CN110666798B - 一种基于透视变换模型的机器人视觉标定方法 - Google Patents
一种基于透视变换模型的机器人视觉标定方法 Download PDFInfo
- Publication number
- CN110666798B CN110666798B CN201910963796.3A CN201910963796A CN110666798B CN 110666798 B CN110666798 B CN 110666798B CN 201910963796 A CN201910963796 A CN 201910963796A CN 110666798 B CN110666798 B CN 110666798B
- Authority
- CN
- China
- Prior art keywords
- robot
- coordinate
- camera
- coordinates
- pixel
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
Abstract
本发明公开了一种基于透视变换模型的机器人视觉标定方法,根据平面坐标系之间透视变换原理,建立像素坐标系和机器人坐标系之间的关系,利用四个不共线的标记点采集四组像素坐标和机器人坐标,标定计算出坐标转换模型参数,用于视觉引导机器人定位。本发明既可用于标定固定相机也可标定安装在机器人上的末端相机,无需考虑深度方向,成本低、标定精度高,适用于工业现场机器人视觉定位的要求。
Description
技术领域
本发明属于机器人技术领域,涉及到视觉标定技术,具体涉及一种基于透视变换模型的机器人视觉标定方法。
背景技术
随着科学技术的不断发展,机器人的使用越来越频繁,越来越多的工业领域都开始大量使用机器人代替人工,比如使用机器视觉代替传统需要人眼进行的检测、测量、识别和定位引导等重复性工作。在视觉应用中,如测量和定位,视觉标定必不可少,现有的标定方法大体可分为三类:传统标定方法、主动视觉标定方法和自标定方法。
现有技术中的标定方法均存在不同的问题和缺陷,主要包括:主动视觉标定方法和自标定方法精度不如传统标定方法,不能满足工业现场机器人视觉标定的精度要求;传统标定方法配合高精度标定板,标定结果精度高,但是标定过程繁琐;例如具有代表性的张正友棋盘标定方法,需要20张左右不同方位拍摄的棋盘格图像,检测所有的棋盘格角点,标定过程比较复杂。
发明内容
针对现有技术中存在的上述问题和缺陷,基于满足工业现场精度要求和简化标定流程的考虑,本发明提供了一种基于透视变换模型的机器人视觉标定方法,标定精度高、固定相机拍照高度降低成本,适用于工业现场机器人视觉定位的要求。
为此,本发明采用了以下技术方案:
一种基于透视变换模型的机器人视觉标定方法,根据平面坐标系之间透视变换原理,建立像素坐标系和机器人坐标系之间的关系,利用四个不共线的标记点采集四组像素坐标和机器人坐标,标定计算出坐标转换模型参数,用于视觉引导机器人定位。
优选地,包括以下步骤:
步骤一,搭建机器人视觉系统;
步骤二,建立坐标转换模型;
步骤三,采集像素坐标;
步骤四,采集机器人坐标;
步骤五,标定计算。
优选地,步骤一的过程如下:机器人末端安装相机,相机随机器人末端运动,摄像头朝下拍摄,拍照时保持高度不变;拍照高度根据相机视野大小和镜头焦距确定。
优选地,步骤二的过程如下:由于拍照高度始终不变,相机的像素坐标系与机器人坐标系之间建立平面坐标转换关系,两个任意平面坐标系之间满足透视变换关系,建立如下坐标转换模型:
其中,m0-m7表示坐标转换模型参数,(u,v)为相机的像素坐标,(x,y,z)为对应的机器人坐标系下坐标。
优选地,当机器人末端坐标平面与相机平面平行时,坐标转换模型简化为以下仿射变换模型
优选地,步骤三的过程如下:配合高精度标定板,选取视野中不共线的四个标定点,相机在固定高度处拍照得到四个点的像素坐标(ui,vi),i=1,2,3,4。
优选地,步骤四的过程如下:依次将机器人末端移动对准四个标定点中心,记录四个点的机器人坐标(xi,yi),i=1,2,3,4。
优选地,步骤五的过程如下:根据四组像素坐标与机器人坐标,列出关于模型参数的矩阵方程:
求解线性方程组,得到坐标转换模型参数。
优选地,相机视野中一个像素点在机器人坐标下的坐标计算如下:
denom=1+u*m6+v*m7,
x=(m0*u+m1*v+m2)/denom,
y=(m3*u+m4*v+m5)/denom,
其中,(u,v)为相机视野中某一点像素坐标,(x,y)为对应的机器人坐标系下坐标,m0-m7为坐标转换模型参数。
优选地,所述机器人为工业六轴机器人。
