CN109636783A - 机器人臂长的确定方法、装置、计算机设备及存储介质 - Google Patents
机器人臂长的确定方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109636783A CN109636783A CN201811472134.8A CN201811472134A CN109636783A CN 109636783 A CN109636783 A CN 109636783A CN 201811472134 A CN201811472134 A CN 201811472134A CN 109636783 A CN109636783 A CN 109636783A
- Authority
- CN
- China
- Prior art keywords
- image coordinate
- physical coordinates
- image
- scaling board
- point
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
Abstract
本发明涉及机器人臂长的确定方法、装置、计算机设备及存储介质,属于机器人技术领域。所述方法包括:确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。上述技术方案,解决了机器人臂长的确定效率不够高的问题。能自动确定出机器人臂长值,不需要人工测量且不需要昂贵的测量设备,有效提高了机器人臂长的确定效率。
Description
技术领域
本发明涉及机器人技术领域,特别是涉及机器人臂长的确定方法、装置、计算机设备及存储介质。
背景技术
随着科学技术的发展,机器人的相关研究已经取得了较大的突破。目前,机器人已经能非常成熟地协助人类进行物品转移,例如,拿取某个物品并将其放置到特定位置。机器人转移物品的过程需要通过手臂来拿取物品。但是由于安装间隙、机械加工误差及装配误差等原因。机器人的实际臂长与理论臂长往往会存在偏差,在使用过程中会影响机器人的定位精度,因而需要确定的机器人的实际臂长。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:传统的机器人臂长的确定是通过人为测量的方式实现的,但是这种方法往往会出现测量不够准确的情况,使得所确定的臂长存在偏差。针对这种情况,出现了通过专业的测量设备进行测量的方式,但是这种方法需要昂贵的测量设备,且操作复杂不利于现场快速测量。上述原因都导致机器人臂长的确定效率不够高。
发明内容
基于此,本发明实施例提供了机器人臂长的确定方法、装置、计算机设备及存储介质,能高效地实现机器人臂长的确定。
本发明实施例的内容如下:
一种机器人臂长的确定方法,包括以下步骤:确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
在其中一个实施例中,所述根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值的步骤,包括:通过机器人臂长、关节角度以及关节偏移角度表示第一物理坐标的坐标值,得到第一关系式;根据所述第一关系式和所述第一图像坐标建立第二关系式,根据所述第二关系式求解机器人臂长值。
在其中一个实施例中,所述第一物理坐标和所述第一图像坐标均为两个以上;所述根据所述第一关系式和所述第一图像坐标建立第二关系式的步骤,包括:根据所述第一关系式确定所述第一物理坐标间的第一距离;确定所述第一图像坐标间的第二距离;根据所述第一距离和第二距离的关系,建立第二关系式。
在其中一个实施例中,所述标定板特征点包括第一特征点和第二特征点;所述确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标的步骤,包括:确定第二图像坐标;所述第二图像坐标包括机器人特征点处于第二物理坐标时,第一特征点对应的图像坐标;确定第一特征点和第二特征点的第三距离;根据所述第二图像坐标和所述第三距离,确定所述第二特征点对应的第三图像坐标;根据所述第二图像坐标和所述第三图像坐标,得到所述第一图像坐标。
在其中一个实施例中,还包括:确定标定板特征点在第二标定板图像上的第四图像坐标;其中,所述第二标定板图像为拍摄装置处于第三物理坐标时拍摄标定板得到的图像;所述拍摄装置设置在机器人特征点上;根据所述第三物理坐标和所述第四图像坐标,确定物理坐标和图像坐标的第一转换关系。
在其中一个实施例中,所述确定标定板特征点在第二标定板图像上的第四图像坐标的步骤之前,还包括:确定第五图像坐标;根据预先确定的第二转换关系和所述第五图像坐标,确定对应的第四物理坐标;根据所述第四物理坐标,得到第三物理坐标;其中,所述第三物理坐标为拍摄装置处于第四物理坐标时,将拍摄装置的视野分为多个区域得到的物理坐标。
在其中一个实施例中,还包括:确定第六图像坐标;所述第六图像坐标为标定板特征点在第三标定板图像上的坐标;所述第三标定板图像为机器人特征点处于第五物理坐标时对应的图像;确定第七图像坐标;所述第七图像坐标为标定板特征点在第四标定板图像上的坐标;所述第四标定板图像为机器人特征点处于第六物理坐标时对应的图像;其中,第五物理坐标和第六物理坐标存在特定的距离;根据所述第五物理坐标与第六图像坐标的对应关系,以及所述第六物理坐标与所述第七图像坐标的对应关系,确定所述第二转换关系。
相应的,本发明实施例提供一种机器人臂长的确定装置,包括:图像坐标确定模块,用于确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;物理坐标确定模块,用于根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;以及,臂长确定模块,用于根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
上述机器人臂长的确定方法及装置,根据预先确定的第一转换关系确定图像坐标对应的物理坐标,进而根据图像坐标、物理坐标以及机器人臂长的尺寸关系确定机器人臂长值。能自动确定出机器人臂长值,不需要人工测量且不需要昂贵的测量设备,有效提高了机器人臂长的确定效率。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
上述计算机设备,能自动确定出机器人臂长值,不需要人工测量且不需要昂贵的测量设备,有效提高了机器人臂长的确定效率。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
