CN110103217B - 工业机器人手眼标定方法 - Google Patents
工业机器人手眼标定方法 Download PDFInfo
- Publication number
- CN110103217B CN110103217B CN201910386656.4A CN201910386656A CN110103217B CN 110103217 B CN110103217 B CN 110103217B CN 201910386656 A CN201910386656 A CN 201910386656A CN 110103217 B CN110103217 B CN 110103217B
- Authority
- CN
- China
- Prior art keywords
- calibration
- industrial robot
- coordinate system
- coordinates
- camera
- 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.)
- Active
Links
Images
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
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
Abstract
本发明公开了一种工业机器人手眼标定方法,对相机和标定板进行部署,在工业机器人的工作平面区域内设置多个标定数据采集点并记录其在工业机器人基坐标系中的坐标,然后将工业机器人的操作臂末端依次移动至各个标定数据采集点,控制操作臂末端带动标定板绕操作臂末端的中心轴进行旋转,在此过程中控制相机采集不同位置的标定板图像,从中提取标定点,根据不同位置标定板图像中同一标定点的坐标计算出其圆心坐标,该坐标即为操作臂末端在相机图像坐标系中的坐标,从而获取工业机器人坐标系与相机图像坐标系的坐标映射数据,根据该数据即可计算得到工业机器人基坐标系和相机图像坐标系之间的转换矩阵,从而实现工业机器人的自动手眼标定。
Description
技术领域
本发明属于机器视觉和图像处理技术领域,更为具体地讲,涉及一种工业机器人手眼标定方法。
背景技术
随着人工智能技术的不断发展,将传统的工业机器人赋予机器视觉系统,通过视觉系统检测机器人的工作场景及操作对象,以自动引导机器人完成相关操作任务,使之在应用上更为灵活或智能。要将机器视觉与工业机器人的运动控制结合起来,就需要找到二者之间的转换关系,即通常所说的手眼关系,而确定这个手眼关系的过程即为手眼标定。
由视觉传感器与工业机器人机械手的位置关系可将视觉传感器系统分为:眼在手上(Eye-in-Hand)和眼在手外(Eye-to-Hand)两种形式。眼在手外是指视觉传感器(工业相机)安装在一个与机器人的基座及工作平面相对位置固定的位置,不随机器人手臂的移动而移动。在工业生产活动中,经常使用这种方式在一个较大的范围内对操作目标进行视觉定位并引导机器人进行操作。由于机器人工作平面固定与相机安装位置固定,所以只需获取图像平面和机器人工作平面的映射关系,来实现以视觉的方式对机器人进行视觉引导。
传统的工业机器人手眼标定多是采用人工标定,由于数据采集的人为介入使得标定过程耗时、费力,且精度难以保证。而现有的一些自动标定的方法对于标定环境部署(标定工具与安装等)有较高的要求,且标定过程较为繁琐或计算量较大。
发明内容
本发明的目的在于克服现有技术的不足,提供一种工业机器人手眼标定方法,能够实现工业机器人的自动手眼标定。
为实现上述发明目的,本发明工业机器人手眼标定方法包括以下步骤:
S1:将相机安装在工业机器人基坐标系中某个固定的位置,该相机的视野可以覆盖工业机器人的整个工作平面;将设置有标定图像的标定板安装在工业机器人的操作臂末端,令标定板在相机的可视范围内,且标定板可以由操作臂末端带动绕操作臂末端中心旋转轴进行水平旋转;
S3:对于每个标定数据采集点Ai采用以下方法进行标定数据采集:控制工业机器人的操作臂末端移动至标定数据采集点Ai,由操作臂末端带动标定板在水平面上绕操作臂末端的中心轴进行旋转,由相机采集标定板在3个不同位置的图像,将这3幅图像作为该标定数据采集点的标定数据,j=1,2,3;
S4:对于每个标定数据采集点Ai的标定数据,分别提取M个标志点在图像中的坐标m=1,2,…,M,分别根据第m个标志点在3幅图像中的坐标计算得到其圆心坐标Oi(m),然后将M个标志点所得到的圆心坐标Oi(m)进行平均,所得到的平均坐标即为在标定数据采集点Ai时操作臂末端在相机图像坐标系中的坐标