与现有技术相比,本发明的有益效果是:
(1)建立了像素坐标系和机器人坐标系之间的透视变换关系,固定相机拍照高度,选择高精度标定板上不共线的四个标定点,分别采集四组像素坐标和机器人坐标列矩阵方程,再通过高斯消元法计算出标定参数,标定精度高、固定相机拍照高度降低成本,适用于工业现场机器人视觉定位的要求。
(2)本发明既可用于标定固定相机也可标定安装在机器人上的末端相机,无需考虑深度方向。
(3)标定过程简便,在简化标定流程的同时满足工业现场机器人视觉定位的精度要求。
附图说明
图1是本发明所提供的一种基于透视变换模型的机器人视觉标定方法的流程图。
图2是机器人视觉系统的示意图。
图3是相机像素坐标系与机器人坐标系的关系示意图。
附图标记说明:1、机器人;2、相机;3、标定板。
具体实施方式
下面结合附图以及具体实施例来详细说明本发明,其中的具体实施例以及说明仅用来解释本发明,但并不作为对本发明的限定。
实施例
一种基于透视变换模型的机器人视觉标定方法,根据平面坐标系之间透视变换原理,建立像素坐标系和机器人坐标系之间的关系,利用四个不共线的标记点采集四组像素坐标和机器人坐标,标定计算出坐标转换模型参数,用于视觉引导机器人定位。流程如图1所示,具体包括如下步骤:
S1:搭建机器人视觉系统。以末端相机为例,机器人视觉系统如图2所示,工业六轴机器人1末端安装相机2,相机2随机器人1末端运动,摄像头朝下拍摄,拍照时保持高度不变;拍照高度可由相机2视野大小和镜头焦距确定。
设所需要的视野大小为120mm(a)×120mm(b),图像像素为3072(H)×2048(V),像素尺寸2.4μm×2.4μm(c),镜头焦距f=16mm,则拍照高度h满足式(1):
根据式(1)求得本实施例中h=26cm。
S2:建立坐标转换模型。相机像素坐标系与机器人坐标系之间的关系如图3所示,由于拍照高度始终不变,相机的像素坐标系与机器人坐标系之间可建立平面坐标转换关系。两个任意平面坐标系之间满足以下坐标变换关系,转换矩阵H为单应性矩阵:
可将h9化为1,不影响坐标映射关系,则等式化为:
所以,得到
另外,当机器人末端坐标平面与相机平面平行时,变换关系简化为以下仿射变换模型:
S3:采集像素坐标。配合高精度菲林标定板3(误差±0.005mm),选取视野中不共线的四个标定点,相机在固定高度h处拍照得到四个点的像素坐标(ui,vi),i=1,2,3,4。
S4:采集机器人坐标。为了减少对位误差,机器人末端安装十字激光发射器,移动机器人使十字激光对准标定点的圆心,此时的末端位置即为标定点在机器人坐标系下的坐标。依次将机器人末端移动对准四个标定点中心,记录四个点的机器人坐标(xi,yi),i=1,2,3,4。
S5:标定计算。根据四组像素坐标与机器人坐标,可列关于模型参数m0~m7的矩阵方程:
采用高斯消元法求解形式Ax=b的方程组,最终得到坐标转换模型参数X=[m0,m1,m2,m3,m4,m5,m6,m7]T。
因此,相机视野中一个像素点在机器人坐标下的坐标计算如下:
denom=1+u*m6+v*m7
x=(m0*u+m1*v+m2)/denom
y=(m3*u+m4*v+m5)/denom (5)
其中,(u,v)为相机视野中某一点像素坐标,(x,y)为对应的机器人坐标系下坐标,m0~m7为坐标转换模型参数。
本发明提供了一种基于透视变换模型的机器人视觉标定方法,建立了像素坐标系和机器人坐标系之间的透视变换关系,固定相机拍照高度,选择高精度菲林标定板上不共线的四个标定点,分别采集四组像素坐标和机器人坐标列关于模型参数的矩阵方程,再通过高斯消元法计算出标定参数,标定精度高、固定相机拍照高度降低成本,适用于工业现场机器人视觉定位的要求。
以上所述仅为本发明的较佳实施例,并不用于限制本发明,凡在本发明的精神和原则范围之内所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于透视变换模型的机器人视觉标定方法,其特征在于:根据平面坐标系之间透视变换原理,建立像素坐标系和机器人坐标系之间的关系,利用四个不共线的标记点采集四组像素坐标和机器人坐标,标定计算出坐标转换模型参数,用于视觉引导机器人定位;
包括以下步骤:
步骤一,搭建机器人视觉系统;
步骤二,建立坐标转换模型;
步骤三,采集像素坐标;
步骤四,采集机器人坐标;
步骤五,标定计算;
步骤一的过程如下:机器人末端安装相机,相机随机器人末端运动,摄像头朝下拍摄,拍照时保持高度不变;拍照高度根据相机视野大小和镜头焦距确定;
步骤二的过程如下:由于拍照高度始终不变,相机的像素坐标系与机器人坐标系之间建立平面坐标转换关系,两个任意平面坐标系之间满足透视变换关系,建立如下坐标转换模型:
其中,m0-m7表示坐标转换模型参数,(u,v)为相机的像素坐标,(x,y,z)为对应的机器人坐标系下坐标;
步骤三的过程如下:配合高精度标定板,选取视野中不共线的四个标定点,相机在固定高度处拍照得到四个点的像素坐标(ui,vi),i=1,2,3,4;
步骤四的过程如下:依次将机器人末端移动对准四个标定点中心,记录四个点的机器人坐标(xi,yi),i=1,2,3,4;
步骤五的过程如下:根据四组像素坐标与机器人坐标,列出关于模型参数的矩阵方程:
求解线性方程组,得到坐标转换模型参数。
3.根据权利要求1所述的一种基于透视变换模型的机器人视觉标定方法,其特征在于:相机视野中一个像素点在机器人坐标下的坐标计算如下:
denom=1+u*m6+v*m7,
x=(m0*u+m1*v+m2)/denom,
y=(m3*u+m4*v+m5)/denom,
其中,(u,v)为相机视野中某一点像素坐标,(x,y)为对应的机器人坐标系下坐标,m0-m7为坐标转换模型参数。
4.根据权利要求1至3中任一项所述的一种基于透视变换模型的机器人视觉标定方法,其特征在于:所述机器人为工业六轴机器人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963796.3A CN110666798B (zh) | 2019-10-11 | 2019-10-11 | 一种基于透视变换模型的机器人视觉标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963796.3A CN110666798B (zh) | 2019-10-11 | 2019-10-11 | 一种基于透视变换模型的机器人视觉标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110666798A CN110666798A (zh) | 2020-01-10 |
CN110666798B true CN110666798B (zh) | 2021-03-02 |
Family
ID=69081543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910963796.3A Active CN110666798B (zh) | 2019-10-11 | 2019-10-11 | 一种基于透视变换模型的机器人视觉标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110666798B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311692B (zh) * | 2020-03-05 | 2023-08-25 | 广州市斯睿特智能科技有限公司 | 简易机械人的视觉标定方法 |
CN111397513A (zh) * | 2020-04-14 | 2020-07-10 | 东莞明睿机器视觉科技有限公司 | 一种x-y正交运动平台运动标定系统以及方法 |
CN111815711B (zh) * | 2020-06-01 | 2023-08-18 | 佛山隆深机器人有限公司 | 一种基于机器人的单相机多视野标定方法 |
CN111775154B (zh) * | 2020-07-20 | 2021-09-03 | 广东拓斯达科技股份有限公司 | 一种机器人视觉系统 |
CN112427824A (zh) * | 2020-09-15 | 2021-03-02 | 唐山英莱科技有限公司 | 一种传感器相对焊接臂位置四点定位法 |
CN112067839B (zh) * | 2020-09-18 | 2022-04-12 | 重庆交通大学 | 无人机超宽河流表面流场快速测量方法 |
CN112777346A (zh) * | 2020-12-23 | 2021-05-11 | 深圳市旗众智能科技有限公司 | 基于工业相机的手机辅料进料识别方法 |
CN112894209A (zh) * | 2021-01-19 | 2021-06-04 | 常州英迈乐智能系统有限公司 | 一种基于十字激光的管板智能焊接机器人自动平面校正方法 |
CN112991460B (zh) * | 2021-03-10 | 2021-09-28 | 哈尔滨工业大学 | 一种用于获取汽车零件尺寸的双目测量系统、方法及装置 |
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 |