上述计算机可读存储介质,能自动确定出机器人臂长值,不需要人工测量且不需要昂贵的测量设备,有效提高了机器人臂长的确定效率。
附图说明
图1为一个实施例中机器人臂长的确定方法的应用环境图;
图2为一个实施例中机器人臂长的确定方法的流程示意图;
图3为一个实施例中棋盘格的结构示意图;
图4为一个实施例中物理坐标的示意图;
图5为另一个实施例中物理坐标的示意图;
图6为一个实施例中机器人臂长以及关节角度的示意图;
图7为一个实施例中棋盘格角点对应的物理坐标和关节角度值的示意图;
图8为另一个实施例中机器人臂长的确定方法的流程示意图;
图9为一个实施例中机器人臂长的确定装置的结构框图;
图10为一个实施例中计算机设备的内部结构。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请提供的机器人臂长的确定方法可以应用于如图1所示的应用环境中。该应用环境包括机器人101以及服务器102,机器人101与服务器102可以进行网络通信。服务器102确定机器人特征点的物理坐标以及机器人特征点在标定板图像上的图像坐标的转换关系,根据该转换关系确定机器人的臂长值。其中,机器人101可以是工业机器人、服务机器人等,其形态也可以是各种各样的。服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本发明实施例提供一种机器人臂长的确定方法、装置、计算机设备和存储介质。以下分别进行详细说明。
在一个实施例中,如图2所示,提供了一种机器人臂长的确定方法。以该方法应用于图1中的服务器端为例进行说明,包括以下步骤:
S201、确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点。
标定板指的是具有标定标记的面板,可以通过棋盘格等实现。标定板上的标定标记可以理解为标定板特征点;当标定板为棋盘格时,标定标记可以指棋盘格上的某个或某些格网交点,如图3中黑白方格的交叉点。另外,标定板图像指的是包含有标定板的图像,可以指通过拍摄装置(拍摄装置可以是相机、录像机以及具有摄像功能的手机、IPAD等)拍摄标定板板面所得到的图像。在建立机器人特征点与标定板特征点的关联以后;拍摄装置通过拍摄标定板的图像,就能将机器人上的特征点记录在标定板图像中;而标定板图像由许多像素组成,根据标定板特征点在标定板图像上的像素位置就能知道其图像坐标。其中,建立机器人特征点与标定板特征点的关联的实现方法可以为:通过设置在机器人特征点上的标记工具在标定板上做标记(该标记作为标定板特征点)、通过设置在机器人特征点上的拍摄装置拍摄标定板上的格点等。
其中,机器人指的是具有机械臂的机器人,例如,可以是SCARA(SelectiveCompliance Assembly Robot Arm)型机器人。机器人的手臂可以具有多个自由度,同时可以由多节机械臂构成。机器人特征点指的是机器人上具有标识作用的点、部位或者区域。例如,机器人特征点可以是机器人末端治具(治具指的是机器人上能够抓取、固定产品的部位,可以理解为机器人的手指,如图1中的103所示)上的一个点;在确定机器人特征点的物理坐标时可以确定机器人特征点上某一个点的坐标,该坐标用于表示机器人特征点。
S202、根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系。
物理坐标指的是在实际物理空间中的坐标。机器人处于物理空间中,根据大地坐标系等就可以确定其所在的物理位置以及其中各个组成部分的位置,因此也就能确定特征点所在的物理坐标了。服务器可以根据用户输入或服务器发送的信息得知特征点的物理坐标。
转换关系(包括第一转换关系和第二转换关系)指的是物理坐标与图像坐标的对应关系。确定物理坐标与图像坐标之间的转换关系就相当于对机器人进行了标定,根据某一图像上某一点的图像坐标就能知道对应的物理坐标,因而可以更好地确定机器人的臂长、状态等。
其中,确定第一转换关系时,可以根据一定的算法先确定一个粗略的转换关系,根据这个转换关系来确定第一转换关系。这样的方式确定的第一转换关系具有较高的准确度,因此能有利于确定出准确的机器人臂长值。
S203、根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
其中,机器人臂长可以指一个、两个甚至多个机器人手臂的臂长。因此,可以根据第一图像坐标、第一物理坐标以及机器人臂长的几何关系建立多个关系式,进而确定机器人臂长值。
本实施例,能自动确定出机器人臂长值,不需要人工测量且不需要昂贵的测量设备,有效提高了机器人臂长的确定效率。同时,整个机械臂的确定过程中不需要额外的辅助硬件设备,能有效减少机器人臂长的确定成本。
在一个实施例中,标定板图像包括通过拍摄装置拍摄标定板所得到的图像;拍摄装置可以设置在机器人特征点上。即,拍摄装置设置在机器人特征点上,通过移动机器人特征点可以带动拍摄装置的移动,进而可以拍摄标定板上不同标定板特征点的图像。由于标定板特征点的物理位置是固定的,而机器人的实际臂长与理论臂长可能会存在一定的差异,因此,在控制机器特征点在标定板附近移动的过程中,机器人特征点所实际移动到的位置与理论位置可能会存在一定的偏差。这就导致在拍摄装置拍摄到的标定板图像上,标定板特征点的图像坐标会存在一定的偏差。通过研究机器人特征点在移动过程中标定板特征点的图像坐标的变化就能确定出机器人实际臂长与理论臂长的偏差,进而可以确定出机器人的实际臂长。
需要说明的是,本实施例中标定板图像指的是拍摄装置拍摄标定板时得到的图像。在其他实施例中,拍摄装置可能拍摄的不是标定板而是机器人、物品等,则应该认为所得到的图像与标定板图像是类似的,所确定的转换关系也是可以直接套用的。
以下实施例中以标定板图像是通过拍摄装置拍摄标定板得到的图像为例进行叙述。
在一个实施例中,第一转换关系可以根据第二转换关系来确定。而第二转换关系的确定可以通过以下步骤来实现:确定第六图像坐标;所述第六图像坐标为标定板特征点在第三标定板图像上的坐标;所述第三标定板图像为机器人特征点处于第五物理坐标时对应的图像;确定第七图像坐标;所述第七图像坐标为标定板特征点在第四标定板图像上的坐标;所述第四标定板图像为机器人特征点处于第六物理坐标时对应的图像;其中,第五物理坐标和第六物理坐标存在特定的距离;根据所述第五物理坐标与第六图像坐标的对应关系,以及所述第六物理坐标与所述第七图像坐标的对应关系,确定所述第二转换关系。