本发明工业机器人手眼标定方法,对相机和标定板进行部署,在工业机器人的工作平面区域内设置多个标定数据采集点并记录其在工业机器人基坐标系中的坐标,然后将工业机器人的操作臂末端依次移动至各个标定数据采集点,控制操作臂末端带动标定板绕操作臂末端的中心轴进行旋转,在此过程中控制相机采集不同位置的标定板图像,从中提取标定点,根据不同位置标定板图像中同一标定点的坐标计算出其圆心坐标,该坐标即为操作臂末端在相机图像坐标系中的坐标,从而获取工业机器人坐标系与相机图像坐标系的坐标映射数据,根据该数据即可计算得到工业机器人基坐标系和相机图像坐标系之间的转换矩阵,从而完成标定。
采用本发明,可以实现快速、高精度的工业机器人手眼自动标定,可以避免复杂的人工操作并可有效减少人为干扰,即便是普通操作人员也可实现快速部署与自动标定,降低了标定的实际操作难度和成本。
附图说明
图1是本发明工业机器人手眼标定方法的具体实施方式结构图;
图2是本实施例中标定环境部署的示例图;
图3是本实施例中采集的4组图像示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
图1是本发明工业机器人手眼标定方法的具体实施方式结构图。如图1所示,本发明工业机器人手眼标定方法的具体步骤包括:
S101:标定环境部署:
本发明中的标定环境部署的具体方法为:设置用于工业机器人手眼标定的相机安装位置与机器人基座保持相对固定,即将相机安装在工业机器人基坐标系中某个固定的位置。该相机可以从机器人上方拍摄整个机器人工作平面,即相机的视野可以覆盖工业机器人的整个工作平面。将设置有标定图像的标定板安装在工业机器人的操作臂末端,令标定板在相机的可视范围内,且标定板可以由操作臂末端带动绕操作臂末端中心旋转轴进行水平旋转。为了避免标定时相机采集到的标定图像存在畸变而影响标定效果,在标定板安装时最好能令标定板平面与相机图像平面基本平行,标定板平面与相机的图像平面的夹角应小于5°。标定图像可以根据实际需要选择,本实施例中采用具有黑色边缘的正方形黑白棋盘格图像。
图2是本实施例中标定环境部署的示例图。如图2所示,图2(a)是4个自由度的工业机器人的标定环境部署示意图,图2(b)是6个自由度的工业机器人的标定环境部署示意图。
S102:标定数据采集点设置:
根据实际情况在工业机器人的工作平面区域内设置N个标定数据采集点Ai,将每个标定数据采集点Ai在工业机器人基坐标系中的坐标记为i=1,2,…,N。为了避免标定过程中出现数据过拟合的现象,标定数据采集点的分布应该相对比较分散,对于工业机器人工作平面应有比较好的覆盖,因此本实施例中优选设置标定数据采集点在工业机器人的工作平面区域均匀分布。
S103:标定数据采集:
对于每个标定数据采集点Ai采用以下方法进行标定数据采集:控制工业机器的人操作臂末端移动至标定数据采集点Ai,由操作臂末端带动标定板在水平面上绕操作臂末端的中心轴进行旋转,由相机采集标定板在3个不同位置的图像,将这3幅图像作为该标定数据采集点的标定数据,j=1,2,3。由于后续需要根据这3幅图像来计算得到标定板旋转的圆心,为了使计算结果更加准确,采集这3幅图像时标定板的位置不能过于接近,经实验证明,相邻两个位置标定板的水平旋转角度在20°~60°之间为优。
S104:获取手眼坐标转换数据:
对于每个标定数据采集点Ai的标定数据,分别提取M个标志点在3幅图像中的坐标m=1,2,…,M。由于每个标志点在3幅图像中的坐标是由同一个点绕工业机器人操作臂末端的中心轴旋转得到,那么它们就在同一个圆上,而此圆的圆心就是操作臂末端在相机图像坐标系中的坐标。那么获取操作臂末端坐标的具体方法为:对于每个标定数据采集点Ai的3幅图像分别根据第m个标志点在3幅图像中的坐标计算得到其圆心坐标Oi(m),然后将M个标志点所得到的圆心坐标Oi(m)进行平均,所得到的平均坐标即为在标定数据采集点Ai时操作臂末端在相机图像坐标系中的坐标
S105:计算转换矩阵:
现有的转换矩阵求解方法有很多,本实施例中采用最小二乘法进行求解,具体方法为:
YT=H·XT
那么利用最小二乘法可以求得转换矩阵H=((XTX)-1XTY)T,上标T表示矩阵求转置,上标-1表示矩阵求逆。
实施例
为了更好地说明本发明的技术方案和技术效果,采用一个具体的实施例进行实验验证。本次实验验证中采用4个自由度的工业机器人,其标定环境部署按照图2(a)进行,其中相机距离工业机器人工作平面约1200mm高,使用130万分辨率的相机。为实施例说明的简单起见,本实施例在工业机器人的工作平面区域内选择了4个标定数据采集点,其在工业机器人基坐标系下坐标分别为
