方法 |
CN110355464A (zh) * | 2019-07-05 | 2019-10-22 | 上海交通大学 | 激光加工的视觉匹配方法、系统及介质 |
CN110977987A (zh) * | 2019-12-25 | 2020-04-10 | 浙江省北大信息技术高等研究院 | 机械臂手眼标定方法、装置及系统 |
CN111071714A (zh) * | 2019-12-09 | 2020-04-28 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆车体加工自动定位装置及方法 |
CN111716346A (zh) * | 2019-03-20 | 2020-09-29 | 台达电子工业股份有限公司 | 机械手臂工具校正方法及其校正装置 |
CN111915918A (zh) * | 2020-06-19 | 2020-11-10 | 中国计量大学 | 一种基于动态特性的汽车鸣笛抓拍装置现场校准系统及方法 |
CN111975788A (zh) * | 2020-01-03 | 2020-11-24 | 广东安达智能装备股份有限公司 | 一种scara机械手点胶系统的标定方法 |
CN112001967A (zh) * | 2020-08-14 | 2020-11-27 | 苏州华兴源创科技股份有限公司 | 相机指导机械手搬运物体的方法和装置 |
CN112238453A (zh) * | 2019-07-19 | 2021-01-19 | 上银科技股份有限公司 | 视觉导引机器手臂校正方法 |
CN112446925A (zh) * | 2020-10-20 | 2021-03-05 | 广州视源电子科技股份有限公司 | 摄像设备参数标定方法、设备及系统 |
CN112598752A (zh) * | 2020-12-24 | 2021-04-02 | 东莞市李群自动化技术有限公司 | 基于视觉识别的标定方法及作业方法 |
CN112692844A (zh) * | 2020-12-15 | 2021-04-23 | 大国重器自动化设备(山东)股份有限公司 | 一种人工智能药物护理机器人的控制方法 |
CN113643384A (zh) * | 2021-10-12 | 2021-11-12 | 深圳荣耀智能机器有限公司 | 坐标系标定方法、自动组装方法及装置 |
CN114589682A (zh) * | 2020-12-04 | 2022-06-07 | 长春理工大学 | 一种机器人手眼自动标定的迭代方法 |
CN117901142A (zh) * | 2024-03-15 | 2024-04-19 | 陇东学院 | 基于超声波机器人的特种加工方法及相关产品 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0538688A (ja) * | 1991-07-30 | 1993-02-19 | Nok Corp | 産業用ロボツトシステムの座標系較正方法 |
CN101630409A (zh) * | 2009-08-17 | 2010-01-20 | 北京航空航天大学 | 一种用于机器人制孔系统的手眼视觉标定方法 |
CN102294695A (zh) * | 2010-06-25 | 2011-12-28 | 鸿富锦精密工业(深圳)有限公司 | 机器人标定方法及标定系统 |
CN104019745A (zh) * | 2014-06-18 | 2014-09-03 | 福州大学 | 基于单目视觉间接标定方法的自由平面尺寸测量方法 |
CN104260112A (zh) * | 2014-09-18 | 2015-01-07 | 西安航天精密机电研究所 | 一种机器人手眼定位方法 |
CN105945948A (zh) * | 2016-05-25 | 2016-09-21 | 南京工程学院 | 一种应用于工业机器人的tcp在线快速标定方法及装置 |
CN106767393A (zh) * | 2015-11-20 | 2017-05-31 | 沈阳新松机器人自动化股份有限公司 | 机器人的手眼标定装置与方法 |
CN108122257A (zh) * | 2016-11-28 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 一种机器人手眼标定方法及装置 |
US20180186004A1 (en) * | 2017-01-04 | 2018-07-05 | Samsung Electronics Co., Ltd. | Robot and electronic device for performing hand-eye calibration |
-
2018
- 2018-09-20 CN CN201811102522.7A patent/CN109454634B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0538688A (ja) * | 1991-07-30 | 1993-02-19 | Nok Corp | 産業用ロボツトシステムの座標系較正方法 |