进一步地,确定第二转换关系的实现过程可以为:确定机器人特征点的第五物理坐标;在与所述第五物理坐标对应的第三标定板图像上,确定标定板上特征点对应的第六图像坐标;控制所述机器人特征点从所述第五物理坐标向多个方向移动特定的距离,得到多个第六物理坐标;在与所述多个第六物理坐标对应的第四标定板图像上,分别确定标定板特征点对应的多个第七图像坐标;根据所述第五物理坐标与第六图像坐标的对应关系以及所述多个第六物理坐标与所述多个第七图像坐标的对应关系确定所述第二转换关系。
其中,控制机器人特征点往多个方向移动可以是往两个、三个甚至更多个方向移动,所移动的方向和距离也可以是多样的。当然,向某一个方向也可以移动不同的距离,得到同一方向上不同的物理坐标。
需要说明的是,在拍摄装置位置不变的情况下,为保证移动特定距离后标定板特征点仍能在标定板图像上,可以根据二分法对机器人特征点的移动距离进行调整(在本发明其他实施例中,若需要控制特征点移动,也需要保证标定板特征点处于拍摄装置的视野范围内)。
确定第二转换关系的实现过程可以为:将固定在机器人末端的拍摄装置(即,机器人特征点)移动至棋盘格范围(例如,棋盘格的正上方)。记录当前机器人特征点的第五物理坐标Q0(qx00,qy00)。通过拍摄装置拍摄棋盘格图像,得到第三标定板图像。在第三标定板图像上选择一个格网点作为标定板特征点,确定标定板特征点在第三标定板图像上的第六图像坐标P0(px01,py01)。控制机器人特征点在Q0(qx00,qy00)位置向X轴(坐标轴的方向可以根据实际情况确定)方向移动一个相对位置dx,到达其中一个第六物理坐标Q0(qx01,qy01),并控制拍摄装置拍摄对应的第四标定板图像,在第四标定板图像上确定标定板特征点的第七图像坐标P0(px01,py01)。同样的方法,控制机器人特征点在Q0(qx00,qy00)位置向Y轴方向移动一个相对位置dy,确定另一个第六物理坐标Q0(qx02,qy02)和对应的第七图像坐标P0(px02,py02)。移动后的第六物理坐标如图4所示。根据P0和Q0之间的对应关系计算第二转换关系A0,便得P0*A0=Q0:
本实施例,通过控制特征点移动来确定得到多组坐标,进而确定物理坐标与图像坐标之间的第二转换关系,转换关系的确定过程简单,能有效提高机器人臂长的确定效率。
在一个实施例中,所述标定板特征点包括第一特征点和第二特征点;所述确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标的步骤,包括:确定第二图像坐标;所述第二图像坐标包括机器人特征点处于第二物理坐标时,第一特征点对应的图像坐标;确定第一特征点和第二特征点的第三距离;根据所述第二图像坐标和所述第三距离,确定所述第二特征点对应的第三图像坐标;根据所述第二图像坐标和所述第三图像坐标,得到所述第一图像坐标。
其中,第二特征点可以为多个。即在确定第一特征点的图像坐标的基础上,根据第一特征点与这些第二特征点的距离确定第二特征点的图像坐标。第一特征点和第二特征点的距离可以根据格网的尺寸数量来确定。
假设棋盘格数量为m*n,每个网格的尺寸为w*h。则确定第一图像坐标的过程可以为:控制机器人特征点移动到Q0(qx00,qy00)并控制拍摄装置拍摄标定板得到第一标定板图像。通过图像分析技术识别第一标定板图像左上角角点(第一特征点)的第二图像坐标P0(px00,py00)以及左上角角点所在的棋盘格小方格中其他格点的图像坐标P0’(px01,Py01)、P0”(px02,Py02)、P0”’(px03,py03),这四个点的位置关系如图3所示。根据P0、P0’、P0”、P0”’的坐标以及网格的尺寸数量计算得到右上角、右下角、左下角棋盘格角点(第二特征点)的第三图像坐标P1(px10,py10)、P2(px20,py20)、P3(px30,Py30)。
右上角棋盘格角点坐标的计算公式如下:
px10=px00+(m-2)*(px01-px00)
py10=py00+(m-2)*(py01-py00)
左下角棋盘格角点坐标的计算公式如下:
px30=px00+(n-2)*(px03-px00)
py30=py00+(n-2)*(py03-py00)
右下角棋盘格角点坐标的计算公式如下:
px20=px30+(m-2)*(px01-px00)
py20=py10+(n-2)*(py01-Py00)
需要说明的是,这里角点指的是出去最外层角点以后的点(即,左上角角点为棋盘格左上角最靠近顶点的角点,如图3中的P0);当然,在其他情况下,角点也可以考虑其他位置的点。
本实施例,根据标定板内的网格尺寸关系确定标定板特征点的图像坐标,计算过程简单且能自动进行,能有效提高机器人臂长的确定效率。
在一个实施例中,在确定第二转换关系之后,可以根据更多的特征点确定更为精确的第一转换关系。因此,机器人臂长的确定方法包括以下步骤:确定第五图像坐标;根据预先确定的第二转换关系和所述第五图像坐标,确定对应的第四物理坐标;根据所述第四物理坐标,得到第三物理坐标;其中,所述第三物理坐标为拍摄装置处于第四物理坐标时,将拍摄装置的视野分为多个区域得到的物理坐标。进一步地,还包括:确定标定板特征点在第二标定板图像上的第四图像坐标;其中,所述第二标定板图像为拍摄装置处于第三物理坐标时拍摄标定板得到的图像;所述拍摄装置设置在机器人特征点上;根据所述第三物理坐标和所述第四图像坐标,确定物理坐标和图像坐标的第一转换关系。
以第五图像坐标为上一实施例中的第三图像坐标P1(px10,py10)、P2(px20,py20)、P3(px30,Py30)为例。第四物理坐标的确定过程可以为:根据第二转换关系A0分别计算P1(px10,py10)、P2(px20,py20)、P3(px30,py30)对应的物理坐标,得到第四物理坐标Q1(qx10,qy10)、Q2(qx20,qy20)、Q3(qx30,qy30),有:
qx10=px10*a0 11+py10*a0 21+a0 31
qy10=Py10*a0 12+Py10*a0 22+a0 32
控制机器人特征点分别移动到第四物理坐标Q1(qx10,qy10)、Q2(qx20,qy20)、Q3(qx30,qy30)的位置上。以右上角角点对应的第四物理坐标Q1(qx10,qy10)为例,确定第一转换关系的过程可以为:将拍摄装置的视野范围均分为9个区域,并确定这些区域的中心坐标(可以将右上角角点作为起点,将其附近的区域分为9个区域,如图5所示)。控制机器人特征点按照九宫格的顺序移动到拍摄装置视野的左上->中上->右上->右中->中中->左中->左下->中下->右下位置,记录下每个位置的机器人特征点对应的物理坐标Q1(qx10,qy10)、Q1(qx11,qy11)、......、Q1(qx1i,qy1i)、......、Q1(qx18,qy18),其中,0≤i≤8。分别控制拍摄装置在这9个位置拍摄棋盘格得到第二标定板图像,并确定其上的第二特征点(右上角角点)对应的第四图像坐标P’1(p’x10,p’y10)、P’1(p’x11,p’y11)、......、P’1(p’x18,p’y18)。