依次在每个标定数据采集点进行标定数据采集,具体过程如下:
控制机器人操作臂末端运动到第1个采集点,采集一次初始位置的标定板图像然后标定板在机器人操作臂带动下绕末端中心轴旋转30°,且在旋转过程中保持标定板平面基本平行于相机的图像平面,此时再采集一次获得图像依次再旋转30°,进行第三次采集获得图像该标定数据采集点的图像采集完成后,控制工业机器人的操作臂带动标定板旋转到初始位置再移动到第2个采集点进行图像采集,并重复上述动作进行采集数据,直至4个采集点均完成数据采集。图3是本实施例中采集的4组图像示意图。
接下来提取每幅图像中的标志点坐标。本实施例中依次对每幅图像采用模板匹配等方法对标定板上的标志图像进行检测。然后,对检测到的标志图像的边缘进行边缘检测获取外轮廓。再通过该外轮廓对标志图像四条边分别进行直线拟合。最后,获取四条直线的交点坐标即为该图像中标志图像的四个角点坐标(以相机图像坐标系像素坐标表示)。并由此还可求出标定图像中其他标志点的坐标。为了描述简单,本实施例中仅采用4个角点作为标志点。
根据四个角点所求出的圆心分别为O1=(762.8727,365.1753)、O2=(763.6524,365.1473)、O3=(763.0175,365.4985)、O4=(762.5351,365.4447)。
四个圆心坐标的均值为(763.019,365.316),将其作为第1个数据采集点的工业机器人操作臂末端在相机图像坐标系下的坐标同理得到其他3个标定数据采集点时工业机器人操作臂末端在相机图像坐标系下的坐标
最后采用最小二乘法来计算转换矩阵。将4组坐标映射数据以齐次坐标表示,可得:
经实验验证,在本实施例的标定环境下,标定误差在1mm左右,其标定精度已经完全能够满足实际应用需求。理论上而言,标定数据采集点和标志点的数量越多,标定精度越高,因此本发明的标定误差还可以进一步缩小。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (6)
1.一种工业机器人手眼标定方法,其特征在于,包括以下步骤:
S1:将相机安装在工业机器人基坐标系中某个固定的位置,该相机的视野可以覆盖工业机器人的整个工作平面;将设置有标定图像的标定板安装在工业机器人的操作臂末端,令标定板在相机的可视范围内,且标定板可以由操作臂末端带动绕操作臂末端中心旋转轴进行水平旋转;
S3:对于每个标定数据采集点Ai采用以下方法进行标定数据采集:控制工业机器人的操作臂末端移动至标定数据采集点Ai,由操作臂末端带动标定板在水平面上绕操作臂末端的中心轴进行旋转,由相机采集标定板在3个不同位置的图像,将这3幅图像作为该标定数据采集点的标定数据,j=1,2,3;
S4:对于每个标定数据采集点Ai的标定数据,分别提取M个标志点在3幅图像中的坐标分别根据第m个标志点在3幅图像中的坐标计算得到其圆心坐标Oi(m),然后将M个标志点所得到的圆心坐标Oi(m)进行平均,所得到的平均坐标即为在标定数据采集点Ai时操作臂末端在相机图像坐标系中的坐标
2.根据权利要求1所述的工业机器人手眼标定方法,其特征在于,所述步骤S1中标定板平面与相机的图像平面的夹角应小于5°。
3.根据权利要求1所述的工业机器人手眼标定方法,其特征在于,所述步骤S1中标定图像采用具有黑色边缘的正方形黑白棋盘格图像。
4.根据权利要求1所述的工业机器人手眼标定方法,其特征在于,所述步骤S2中标定数据采集点在工作机器人的工作平面区域均匀分布。
5.根据权利要求1所述的工业机器人手眼标定方法,其特征在于,所述步骤S3中相邻两个位置标定板的水平旋转角度在20°~60°之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910386656.4A CN110103217B (zh) | 2019-05-09 | 2019-05-09 | 工业机器人手眼标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910386656.4A CN110103217B (zh) | 2019-05-09 | 2019-05-09 | 工业机器人手眼标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110103217A CN110103217A (zh) | 2019-08-09 |
CN110103217B true CN110103217B (zh) | 2022-07-26 |