CN101630409A (zh) * | 2009-08-17 | 2010-01-20 | 北京航空航天大学 | 一种用于机器人制孔系统的手眼视觉标定方法 |
CN102294695A (zh) * | 2010-06-25 | 2011-12-28 | 鸿富锦精密工业(深圳)有限公司 | 机器人标定方法及标定系统 |
CN104019745A (zh) * | 2014-06-18 | 2014-09-03 | 福州大学 | 基于单目视觉间接标定方法的自由平面尺寸测量方法 |
CN104260112A (zh) * | 2014-09-18 | 2015-01-07 | 西安航天精密机电研究所 | 一种机器人手眼定位方法 |
CN106767393A (zh) * | 2015-11-20 | 2017-05-31 | 沈阳新松机器人自动化股份有限公司 | 机器人的手眼标定装置与方法 |
CN105945948A (zh) * | 2016-05-25 | 2016-09-21 | 南京工程学院 | 一种应用于工业机器人的tcp在线快速标定方法及装置 |
CN108122257A (zh) * | 2016-11-28 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 一种机器人手眼标定方法及装置 |
US20180186004A1 (en) * | 2017-01-04 | 2018-07-05 | Samsung Electronics Co., Ltd. | Robot and electronic device for performing hand-eye calibration |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111716346A (zh) * | 2019-03-20 | 2020-09-29 | 台达电子工业股份有限公司 | 机械手臂工具校正方法及其校正装置 |
CN110009689B (zh) * | 2019-03-21 | 2023-02-28 | 上海交通大学 | 一种用于协作机器人位姿估计的图像数据集快速构建方法 |
CN110009689A (zh) * | 2019-03-21 | 2019-07-12 | 上海交通大学 | 一种用于协作机器人位姿估计的图像数据集快速构建方法 |
CN110355464A (zh) * | 2019-07-05 | 2019-10-22 | 上海交通大学 | 激光加工的视觉匹配方法、系统及介质 |
CN112238453A (zh) * | 2019-07-19 | 2021-01-19 | 上银科技股份有限公司 | 视觉导引机器手臂校正方法 |
CN112238453B (zh) * | 2019-07-19 | 2021-08-31 | 上银科技股份有限公司 | 视觉导引机器手臂校正方法 |
CN111071714A (zh) * | 2019-12-09 | 2020-04-28 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆车体加工自动定位装置及方法 |
CN111071714B (zh) * | 2019-12-09 | 2022-01-18 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆车体加工自动定位装置及方法 |
CN110977987B (zh) * | 2019-12-25 | 2021-07-20 | 杭州未名信科科技有限公司 | 机械臂手眼标定方法、装置及系统 |
CN110977987A (zh) * | 2019-12-25 | 2020-04-10 | 浙江省北大信息技术高等研究院 | 机械臂手眼标定方法、装置及系统 |
CN111975788A (zh) * | 2020-01-03 | 2020-11-24 | 广东安达智能装备股份有限公司 | 一种scara机械手点胶系统的标定方法 |
CN111915918A (zh) * | 2020-06-19 | 2020-11-10 | 中国计量大学 | 一种基于动态特性的汽车鸣笛抓拍装置现场校准系统及方法 |
CN112001967A (zh) * | 2020-08-14 | 2020-11-27 | 苏州华兴源创科技股份有限公司 | 相机指导机械手搬运物体的方法和装置 |
CN112446925A (zh) * | 2020-10-20 | 2021-03-05 | 广州视源电子科技股份有限公司 | 摄像设备参数标定方法、设备及系统 |
CN112446925B (zh) * | 2020-10-20 | 2024-02-23 | 广州视源电子科技股份有限公司 | 摄像设备参数标定方法、设备及系统 |