根据第四图像坐标P’1和第三物理坐标Q1之间的对应关系就能确定第一转换关系A1,便得P’1*A1=Q1:
同样的方法可以得到右下角角点以及左下角角点对应的第一转换关系A2、A3。
本实施例,通过控制机器人特征点移动到多个位置上,确定对应的物理坐标和图像坐标,进而计算第一转换关系。所确定的第一转换关系具有较高的精确度,能有效表征物理坐标和图像坐标的转换关系。
在一个实施例中,根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值的步骤,包括:通过机器人臂长、关节角度以及关节偏移角度表示第一物理坐标的坐标值,得到第一关系式;根据所述第一关系式和所述第一图像坐标建立第二关系式,根据所述第二关系式求解机器人臂长值。
其中,机器人臂长可以包括多个臂长,例如:可以包括第一臂长和第二臂长。这些臂长的长度、形态可以相同也可以不同。关节角度指的是某一个机器人手臂相对于参考角度的相对角度,这个参考角度可以为机器人手臂完全伸直时所在平面的角度。关节偏移角度可以是一个未知量,该关节偏移角度能表征机器人实际臂长值与理论臂长值的差异。
机器人特征点处于不同的物理坐标时,机器人手臂的关节角度和关节偏移角度会发生变化,因此,可以在确定第一物理坐标以后,通过机器人臂长、关节角度和关节偏移角度来表示第一物理坐标的坐标值。进而可以根据第一物理坐标和第一图像坐标的位置关系确定的对应的机器人臂长值。
进一步地,所述第一物理坐标和所述第一图像坐标均为两个以上;所述根据所述第一关系式和所述第一图像坐标建立第二关系式的步骤,包括:根据所述第一关系式确定所述第一物理坐标间的第一距离;确定所述第一图像坐标间的第二距离;根据所述第一距离和第二距离的关系,建立第二关系式。
以机器人臂长包括第一臂长L1和第二臂长L2为例。第一臂长和第二臂长的连接关系可以如图6所示。其中,θ1表示第一臂长对应的关节角度值,θ2表示第二臂长对应的关节角度值,Δθ2表示关节偏移角度值。图6中的坐标系可以是根据机器人的初始位置建立的坐标系,其中的Q(x,y)指代机器人特征点的物理坐标。计算机器人臂长值的实现过程可以为(假设第一特征点为前述实施例中计算的四个棋盘格角点):
当机器人特征点聚焦在棋盘格左上角角点(例如:拍摄装置的镜头正对棋盘格左上角角点)时,确定机器人特征点所在的物理坐标Q’0(q’x00,q’y00)和Q’0(θ01,θ02)。其中,Q’1(q’x00,q’y00)和Q’1(θ01,θ02)指代同一个点,它们是坐标的不同表现形式,它们的位置关系可以如图7所示。
当机器人特征点聚焦在棋盘格右上角角点时,根据第一转换关系确定右上角角点[右上角角点的图像坐标P1(px10,py10)已知]对应的物理坐标Q’1(q’x10,q’y10)和Q’1(θ11,θ12)。其中,
Q’1(q’x10,q’y10)的确定关系式为:
q′x10=px10*a1 11+py10*a1 21+a1 31
q′y10=px10*a1 12+py10*a1 22+a1 32
同理可以得到机器人特征点聚焦在棋盘格右下角角点时对应的物理坐标Q’2(q’x20,q’y20)和Q’2(θ21,θ22):
q′x20=px20*a1 11+py20*a1 21+a1 31
q′y20=px20*a1 12+py20*a1 22+a1 32
以及,机器人特征点聚焦在棋盘格右下角角点时的物理坐标Q’3(q’x30,q’y30)和Q’3(θ31,θ32):
q′x30=px30*a1 11+py30*a1 21+a1 31
q′y30=px30*a1 12+py30*a1 22+a1 32
另外,根据棋盘格的尺寸关系可知,棋盘格宽度为(m-2)*w,高度为(n-2)*h。根据多个物理坐标间的尺寸关系、关节角度以及关节偏移角度建立3个第一关系式:
||Q′1一Q′0||=(m-2)*w
||Q′2-Q′0||=(n-2)*h
||Q′3-Q′0||=(n-2)*h
将θ1、θ2以及Δθ2代入上述关系式,确定出对应的关节角度值以及关节偏移角度值。
根据关节角度值、关节偏移角度值、机器人臂长以及图像坐标的几何关系建立的第二关系式为:
x=L1cosθ1+L2COS(θ1+θ2+Δθ1)
y=L1sinθ1+L2sin(θ1+θ2+Δθ1)
将前面求解的关节角度值以及关节偏移角度值代入上述第二关系式中,计算得出第一臂长值L1和第二臂长值L2。
本实施例,能根据机器人的机构构造以及棋盘格的尺寸结构自动确定出机器人臂长值,不需要人工测量且不需要昂贵的测量设备,有效提高了机器人臂长的确定效率。
为了更好地理解上述方法,如图8所示,以下以标定板为棋盘格为例详细阐述一个本发明机器人臂长的确定方法的应用实例。已知相机安装在机器人末端的机器人特征点上(以相机中的一个点为研究对象得到机器人特征点的物理坐标)。
1、确定机器人特征点所在的物理坐标Q0,并控制相机在这个位置拍摄棋盘格上的点,得到棋盘格图像(S801)。根据棋盘格图像确定棋盘格角点的图像坐标P0,根据P0和Q0的关系确定转换关系A0(S802)。
2、确定棋盘格左上角角点的图像坐标P0,并根据图像分析确定左上角角点所在的小方格中其他格点的图像坐标P0’、P0”、P0”’(S803)。
3、根据棋盘格的尺寸和数量以及P0’、P0”、P0”’的坐标确定右上角、右下角、左下角角点的图像坐标P1、P2、P3(S804)。
4、根据转换关系A0计算P1对应的物理坐标Q1(S805)。控制机器人特征点移动到Q1,并按照九宫格的顺序在附近移动,记录下对应的物理坐标Q1(qx1i,qy1i),其中,0≤i≤8(S806)。确定Q1(qx1i,qy1i)对应的图像坐标P1(px1i,py1i)。根据P1(px1i,py1i)和Q1(qx1i,qy1i)的关系确定转换关系A1(S807)。
5、根据转换关系A0计算P2对应的物理坐标Q2(S808)。控制机器人特征点移动到Q2,并按照九宫格的顺序在附近移动,记录下对应的物理坐标Q2(qx2i,qy2i)(S809)。确定Q2(qx2i,qy2i)对应的图像坐标P2(px2i,py2i)。根据P2(px2i,py2i)和Q2(qx2i,qy2i)的关系确定转换关系A2(S810)。
