CN110640745B - 基于视觉的机器人自动标定方法、设备和存储介质 - Google Patents

基于视觉的机器人自动标定方法、设备和存储介质 Download PDF

Info

Publication number
CN110640745B
CN110640745B CN201911063468.4A CN201911063468A CN110640745B CN 110640745 B CN110640745 B CN 110640745B CN 201911063468 A CN201911063468 A CN 201911063468A CN 110640745 B CN110640745 B CN 110640745B
Authority
CN
China
Prior art keywords
robot
coordinate system
mark point
point
calibration
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
Application number
CN201911063468.4A
Other languages
English (en)
Other versions
CN110640745A (zh
Inventor
谢小辉
张秀安
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.)
Suzhou University
Original Assignee
Suzhou University
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 Suzhou University filed Critical Suzhou University
Priority to CN201911063468.4A priority Critical patent/CN110640745B/zh
Publication of CN110640745A publication Critical patent/CN110640745A/zh
Application granted granted Critical
Publication of CN110640745B publication Critical patent/CN110640745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B25J9/1694—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

Abstract

本发明公开了一种基于视觉的机器人自动标定方法、设备和存储介质，机器人末端固定MARK点，MARK点的姿态用相机观测；标定方法包括步骤：(1)机器人移动九个步长，获得3*3九个点位，对应每个点位均记录机器人末端在机器人坐标系中的位置坐标，以及MARK点在相机坐标系中的像素坐标，根据九点标定法处理所记录的九个点位的位置坐标和像素坐标，获得机器人坐标系和相机坐标系之间的映射矩阵X3*3；(2)根据映射矩阵X3*3，以MARK点为中心计算并建立工具坐标系T(Xt，Yt，θ)；(3)根据工具坐标系T和映射矩阵X3*3计算MARK点像素坐标和位置坐标的转换关系，实现相机坐标系到机器人坐标系的九点标定。本发明的标定方法，不需要手动示教，简化标定流程，有效提高标定速度和标定精度。