CN114589682A (zh) * | 2020-12-04 | 2022-06-07 | 长春理工大学 | 一种机器人手眼自动标定的迭代方法 |
CN114589682B (zh) * | 2020-12-04 | 2023-08-18 | 长春理工大学 | 一种机器人手眼自动标定的迭代方法 |
CN112692844A (zh) * | 2020-12-15 | 2021-04-23 | 大国重器自动化设备(山东)股份有限公司 | 一种人工智能药物护理机器人的控制方法 |
CN112598752A (zh) * | 2020-12-24 | 2021-04-02 | 东莞市李群自动化技术有限公司 | 基于视觉识别的标定方法及作业方法 |
CN112598752B (zh) * | 2020-12-24 | 2024-02-27 | 东莞市李群自动化技术有限公司 | 基于视觉识别的标定方法及作业方法 |
CN113643384A (zh) * | 2021-10-12 | 2021-11-12 | 深圳荣耀智能机器有限公司 | 坐标系标定方法、自动组装方法及装置 |
CN113643384B (zh) * | 2021-10-12 | 2022-02-08 | 深圳荣耀智能机器有限公司 | 坐标系标定方法、自动组装方法及装置 |
WO2023061110A1 (zh) * | 2021-10-12 | 2023-04-20 | 荣耀终端有限公司 | 坐标系标定方法、自动组装方法及装置 |
CN117901142A (zh) * | 2024-03-15 | 2024-04-19 | 陇东学院 | 基于超声波机器人的特种加工方法及相关产品 |
Also Published As
Publication number | Publication date |
---|---|
CN109454634B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109454634A (zh) | 一种基于平面图像识别的机器人手眼标定方法 | |
WO2018228013A1 (zh) | 一种基于前镀膜平面镜的结构光参数标定装置及方法 | |
CN110378969B (zh) | 一种基于3d几何约束的汇聚式双目相机标定方法 | |
CN102782721B (zh) | 用于相机校准误差的运行时测定的系统和方法 | |
CN109242908B (zh) | 用于水下双目视觉测量系统的标定方法 | |
CN106920261B (zh) | 一种机器人手眼静态标定方法 | |
CN109544628B (zh) | 一种指针式仪表的准确读数识别系统及方法 | |
CN109978960B (zh) | 基于摄影测量的高精度屏幕-相机位姿标定方法 | |
CN110830781A (zh) | 一种基于双目视觉的投影图像自动校正方法及系统 | |
US9990739B1 (en) | Method and device for fisheye camera automatic calibration | |
CN108469254A (zh) | 一种适用于仰视和俯视位姿的大视场多视觉视频测量系统全局标定方法 | |
CN109656033A (zh) | 一种区分液晶显示屏灰尘和缺陷的方法及装置 | |
CN110202560A (zh) | 一种基于单个特征点的手眼标定方法 | |
CN109087360A (zh) | 一种机器人相机外参的标定方法 | |
Wang et al. | Automatic reading system for analog instruments based on computer vision and inspection robot for power plant | |
JP2012198031A (ja) | 画像補正方法及び画像補正装置 | |
CN110146032B (zh) | 基于光场分布的合成孔径相机标定方法 | |
CN108827250A (zh) | 一种机器人单目视觉测距技术方法 | |
JP2011155412A (ja) | 投影システムおよび投影システムにおける歪み修正方法 | |
CN111710002B (zh) | 一种基于Optitrack系统的相机外参标定方法 | |
Zhang et al. | A simplified 3D gaze tracking technology with stereo vision | |
CN109445229B (zh) | 一种获取含一阶径向畸变的变焦相机焦距的方法 | |
CN110428471A (zh) | 一种针对光学自由曲面子孔径偏折测量的精确自定位方法 | |
CN113733078B (zh) | 机械臂精调控制量判读方法、计算机可读存储介质 | |
CN115439541A (zh) | 用于折射成像系统的玻璃方位标定系统及方法 |
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 |