6、根据转换关系A0计算P3对应的物理坐标Q3(S811)。控制机器人特征点移动到Q3,并按照九宫格的顺序在附近移动,记录下对应的物理坐标Q3(qx3i,qy3i)(S812)。确定Q3(qx3i,qy3i)对应的图像坐标P3(px3i,py3i)。根据P3(px3i,py3i)和Q3(qx3i,qy3i)的关系确定转换关系A3(S813)。
7、根据A1、A2和A3物理坐标间的尺寸关系、关节角度以及关节偏移角度建立关系式;根据该关系式计算关节角度值以及关节偏移角度值(S814)。
8、根据关节角度值、关节偏移角度值、机器人臂长以及标定板特征点图像坐标的几何关系建立关系式,并求解得到机器人臂长值(S815)。
本实施例,能自动确定出机器人臂长值,不需要人工测量且不需要昂贵的测量设备,有效提高了机器人臂长的确定效率。
需要说明的是,对于前述的各方法实施例,为了简便描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。
基于与上述实施例中的机器人臂长的确定方法相同的思想,本发明还提供机器人臂长的确定装置,该装置可用于执行上述机器人臂长的确定方法。为了便于说明,机器人臂长的确定装置实施例的结构示意图中,仅仅示出了与本发明实施例相关的部分,本领域技术人员可以理解,图示结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图9所述,机器人臂长的确定装置包括图像坐标确定模块901、物理坐标确定模块902和臂长确定模块903,详细说明如下:
图像坐标确定模块901,用于确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点。
物理坐标确定模块902,用于根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系。
以及,臂长确定模块903,用于根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
本实施例,能自动确定出机器人臂长值,不需要人工测量且不需要昂贵的测量设备,有效提高了机器人臂长的确定效率。
在一个实施例中,臂长确定模块903,包括:第一关系式建立模块,用于通过机器人臂长、关节角度以及关节偏移角度表示第一物理坐标的坐标值,得到第一关系式;第二关系式建立模块,用于根据所述第一关系式和所述第一图像坐标建立第二关系式,根据所述第二关系式求解机器人臂长值。
在一个实施例中,所述第一物理坐标和所述第一图像坐标均为两个以上;第二关系式建立模块,包括:第一距离确定子模块,用于根据所述第一关系式确定所述第一物理坐标间的第一距离;第二距离确定子模块,用于确定所述第一图像坐标间的第二距离;第二关系式建立子模块,用于根据所述第一距离和第二距离的关系,建立第二关系式。
在一个实施例中,所述标定板特征点包括第一特征点和第二特征点;图像坐标确定模块,包括:第二图像坐标确定子模块,用于确定第二图像坐标;所述第二图像坐标包括机器人特征点处于第二物理坐标时,第一特征点对应的图像坐标;第三图像坐标确定子模块,用于确定第一特征点和第二特征点的第三距离;根据所述第二图像坐标和所述第三距离,确定所述第二特征点对应的第三图像坐标;第一图像坐标确定子模块,用于根据所述第二图像坐标和所述第三图像坐标,得到所述第一图像坐标。
在一个实施例中,还包括:第四图像坐标确定模块,用于确定标定板特征点在第二标定板图像上的第四图像坐标;其中,所述第二标定板图像为拍摄装置处于第三物理坐标时拍摄标定板得到的图像;所述拍摄装置设置在机器人特征点上;第一转换关系确定子模块,用于根据所述第三物理坐标和所述第四图像坐标,确定物理坐标和图像坐标的第一转换关系。
在一个实施例中,还包括:第五图像坐标确定模块,用于确定第五图像坐标;第四物理坐标确定模块,用于根据预先确定的第二转换关系和所述第五图像坐标,确定对应的第四物理坐标;第三物理坐标确定模块,用于根据所述第四物理坐标,得到第三物理坐标;其中,所述第三物理坐标为拍摄装置处于第四物理坐标时,将拍摄装置的视野分为多个区域得到的物理坐标。
在一个实施例中,还包括:第六图像坐标确定模块,用于确定第六图像坐标;所述第六图像坐标为标定板特征点在第三标定板图像上的坐标;所述第三标定板图像为机器人特征点处于第五物理坐标时对应的图像;第七图像坐标确定模块,用于确定第七图像坐标;所述第七图像坐标为标定板特征点在第四标定板图像上的坐标;所述第四标定板图像为机器人特征点处于第六物理坐标时对应的图像;其中,第五物理坐标和第六物理坐标存在特定的距离;第二转换关系确定模块,用于根据所述第五物理坐标与第六图像坐标的对应关系,以及所述第六物理坐标与所述第七图像坐标的对应关系,确定所述第二转换关系。
需要说明的是,本发明的机器人臂长的确定装置与本发明的机器人臂长的确定方法一一对应,在上述机器人臂长的确定方法的实施例阐述的技术特征及其有益效果均适用于机器人臂长的确定装置的实施例中,具体内容可参见本发明方法实施例中的叙述,此处不再赘述,特此声明。
此外,上述示例的机器人臂长的确定装置的实施方式中,各程序模块的逻辑划分仅是举例说明,实际应用中可以根据需要,例如出于相应硬件的配置要求或者软件的实现的便利考虑,将上述功能分配由不同的程序模块完成,即将所述机器人臂长的确定装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分功能。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储第一转换关系、第二转换关系、物理坐标、图像坐标等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信,例如,与机器人的数据接口连接用户获取与机器人相关的数据。该计算机程序被处理器执行时以实现一种机器人臂长的确定方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:通过机器人臂长、关节角度以及关节偏移角度表示第一物理坐标的坐标值,得到第一关系式;根据所述第一关系式和所述第一图像坐标建立第二关系式,根据所述第二关系式求解机器人臂长值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述第一关系式确定所述第一物理坐标间的第一距离;确定所述第一图像坐标间的第二距离;根据所述第一距离和第二距离的关系,建立第二关系式。