Description

基于视觉的机器人自动标定方法、设备和存储介质
技术领域
本发明涉及机器标定技术领域，具体涉及一种基于视觉的机器人自动标定方法、设备和存储介质。
背景技术
常规2D视觉应用中，以eye-to-hand为例，参照图1所示，摄像机相对于机械手固定安装，因此摄像机坐标系相对工件坐标系固定。九点标定的目的就是要获得像素坐标和机械手末端坐标之间的转换矩阵。
假设图像坐标为(x，y)，机械手坐标为(X，Y)，则机械手坐标可以看成由图像坐标通过旋转和平移得到，如式(1)：
Figure BDA0002257554580000011
进而有，
Figure BDA0002257554580000012
对于不同的点，则有：
Figure BDA0002257554580000013
写成矩阵形式，
Figure BDA0002257554580000014
同理可得：
Figure BDA0002257554580000021
将(4)和(5)合并，得到九点标定方程：
Figure BDA0002257554580000022
因此，相机通过视觉获得像素坐标，机械手末端安装标定针，分别示教9个点的位置，并且与相应的像素坐标一一对应。将相应参数带入式(6)，求得变换矩阵后，便完成了像素坐标到机械手末端坐标的转换。此后，相机拍照获得像素坐标后带入式(6)，求得机械手末端坐标后控制机械手运动到该点处。
从标定流程看，需要根据相机视野打印合适大小的九点标定纸，机器人末端安装标定针，手动示教九个机器人坐标，操作麻烦且繁琐。
从标定精度看，该方法标定的精度取决于标定针末端与机器人末端旋转中心的重合度，以及手动示教平面九点机器人末端的坐标。
发明内容
本发明要解决的技术问题是提供一种基于视觉的机器人自动标定方法、设备和存储介质，整个标定过程不需要手动示教，简化标定流程，有效提高标定速度和标定精度。
为了解决上述技术问题，本发明提供了一种基于视觉的机器人自动标定方法，机器人末端固定MARK点，所述MARK点的姿态用相机观测；标定方法包括以下步骤：
(1)第一阶段标定：机器人自动按照一定顺序移动九个步长，获得3*3九个点位，对应每个点位均记录机器人末端在机器人坐标系中的位置坐标，以及MARK点在相机坐标系中的像素坐标，根据九点标定法处理所记录的九个点位的位置坐标和像素坐标，获得机器人坐标系和相机坐标系之间的映射矩阵X3*3；
(2)根据第一阶段标定得到的映射矩阵X3*3，以机器人移动初始状态下的MARK点为中心计算并建立工具坐标系T(Xt，Yt，θ)；Xt表示MARK点相对于机器人末端沿X轴的平移距离，Yt表示MARK点相对于机器人末端的沿Y轴平移距离，θ表示工具坐标系相对于机器人坐标系的旋转角度；
(3)第二阶段标定：根据工具坐标系T和映射矩阵X3*3计算所述MARK点像素坐标和MARK点位置坐标的转换关系，实现相机坐标系到机器人坐标系的九点标定。
本发明一个较佳实施例中，进一步包括经过第二阶段标定，相机坐标系内的MARK点转换为机器人坐标系内的MARK点，转换关系为：
Figure BDA0002257554580000031
Figure BDA0002257554580000032
表示MARK点在机器人坐标系内的位置坐标；
Figure BDA0002257554580000033
表示MARK点在相机坐标系内的像素坐标；
Xt表示MARK点相对于机器人末端沿X轴的平移距离；
Yt表示MARK点相对于机器人末端沿Y轴的平移距离；
θ表示工具坐标系相对于机器人坐标系的旋转角度；
X3*3表示机器人坐标系和相机坐标系之间的映射矩阵。
本发明一个较佳实施例中，进一步包括所述机器人移动初始状态下MARK点在所述相机视野的中央。
本发明一个较佳实施例中，进一步包括步骤(1)中，以机器人移动初始状态下的MARK点为中心建立工具坐标系，平移距离(Xt，Yt)为移动机器人初始状态下MARK点相对于机器人末端的平移距离。
本发明一个较佳实施例中，进一步包括所述机器人移动的九个点位覆盖所述相机视野的二分之一。
本发明一个较佳实施例中，进一步包括所述机器人末端固定有标识板，所述MARK点设置在所述标识板上。
发明一个较佳实施例中，进一步包括所述MARK点粘贴或者被吸附在所述标识板上。
为了解决上述技术问题，本发明还提供了一种机器人自动标定设备，包括存储器、处理器及存储在所述存储器内并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现以上所述的基于视觉的机器人自动标定方法。
为了解决上述技术问题，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有机器人自动标定程序，所述机器人自动标定程序被处理器执行时实现以上所述的基于视觉的机器人自动标定方法。
本发明的有益效果：
本发明基于视觉的机器人自动标定方法、设备和存储介质，在机器人末端固定MARK点，机器人移动使得MARK点在相机视野中移动，通过相机记录MARK点的像素坐标，与此同时，机器人记录机器人末端的位置坐标；基于传统九点标定方法计算相机坐标系和机器人坐标系之间的映射关系；同时，计算以MARK点为中心建立的工具坐标系与机器人末端之间的平移关系和旋转关系，基于该映射关系、平移关系和旋转关系实现相机坐标系到机器人坐标系的九点标定。该标定方法不需要使用标定板和标定针，取而代之的MARK点固定在机器人末端，其相对于机器人末端的坐标固定，能够有效提高标定精度；另一方面，整个标定过程不需要手动示教，避免因手动示教带来的标定误差，进一步有效提高标定精度，同时有效提高标定速度。
附图说明
图1是现有技术中九点标定的安装示意图；
图2是本发明优选实施例中MARK点与机器人的安装示意图；
图3是机器人移动初始状态下相机视野中MARK点的示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
实施例
本实施例公开一种基于视觉的机器人自动标定方法，该标定方法需要使用机器人、相机和MARK点。MARK点固定在机器人末端(即机器人的动作执行端)，参照图2所示，MARK点“+”设置在标识板2上，标识板2安装在机器人末端，实际使用时，标识板2可以通过粘贴固定或者负压吸附固定的方式配置在机器人末端。其中，MARK点根据其与被检测工件在同一水平高度的要求设置。上述相机的位置固定，上述机器人移动使得MARK点在相机视野中移动，上述相机用于观测MARK点的姿态，记录MARK点的在相机坐标系中的像素坐标。
引入MARK点后，首先将MARK点移动到相机视野中央(即机器人移动的初始状态下MARK点位于相机的视野中央)，为了得到3*3九点标定，可以设定机器人每移动一个点位的步长，确保机器人移动九个点位的移动范围覆盖相机视野的一半。比如，每次移动的步长为40mm，旋转角度设置默然参考值30度。
标定方法具体包括以下步骤：
(1)第一阶段标定：机器人自动按照一定顺序移动九个步长，获得3*3九个点位，对应每个点位均记录机器人末端在机器人坐标系中的位置坐标，以及MARK点在相机坐标系中的像素坐标；根据现有技术中的九点标定方法处理所记录的九个点位的位置坐标和像素坐标，获得机器人坐标系和相机坐标系之间的映射矩阵X3*3；
(2)根据第一阶段得到的映射矩阵X3*3，以移动机器人移动初始状态下的MARK点为中心，通过计算，建立工具坐标系T(Xt，Yt，θ)；Xt表示MARK点相对于机器人末端的沿X轴平移距离，Yt表示MARK点相对于机器人末端沿Y轴的平移距离，θ表示工具坐标系相对于机器人坐标系的旋转角度；
(3)第二阶段标定：根据工具坐标系T和映射矩阵X3*3计算所述MARK点像素坐标和MARK点位置坐标的转换关系，实现相机坐标系到机器人坐标系的九点标定。
其中，经过第二阶段标定，相机坐标系内的MARK点转换为机器人坐标系内的MARK点，转换关系为：
Figure BDA0002257554580000061
Figure BDA0002257554580000062
表示MARK点在机器人坐标系内的位置坐标；
Figure BDA0002257554580000071
表示MARK点在相机坐标系内的像素坐标；
Xt表示MARK点相对于机器人末端沿X轴的平移距离；
Yt表示MARK点相对于机器人末端沿Y轴的平移距离；
θ表示工具坐标系相对于机器人坐标系的旋转角度；
X3*3表示机器人坐标系和相机坐标系之间的映射矩阵。
本实施例还公开一种机器人自动标定设备，包括存储器、处理器及存储在所述存储器内并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现以上所述的基于视觉的机器人自动标定方法。
本实施例还公开一种计算机可读存储介质，所述计算机可读存储介质上存储有机器人自动标定程序，所述机器人自动标定程序被处理器执行时实现以上所述的基于视觉的机器人自动标定方法。
将以上自动标定方法应用在SCARA机器人中，参考机器人手册，通过TCP网络通讯建立其与上位机以及相机之间的网络通讯，然后在机器人末端安装一个MARK点，同时保证MARK点与被检测工件在同一水平高度，并将MARK点移动大相机视野中央附近，参照图3所示；记录此时参考点坐标E1＝(157.507，-76.944，-66.564，-93.745)，设定每次运动的步长为40，旋转角度设置默认参考值30度。运行自动标定程序，获取MARK点像素坐标，同时返回机器人末端坐标，先完成九点标定。再根据前述方法获得工具坐标系(Xt,Ytθ)，并将其写入到机器人工具坐标系中。
自动标定时，获取的MARK点的像素坐标及机器人末端坐标如表1所示:
表1
Figure BDA0002257554580000081
根据表1中的数据，获得变换矩阵X3*3为：
Figure BDA0002257554580000082
自动标定的工具坐标系T为：T＝(Xt，Yt，θ)＝(81.443，24.707，93.756)。
为了测试精度误差，移动机械手在视野范围内寻找5个点，分别获得标定计算的坐标及机器人实际坐标，并计算误差，如表2：
表2
计算坐标 实际坐标 误差
(208.254，-147.879) (208.306，-147.866) (0.052，0.013)
(208.231，-181.388) (208.310，-181.389) (0.079，0.001)
(185.898，-181.403) (1852.942，-181.388) (0.044，0.015)
(186.005，-144.406) (185.937，-144.480)) (-0.069，0.074)
(196.428，-156.686) (196.444，-156.714) (0.016，-0.028)
从表2可以看出，本算法标定的最大XY误差分别为0.079，0.074，从标定精度看，该误差可以满足大部分视觉应用，证明了该自动标定算法的可行性和实用性。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (6)