Family
ID=67489146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910386656.4A Active CN110103217B (zh) | 2019-05-09 | 2019-05-09 | 工业机器人手眼标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110103217B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110695996B (zh) * | 2019-10-14 | 2022-05-31 | 扬州大学 | 一种工业机器人自动手眼标定方法 |
CN110640745B (zh) * | 2019-11-01 | 2021-06-22 | 苏州大学 | 基于视觉的机器人自动标定方法、设备和存储介质 |
CN110853102B (zh) * | 2019-11-07 | 2023-11-03 | 深圳市微埃智能科技有限公司 | 一种新的机器人视觉标定及引导方法、装置及计算机设备 |
CN110834333B (zh) * | 2019-11-14 | 2021-11-02 | 中科新松有限公司 | 一种机器人手眼标定方法及存储介质 |
CN110977980A (zh) * | 2019-12-17 | 2020-04-10 | 上海嘉奥信息科技发展有限公司 | 基于光学定位仪的机械臂实时手眼标定方法及系统 |
CN111035454B (zh) * | 2019-12-26 | 2021-09-10 | 苏州微创畅行机器人有限公司 | 可读存储介质以及手术机器人 |
CN111152223A (zh) * | 2020-01-09 | 2020-05-15 | 埃夫特智能装备股份有限公司 | 一种全自动机器人手眼标定方法 |
CN111145272A (zh) * | 2020-01-13 | 2020-05-12 | 苏州沃特维自动化系统有限公司 | 一种机械手与相机手眼标定装置和方法 |
CN111421528A (zh) * | 2020-03-24 | 2020-07-17 | 广州市轻工职业学校 | 一种工业机器人的自动化控制系统 |
CN111823230B (zh) * | 2020-06-19 | 2022-01-07 | 山东科技大学 | 一种基于Scara机器人的非固定式手眼关系标定方法 |
CN111798524B (zh) * | 2020-07-14 | 2023-07-21 | 华侨大学 | 一种基于倒置低分辨率相机的标定系统及方法 |
CN114074321A (zh) * | 2020-08-10 | 2022-02-22 | 库卡机器人(广东)有限公司 | 机器人标定方法及装置 |
CN112720458B (zh) * | 2020-12-04 | 2022-08-12 | 上海航天设备制造总厂有限公司 | 一种在线实时校正机器人工具坐标系的系统及方法 |
RU2761924C1 (ru) * | 2021-03-26 | 2021-12-14 | Федеральное государственное бюджетное учреждение науки Институт автоматики и процессов управления Дальневосточного отделения Российской академии наук (ИАПУ ДВО РАН) | Способ управления манипулятором |
CN114833822B (zh) * | 2022-03-31 | 2023-09-19 | 西安航天时代精密机电有限公司 | 一种机器人的快速手眼标定方法 |
CN115969418B (zh) * | 2022-11-07 | 2023-08-15 | 珠海市人民医院 | 一种核酸检测口腔采集点识别方法 |
CN115564836B (zh) * | 2022-11-10 | 2023-03-17 | 凌度(广东)智能科技发展有限公司 | 幕墙机器人的单目坐标转换方法、装置及电子设备 |