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定第二图像坐标;所述第二图像坐标包括机器人特征点处于第二物理坐标时,第一特征点对应的图像坐标;确定第一特征点和第二特征点的第三距离;根据所述第二图像坐标和所述第三距离,确定所述第二特征点对应的第三图像坐标;根据所述第二图像坐标和所述第三图像坐标,得到所述第一图像坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定标定板特征点在第二标定板图像上的第四图像坐标;其中,所述第二标定板图像为拍摄装置处于第三物理坐标时拍摄标定板得到的图像;所述拍摄装置设置在机器人特征点上;根据所述第三物理坐标和所述第四图像坐标,确定物理坐标和图像坐标的第一转换关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定第五图像坐标;根据预先确定的第二转换关系和所述第五图像坐标,确定对应的第四物理坐标;根据所述第四物理坐标,得到第三物理坐标;其中,所述第三物理坐标为拍摄装置处于第四物理坐标时,将拍摄装置的视野分为多个区域得到的物理坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定第六图像坐标;所述第六图像坐标为标定板特征点在第三标定板图像上的坐标;所述第三标定板图像为机器人特征点处于第五物理坐标时对应的图像;确定第七图像坐标;所述第七图像坐标为标定板特征点在第四标定板图像上的坐标;所述第四标定板图像为机器人特征点处于第六物理坐标时对应的图像;其中,第五物理坐标和第六物理坐标存在特定的距离;根据所述第五物理坐标与第六图像坐标的对应关系,以及所述第六物理坐标与所述第七图像坐标的对应关系,确定所述第二转换关系。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:通过机器人臂长、关节角度以及关节偏移角度表示第一物理坐标的坐标值,得到第一关系式;根据所述第一关系式和所述第一图像坐标建立第二关系式,根据所述第二关系式求解机器人臂长值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述第一关系式确定所述第一物理坐标间的第一距离;确定所述第一图像坐标间的第二距离;根据所述第一距离和第二距离的关系,建立第二关系式。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定第二图像坐标;所述第二图像坐标包括机器人特征点处于第二物理坐标时,第一特征点对应的图像坐标;确定第一特征点和第二特征点的第三距离;根据所述第二图像坐标和所述第三距离,确定所述第二特征点对应的第三图像坐标;根据所述第二图像坐标和所述第三图像坐标,得到所述第一图像坐标。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定标定板特征点在第二标定板图像上的第四图像坐标;其中,所述第二标定板图像为拍摄装置处于第三物理坐标时拍摄标定板得到的图像;所述拍摄装置设置在机器人特征点上;根据所述第三物理坐标和所述第四图像坐标,确定物理坐标和图像坐标的第一转换关系。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定第五图像坐标;根据预先确定的第二转换关系和所述第五图像坐标,确定对应的第四物理坐标;根据所述第四物理坐标,得到第三物理坐标;其中,所述第三物理坐标为拍摄装置处于第四物理坐标时,将拍摄装置的视野分为多个区域得到的物理坐标。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定第六图像坐标;所述第六图像坐标为标定板特征点在第三标定板图像上的坐标;所述第三标定板图像为机器人特征点处于第五物理坐标时对应的图像;确定第七图像坐标;所述第七图像坐标为标定板特征点在第四标定板图像上的坐标;所述第四标定板图像为机器人特征点处于第六物理坐标时对应的图像;其中,第五物理坐标和第六物理坐标存在特定的距离;根据所述第五物理坐标与第六图像坐标的对应关系,以及所述第六物理坐标与所述第七图像坐标的对应关系,确定所述第二转换关系。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,作为独立的产品销售或使用。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本发明实施例的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或(模块)单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,不能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)
1.一种机器人臂长的确定方法,其特征在于,包括以下步骤:
确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;
根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;
根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
2.根据权利要求1所述的机器人臂长的确定方法,其特征在于,所述根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值的步骤,包括:
通过机器人臂长、关节角度以及关节偏移角度表示第一物理坐标的坐标值,得到第一关系式;
根据所述第一关系式和所述第一图像坐标建立第二关系式,根据所述第二关系式求解机器人臂长值。
3.根据权利要求2所述的机器人臂长的确定方法,其特征在于,所述第一物理坐标和所述第一图像坐标均为两个以上;
所述根据所述第一关系式和所述第一图像坐标建立第二关系式的步骤,包括:
根据所述第一关系式确定所述第一物理坐标间的第一距离;
确定所述第一图像坐标间的第二距离;
根据所述第一距离和第二距离的关系,建立第二关系式。
4.根据权利要求3所述的机器人臂长的确定方法,其特征在于,所述标定板特征点包括第一特征点和第二特征点;
所述确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标的步骤,包括:
确定第二图像坐标;所述第二图像坐标包括机器人特征点处于第二物理坐标时,第一特征点对应的图像坐标;
确定第一特征点和第二特征点的第三距离;根据所述第二图像坐标和所述第三距离,确定所述第二特征点对应的第三图像坐标;
根据所述第二图像坐标和所述第三图像坐标,得到所述第一图像坐标。