1.一种基于视觉的机器人自动标定方法，其特征在于：机器人末端固定MARK点，所述MARK点的姿态用相机观测；标定方法包括以下步骤：
(1)第一阶段标定：机器人自动按照一定顺序移动九个步长，获得3*3九个点位，对应每个点位均记录机器人末端在机器人坐标系中的位置坐标，以及MARK点在相机坐标系中的像素坐标，根据九点标定法处理所记录的九个点位的位置坐标和像素坐标，获得机器人坐标系和相机坐标系之间的映射矩阵X3*3；
(2)根据第一阶段标定得到的映射矩阵X3*3，以机器人移动初始状态下的MARK点为中心计算并建立工具坐标系T(Xt，Yt，θ)；Xt表示MARK点相对于机器人末端沿X轴的平移距离，Yt表示MARK点相对于机器人末端的沿Y轴平移距离，θ表示工具坐标系相对于机器人坐标系的旋转角度；
(3)第二阶段标定：根据工具坐标系T和映射矩阵X3*3计算所述MARK点像素坐标和MARK点位置坐标的转换关系，实现相机坐标系到机器人坐标系的九点标定；
经过第二阶段标定，相机坐标系内的MARK点转换为机器人坐标系内的MARK点，转换关系为：
Figure FDA0003028165060000011
Figure FDA0003028165060000021
表示MARK点在机器人坐标系内的位置坐标；
Figure FDA0003028165060000022
表示MARK点在相机坐标系内的像素坐标；
Xt表示MARK点相对于机器人末端沿X轴的平移距离；
Yt表示MARK点相对于机器人末端沿Y轴的平移距离；
θ表示工具坐标系相对于机器人坐标系的旋转角度；
X3*3表示机器人坐标系和相机坐标系之间的映射矩阵；
所述机器人移动初始状态下MARK点在所述相机视野的中央；
所述机器人移动的九个点位覆盖所述相机视野的二分之一。
2.如权利要求1所述的基于视觉的机器人自动标定方法，其特征在于：步骤(1)中，以机器人移动初始状态下的MARK点为中心建立工具坐标系，平移距离(Xt，Yt)为移动机器人初始状态下MARK点相对于机器人末端的平移距离。
3.如权利要求1或2所述的基于视觉的机器人自动标定方法，其特征在于：所述机器人末端固定有标识板，所述MARK点设置在所述标识板上。
4.如权利要求3所述的基于视觉的机器人自动标定方法，其特征在于：所述MARK点粘贴或者被吸附在所述标识板上。
5.一种机器人自动标定设备，其特征在于：包括存储器、处理器及存储在所述存储器内并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1-4任一项所述的基于视觉的机器人自动标定方法。
6.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质上存储有机器人自动标定程序，所述机器人自动标定程序被处理器执行时实现如权利要求1-4任一项所述的基于视觉的机器人自动标定方法。
CN201911063468.4A 2019-11-01 2019-11-01 基于视觉的机器人自动标定方法、设备和存储介质 Active CN110640745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911063468.4A CN110640745B (zh) 2019-11-01 2019-11-01 基于视觉的机器人自动标定方法、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911063468.4A CN110640745B (zh) 2019-11-01 2019-11-01 基于视觉的机器人自动标定方法、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110640745A CN110640745A (zh) 2020-01-03
CN110640745B true CN110640745B (zh) 2021-06-22