CN116160454A (zh) * | 2023-03-28 | 2023-05-26 | 重庆智能机器人研究院 | 机器人末端平面视觉“手-眼”标定算法模型 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5714232B2 (ja) * | 2009-03-12 | 2015-05-07 | オムロン株式会社 | キャリブレーション装置および3次元計測のためのパラメータの精度の確認支援方法 |
CN103558850B (zh) * | 2013-07-26 | 2017-10-24 | 无锡信捷电气股份有限公司 | 一种激光视觉引导的焊接机器人全自动运动自标定方法 |
CN106780308B (zh) * | 2016-12-20 | 2020-05-05 | 武汉理工大学 | 一种图像透视变换方法 |
CA2956319A1 (en) * | 2017-01-27 | 2018-07-27 | Gribben, Jeremy Lloyd | Calibration for 3d imaging with a single-pixel camera |
CN109719722B (zh) * | 2018-12-26 | 2021-07-23 | 南京埃斯顿机器人工程有限公司 | 一种精确标定机器人末端与视觉系统的方法 |
-
2019
- 2019-10-11 CN CN201910963796.3A patent/CN110666798B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110666798A (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110666798B (zh) | 一种基于透视变换模型的机器人视觉标定方法 | |
CN110276806B (zh) | 用于四自由度并联机器人立体视觉手眼系统的在线手眼标定和抓取位姿计算方法 | |
CN111801198B (zh) | 一种手眼标定方法、系统及计算机存储介质 | |
CN109029299B (zh) | 舱段销孔对接转角的双相机测量装置及测量方法 | |
CN111515944B (zh) | 非固定路径机器人自动标定方法 | |
CN110136204B (zh) | 基于双侧远心镜头相机机床位置标定的音膜球顶装配系统 | |
CN114714356A (zh) | 基于双目视觉的工业机器人手眼标定误差精确检测方法 | |
CN110136068B (zh) | 基于双侧远心镜头相机之间位置标定的音膜球顶装配系统 | |
CN113724337B (zh) | 一种无需依赖云台角度的相机动态外参标定方法及装置 | |
CN113870366B (zh) | 基于位姿传感器的三维扫描系统的标定方法及其标定系统 | |
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 | |
CN111591474B (zh) | 一种航天器在轨操作系统对准式手眼标定方法 | |
JPH06137840A (ja) | 視覚センサの自動キャリブレーション装置 | |
CN111986267A (zh) | 一种多相机视觉系统的坐标系统标定方法 | |
CN116740187A (zh) | 一种无重叠视场多相机联合标定方法 | |
CN112958960B (zh) | 一种基于光学靶标的机器人手眼标定装置 | |
CN114092552A (zh) | 一种基于固定端图像进行大型刚体构件对接的方法 | |
CN112381881B (zh) | 一种基于单目视觉的大型刚体构件自动对接方法 | |
CN111710002B (zh) | 一种基于Optitrack系统的相机外参标定方法 | |
CN112132891A (zh) | 一种扩大标定空间的方法 | |
CN109712200B (zh) | 一种基于最小二乘原理及边长推算的双目定位方法及系统 | |
CN111754584A (zh) | 一种远距离大视场相机参数标定系统和方法 | |
CN110706292B (zh) | 一种基于机器视觉的二维工作台误差自标定方法 | |
CN113593050A (zh) | 一种双目视觉引导的机器人智能装配方法、系统及装置 | |
CN116619350A (zh) | 一种基于双目视觉测量的机器人误差标定方法 |
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 |