5.根据权利要求1所述的机器人臂长的确定方法,其特征在于,还包括:
确定标定板特征点在第二标定板图像上的第四图像坐标;其中,所述第二标定板图像为拍摄装置处于第三物理坐标时拍摄标定板得到的图像;所述拍摄装置设置在机器人特征点上;
根据所述第三物理坐标和所述第四图像坐标,确定物理坐标和图像坐标的第一转换关系。
6.根据权利要求5所述的机器人臂长的确定方法,其特征在于,所述确定标定板特征点在第二标定板图像上的第四图像坐标的步骤之前,还包括:
确定第五图像坐标;
根据预先确定的第二转换关系和所述第五图像坐标,确定对应的第四物理坐标;
根据所述第四物理坐标,得到第三物理坐标;其中,所述第三物理坐标为拍摄装置处于第四物理坐标时,将拍摄装置的视野分为多个区域得到的物理坐标。
7.根据权利要求6所述的机器人臂长的确定方法,其特征在于,还包括:
确定第六图像坐标;所述第六图像坐标为标定板特征点在第三标定板图像上的坐标;所述第三标定板图像为机器人特征点处于第五物理坐标时对应的图像;
确定第七图像坐标;所述第七图像坐标为标定板特征点在第四标定板图像上的坐标;所述第四标定板图像为机器人特征点处于第六物理坐标时对应的图像;其中,第五物理坐标和第六物理坐标存在特定的距离;
根据所述第五物理坐标与第六图像坐标的对应关系,以及所述第六物理坐标与所述第七图像坐标的对应关系,确定所述第二转换关系。
8.一种机器人臂长的确定装置,其特征在于,包括:
图像坐标确定模块,用于确定标定板特征点在第一标定板图像中的图像坐标,作为第一图像坐标;所述标定板特征点为标定板中与机器人特征点对应的点;
物理坐标确定模块,用于根据第一图像坐标和预先确定的第一转换关系确定所述机器人特征点的物理坐标,作为第一物理坐标;其中,转换关系为由图像坐标到物理坐标的对应关系;
以及,臂长确定模块,用于根据所述第一图像坐标、所述第一物理坐标以及机器人臂长的几何关系确定机器人臂长值。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811472134.8A CN109636783B (zh) | 2018-12-04 | 2018-12-04 | 机器人臂长的确定方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811472134.8A CN109636783B (zh) | 2018-12-04 | 2018-12-04 | 机器人臂长的确定方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109636783A true CN109636783A (zh) | 2019-04-16 |
CN109636783B CN109636783B (zh) | 2020-11-27 |
Family
ID=66071042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811472134.8A Active CN109636783B (zh) | 2018-12-04 | 2018-12-04 | 机器人臂长的确定方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109636783B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110614635A (zh) * | 2019-08-31 | 2019-12-27 | 武汉弗雷德斯科技发展有限公司 | 一种scara机器人运动学参数的辨识方法 |
CN110682293A (zh) * | 2019-10-24 | 2020-01-14 | 广东拓斯达科技股份有限公司 | 机器臂校正方法、装置、机器臂的控制器和存储介质 |
CN111070209A (zh) * | 2019-12-27 | 2020-04-28 | 深圳市越疆科技有限公司 | 轴精度测量方法及装置、工业机器人 |
CN112440269A (zh) * | 2019-09-03 | 2021-03-05 | 中达电子(江苏)有限公司 | 机器人臂长校正方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01246091A (ja) * | 1988-03-29 | 1989-10-02 | Amada Co Ltd | スイング式機械のアーム長初期設定方法 |
JPH04294986A (ja) * | 1991-03-22 | 1992-10-19 | Sanyo Electric Co Ltd | ロボットアームの長さ測定方法およびこれを用いた水平多関節ロボットの座標値補正方法 |
CN105509671A (zh) * | 2015-12-01 | 2016-04-20 | 中南大学 | 一种利用平面标定板的机器人工具中心点标定方法 |
CN106064379A (zh) * | 2016-07-21 | 2016-11-02 | 深圳众为兴技术股份有限公司 | 一种机器人自动计算实际臂长的方法 |
CN107718050A (zh) * | 2017-11-14 | 2018-02-23 | 深圳众为兴技术股份有限公司 | Scara机器人臂长与零点标定方法、装置、介质及计算机设备 |
CN108297100A (zh) * | 2018-02-11 | 2018-07-20 | 广州视源电子科技股份有限公司 | 机械臂参数标定方法、装置和系统、机械臂 |
CN108326850A (zh) * | 2018-01-10 | 2018-07-27 | 温州大学 | 一种机器人准确移动机械臂到达指定位置的方法及系统 |
CN108731664A (zh) * | 2018-05-18 | 2018-11-02 | 深圳清创新科技有限公司 | 机器人状态估计方法、装置、计算机设备和存储介质 |
-
2018
- 2018-12-04 CN CN201811472134.8A patent/CN109636783B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01246091A (ja) * | 1988-03-29 | 1989-10-02 | Amada Co Ltd | スイング式機械のアーム長初期設定方法 |
JPH04294986A (ja) * | 1991-03-22 | 1992-10-19 | Sanyo Electric Co Ltd | ロボットアームの長さ測定方法およびこれを用いた水平多関節ロボットの座標値補正方法 |