Family

ID=68995451

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911063468.4A Active CN110640745B (zh) 2019-11-01 2019-11-01 基于视觉的机器人自动标定方法、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110640745B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111445521A (zh) * 2020-02-24 2020-07-24 季华实验室 目标工件位置确定方法、装置、终端及可读存储介质
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
CN111862220B (zh) * 2020-07-31 2022-10-11 广东利元亨智能装备股份有限公司 Uvw平台标定的修正方法、装置、纠偏方法及对位系统
CN114589689A (zh) * 2020-12-07 2022-06-07 山东新松工业软件研究院股份有限公司 基于二维码的视觉定位方法、装置及计算机可读存储介质
CN112692840A (zh) * 2020-12-10 2021-04-23 安徽巨一科技股份有限公司 一种基于机器视觉配合机械手定位引导和标定方法
CN113269836A (zh) * 2021-03-30 2021-08-17 深圳市世宗自动化设备有限公司 3d相机标定方法、装置、计算机设备及其存储介质
CN113306130A (zh) * 2021-04-26 2021-08-27 欧拓飞科技(珠海)有限公司 Pcb保护膜贴合方法
CN113276094B (zh) * 2021-05-17 2023-03-31 湖南大学 一种分布式智能示教系统及方法
CN113240751B (zh) * 2021-05-18 2023-01-17 广州慧炬智能科技有限公司 一种机器人末端相机的标定方法
CN113524204B (zh) * 2021-09-15 2021-12-17 苏州鼎纳自动化技术有限公司 一种坐标系重合校准方法及系统
CN114670194B (zh) * 2022-03-22 2023-06-27 荣耀终端有限公司 机械手系统定位方法及装置
CN117283555A (zh) * 2023-10-29 2023-12-26 北京小雨智造科技有限公司 一种用于机器人自主标定工具中心点的方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107738254A (zh) * 2017-08-25 2018-02-27 中国科学院光电研究院 一种机械臂坐标系的转换标定方法与系统
CN107953333A (zh) * 2017-12-20 2018-04-24 深圳大学 一种机械手末端工具标定的控制方法及系统
JP2018111166A (ja) * 2017-01-12 2018-07-19 ファナック株式会社 視覚センサのキャリブレーション装置、方法及びプログラム
CN109737871A (zh) * 2018-12-29 2019-05-10 南方科技大学 一种三维传感器与机械手臂的相对位置的标定方法
CN109910016A (zh) * 2019-04-22 2019-06-21 亿嘉和科技股份有限公司 基于多自由度机械臂的视觉采集标定方法、装置及系统
CN109974584A (zh) * 2019-04-12 2019-07-05 山东大学 一种辅助激光截骨手术机器人的标定系统及标定方法
US10369698B1 (en) * 2019-03-07 2019-08-06 Mujin, Inc. Method and system for performing automatic camera calibration for robot control
CN110103217A (zh) * 2019-05-09 2019-08-09 电子科技大学 工业机器人手眼标定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009059323A1 (en) * 2007-11-01 2009-05-07 Rimrock Automation, Inc. Dba Wolf Robotics A method and system for finding a tool center point for a robot using an external camera
US9211643B1 (en) * 2014-06-25 2015-12-15 Microsoft Technology Licensing, Llc Automatic in-situ registration and calibration of robotic arm/sensor/workspace system
CN110238849B (zh) * 2019-06-13 2021-11-12 深圳市汇川技术股份有限公司 机器人手眼标定方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018111166A (ja) * 2017-01-12 2018-07-19 ファナック株式会社 視覚センサのキャリブレーション装置、方法及びプログラム
CN107738254A (zh) * 2017-08-25 2018-02-27 中国科学院光电研究院 一种机械臂坐标系的转换标定方法与系统
CN107953333A (zh) * 2017-12-20 2018-04-24 深圳大学 一种机械手末端工具标定的控制方法及系统
CN109737871A (zh) * 2018-12-29 2019-05-10 南方科技大学 一种三维传感器与机械手臂的相对位置的标定方法
US10369698B1 (en) * 2019-03-07 2019-08-06 Mujin, Inc. Method and system for performing automatic camera calibration for robot control
CN109974584A (zh) * 2019-04-12 2019-07-05 山东大学 一种辅助激光截骨手术机器人的标定系统及标定方法
CN109910016A (zh) * 2019-04-22 2019-06-21 亿嘉和科技股份有限公司 基于多自由度机械臂的视觉采集标定方法、装置及系统
CN110103217A (zh) * 2019-05-09 2019-08-09 电子科技大学 工业机器人手眼标定方法