CN116038721B (zh) * | 2023-04-03 | 2023-07-18 | 广东工业大学 | 一种无运动学参与的手眼标定方法和系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090196527A1 (en) * | 2008-02-01 | 2009-08-06 | Hiwin Mikrosystem Corp. | Calibration method of image planar coordinate system for high-precision image measurement system |
CN104354167B (zh) * | 2014-08-29 | 2016-04-06 | 广东正业科技股份有限公司 | 一种机器人手眼标定方法及装置 |
JP2016221645A (ja) * | 2015-06-02 | 2016-12-28 | セイコーエプソン株式会社 | ロボット、ロボット制御装置およびロボットシステム |
CN106228534B (zh) * | 2016-07-08 | 2019-05-17 | 众趣(北京)科技有限公司 | 一种基于约束全局优化的转轴和相机间关系标定方法 |
CN107363823A (zh) * | 2017-06-21 | 2017-11-21 | 深圳市恒科通机器人有限公司 | 机械臂的坐标标定方法 |
CN109483531B (zh) * | 2018-10-26 | 2021-08-03 | 江苏大学 | 一种用于机械手定点取放fpc板的机器视觉系统及方法 |
-
2019
- 2019-05-09 CN CN201910386656.4A patent/CN110103217B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110103217A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110103217B (zh) | 工业机器人手眼标定方法 | |
CN110370286B (zh) | 基于工业机器人和单目相机的定轴运动刚体空间位置识别方法 | |
CN110555889B (zh) | 一种基于CALTag和点云信息的深度相机手眼标定方法 | |
CN107767423B (zh) | 一种基于双目视觉的机械臂目标定位抓取方法 | |
CN111300422B (zh) | 基于视觉图像的机器人工件抓取位姿误差补偿方法 | |
CN110116411B (zh) | 一种基于球目标的机器人3d视觉手眼标定方法 | |
CN110421562B (zh) | 基于四目立体视觉的机械臂标定系统和标定方法 | |
CN111775146B (zh) | 一种工业机械臂多工位作业下的视觉对准方法 | |
CN108921901B (zh) | 一种基于精密二轴转台和激光跟踪仪的大视场相机标定方法 | |
CN112223285B (zh) | 一种基于组合测量的机器人手眼标定方法 | |
CN109297413B (zh) | 一种大型筒体结构视觉测量方法 | |
CN111369630A (zh) | 一种多线激光雷达与相机标定的方法 | |
CN111801198B (zh) | 一种手眼标定方法、系统及计算机存储介质 | |
CN110717943A (zh) | 用于二维平面的眼在手上机械手手眼标定方法及系统 | |
CN104552341B (zh) | 移动工业机器人单点多视角挂表位姿误差检测方法 | |
CN111627072A (zh) | 一种对多传感器进行标定的方法、装置和存储介质 | |
CN109781164B (zh) | 一种线激光传感器的静态标定方法 | |
CN110238820A (zh) | 基于特征点的手眼标定方法 | |
CN110202560A (zh) | 一种基于单个特征点的手眼标定方法 | |
CN109737871B (zh) | 一种三维传感器与机械手臂的相对位置的标定方法 | |
CN114001651B (zh) | 一种基于双目视觉测量和先验检测数据的大型细长筒类构件位姿原位测量方法 | |
CN105773661A (zh) | 水平机器人固定相机下工件平移旋转标定方法 | |
CN112414324A (zh) | 一种基于双目立体视觉的直升机旋翼桨叶扭转角测量方法 | |
CN110322462B (zh) | 基于5g网络的无人机视觉着陆方法及系统 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及系统 |
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 |