CN105509671A (zh) * | 2015-12-01 | 2016-04-20 | 中南大学 | 一种利用平面标定板的机器人工具中心点标定方法 |
CN106064379A (zh) * | 2016-07-21 | 2016-11-02 | 深圳众为兴技术股份有限公司 | 一种机器人自动计算实际臂长的方法 |
CN107718050A (zh) * | 2017-11-14 | 2018-02-23 | 深圳众为兴技术股份有限公司 | Scara机器人臂长与零点标定方法、装置、介质及计算机设备 |
CN108326850A (zh) * | 2018-01-10 | 2018-07-27 | 温州大学 | 一种机器人准确移动机械臂到达指定位置的方法及系统 |
CN108297100A (zh) * | 2018-02-11 | 2018-07-20 | 广州视源电子科技股份有限公司 | 机械臂参数标定方法、装置和系统、机械臂 |
CN108731664A (zh) * | 2018-05-18 | 2018-11-02 | 深圳清创新科技有限公司 | 机器人状态估计方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
任永杰等: "基于距离精度的测量机器人标定模型及算法", 《计量学报》 * |
杨源等: "一种利用标定板的机械臂 DH 参数标定方法", 《机械传动》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110614635A (zh) * | 2019-08-31 | 2019-12-27 | 武汉弗雷德斯科技发展有限公司 | 一种scara机器人运动学参数的辨识方法 |
CN112440269A (zh) * | 2019-09-03 | 2021-03-05 | 中达电子(江苏)有限公司 | 机器人臂长校正方法及系统 |
CN112440269B (zh) * | 2019-09-03 | 2022-04-05 | 中达电子(江苏)有限公司 | 机器人臂长校正方法及系统 |
CN110682293A (zh) * | 2019-10-24 | 2020-01-14 | 广东拓斯达科技股份有限公司 | 机器臂校正方法、装置、机器臂的控制器和存储介质 |
CN111070209A (zh) * | 2019-12-27 | 2020-04-28 | 深圳市越疆科技有限公司 | 轴精度测量方法及装置、工业机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN109636783B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636783A (zh) | 机器人臂长的确定方法、装置、计算机设备及存储介质 | |
WO2021036353A1 (zh) | 基于拍照的3d建模系统及方法、自动3d建模装置及方法 | |
Zhang et al. | Stereo vision based autonomous robot calibration | |
WO2022120567A1 (zh) | 一种基于视觉引导的自动化标定系统 | |
Sharp et al. | Multiview registration of 3D scenes by minimizing error between coordinate frames | |
Zhang et al. | A robust and rapid camera calibration method by one captured image | |
CN103372862A (zh) | 机器人系统及其校准方法、机器人、校准装置及数码相机 | |
Li | Camera calibration of a head-eye system for active vision | |
CN114012731B (zh) | 手眼标定方法、装置、计算机设备和存储介质 | |
CN110298888A (zh) | 基于单轴高精度位移平台的相机标定方法 | |
CN109900205B (zh) | 一种高精度的单线激光器和光学相机的快速标定方法 | |
Pedrosa et al. | A general approach to hand–eye calibration through the optimization of atomic transformations | |
Jiafa et al. | Target distance measurement method using monocular vision | |
Al-Sabbag et al. | Enabling human–machine collaboration in infrastructure inspections through mixed reality | |
CN108286946A (zh) | 传感器位置标定和数据拼接的方法及系统 | |
CN110111364A (zh) | 运动检测方法、装置、电子设备及存储介质 | |
CN114266823A (zh) | 一种结合SuperPoint网络特征提取的单目SLAM方法 | |
Lee et al. | Applying vision feedback to crane controller design | |
Wu et al. | Multi‐camera traffic scene mosaic based on camera calibration | |
CN110555880A (zh) | 一种焦距未知的p6p相机位姿估计方法 | |
CN109685851A (zh) | 行走机器人的手眼标定方法、系统、设备及存储介质 | |
CN109615658A (zh) | 机器人的物品拿取方法、装置、计算机设备及存储介质 | |
CN111709989B (zh) | 一种基于多源特征数据控制的双向闭合模式的立体视觉全场测量方法 | |
JPH10336701A (ja) | キャリブレーション方法及び装置 | |
CN111667539A (zh) | 一种相机标定及平面测量方法 |
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 |