Also Published As

Publication number Publication date
CN110640745A (zh) 2020-01-03

Similar Documents

Publication Publication Date Title
CN110640745B (zh) 基于视觉的机器人自动标定方法、设备和存储介质
CN109773786B (zh) 一种工业机器人平面精度标定方法
CN107160380B (zh) 一种基于scara机械手的相机标定和坐标变换的方法
CN111203861B (zh) 一种机器人工具坐标系的标定方法及标定系统
CN111300481A (zh) 基于视觉及激光传感器的机器人抓取位姿纠正方法
CN109781164B (zh) 一种线激光传感器的静态标定方法
CN113211431B (zh) 基于二维码修正机器人系统的位姿估计方法
CN113370221B (zh) 机器人tcp标定系统、方法、装置、设备及存储介质
CN114347013A (zh) 印刷电路板与fpc柔性电缆线的装配方法及相关设备
CN111409067B (zh) 一种机器人用户坐标系自动标定系统及其标定方法
CN109465831B (zh) 一种提升工业机器人工具坐标系标定精度的方法
CN113211445B (zh) 一种机器人参数标定方法、装置、设备及存储介质
JP2012101306A (ja) ロボットの校正装置および校正方法
CN113843792B (zh) 一种手术机器人的手眼标定方法
CN112109072B (zh) 一种大型稀疏特征托盘精确6d位姿测量和抓取方法
US7957834B2 (en) Method for calculating rotation center point and axis of rotation, method for generating program, method for moving manipulator and positioning device, and robotic system
CN114001653A (zh) 一种机器人工具中心点标定方法
CN113781558B (zh) 一种姿态与位置解耦的机器人视觉寻位方法
JP6912529B2 (ja) 視覚誘導ロボットアームの補正方法
CN111975756A (zh) 一种3d视觉测量系统的手眼标定系统及方法
CN113894793B (zh) 一种零件与视觉传感器相对位姿关系的获取方法
CN112743546B (zh) 机器人手眼标定位姿选择方法、装置、机器人系统及介质
CN110842917B (zh) 串并联机械的机械参数的标定方法、电子装置及存储介质
CN114310881A (zh) 一种机械臂快换装置的标定方法、系统及电子设备
CN114939867A (zh) 一种基于立体视觉的机械手外接不规则非对称工具的标定方法及系统

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