CN110695996A - 一种工业机器人自动手眼标定方法 - Google Patents

一种工业机器人自动手眼标定方法 Download PDF

Info

Publication number
CN110695996A
CN110695996A CN201910971948.4A CN201910971948A CN110695996A CN 110695996 A CN110695996 A CN 110695996A CN 201910971948 A CN201910971948 A CN 201910971948A CN 110695996 A CN110695996 A CN 110695996A
Authority
CN
China
Prior art keywords
pose
coordinate system
camera
calibration
degrees
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
Application number
CN201910971948.4A
Other languages
English (en)
Other versions
CN110695996B (zh
Inventor
李福东
姜定
杨月全
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.)
Yangzhou University
Original Assignee
Yangzhou 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 Yangzhou University filed Critical Yangzhou University
Priority to CN201910971948.4A priority Critical patent/CN110695996B/zh
Publication of CN110695996A publication Critical patent/CN110695996A/zh
Application granted granted Critical
Publication of CN110695996B publication Critical patent/CN110695996B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme 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
    • B25J9/1697Vision controlled systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02Sensing devices
    • B25J19/021Optical sensing devices
    • B25J19/023Optical sensing devices including video camera means

Abstract

本发明公开了一种工业机器人自动手眼标定方法,包括:将标定板放置在目标工作区域内,并调整相机,使之位于标定板的正上方处;根据相机与末端工具坐标系之间的设计进行粗略标定,获取相机与末端工具坐标系之间的位姿关系;以标定板坐标系原点为球心,按照球体坐标系参数进行相机位姿规划并将其转化为笛卡尔坐标系下的位姿;通过使用粗略的相机与末端工具坐标系之间的位姿关系将转化后标定板坐标系下的相机位姿转换为对应的机器人位姿;通过相机获取当前位姿并记录,判断当前位姿是否为最后的标定位姿,本发明节省大量的手眼标定工作量和时间,减小了手眼标定对技术人员的专业水平要求,提高了工业机器人的手眼标定稳定性。

Description

一种工业机器人自动手眼标定方法
技术领域
本发明涉及一种工业机器人,特别涉及一种工业机器人自动手眼标定方法。
背景技术
随着视觉系统在工业机器人领域应用越来越深入,实时对工件进行三维定位在一些工业应用场合变得越来越重要,比如大型设备组装、自动物流存储等场合[1,2]。工厂中大量的现场操作人员并没有相关的视觉系统知识,而机器人视觉的手眼标定作为实现视觉引导机器人操作的基础[3,4],一次正常的机器人手眼标定一般需要30组以上的标定图片和机器人位姿数据,往往需要花费大量的时间来完成。机器人视觉系统随着机器人的成千上万次高速抓取运动,螺丝的松动,镜头的间隙甚至抓取过程中的撞击都会使机器人与视觉系统之间产生一些误差,需要再次对机器人和视觉系统进行手眼标定,以消除各种误差。
[1]张铁.面向机器人砂带打磨的加权手眼标定算法[J].机械工程学报,2018,28(12):42-46;
[2]Deniz C,Cakir M.A solution to the hand-eye calibration in themanner of the absolute orientation problem[J].Industrial Robot,2017,45(1):64-77;
[3]程玉立.面向工业应用的机器人手眼标定与物体定位[D].浙江大学,2016;
[4]李巍,吕乃光,董明利,等.基于对偶四元数的机器人方位与手眼关系同时标定方法[J].机器人,2018,40(03):47-54。
发明内容
本发明的目的是提供一种工业机器人自动手眼标定方法,使机器人的手眼标定时间由3-5小时,缩短为10分钟以内,且仅需要一次初始化,之后采集标定过程完全自动化实现。
本发明的目的是这样实现的:一种工业机器人自动手眼标定方法,包括手动初始化和自动手眼标定两个阶段:
手动初始化阶段:
步骤S1:将标定板放置在目标工作区域内,并调整相机,使之位于标定板的正上方处;
步骤S2:根据相机与末端工具坐标系之间的设计与安装尺寸或者采样3-5幅标定图片和对应的机器人位姿进行粗略标定,获取相机与末端工具坐标系之间的位姿关系:T0HC0
自动手眼标定阶段:
步骤S3:以标定板坐标系原点为球心,按照球体坐标系参数进行相机位姿规划并将其转化为笛卡尔坐标系下的位姿;
步骤S4:通过使用粗略的相机与末端工具坐标系之间的位姿关系T0HC0将转化后标定板坐标系下的相机位姿转换为对应的机器人位姿;
步骤S5:通过相机获取当前位姿并记录,判断当前位姿是否为最后的标定位姿,如果最后的位姿,则对所有已采集图片和位姿进行手眼标定,否则继续采集图片和位姿。
作为本发明的进一步限定,步骤S3具体为:
以标定板坐标系为世界坐标系{W},相机坐标系为{C},手眼标定的位姿规划在世界坐标系{W}下进行,且以世界坐标系原点为球心的球形坐标系下规划;规划的相机位姿分为:平移、深度和旋转三类,具体规划如下:
相机视野:W×H,标定板有效区域尺寸:L×L;
相机的平移范围:(W-L)×(H-L),规划位姿相对于初始中心位姿的坐标为:
(-(W-L)/2,(H-L)/2),(0,(H-L)/2),((W-L)/2,(H-L)/2),(-(W-L)/2,-(H-L)/2),(0,-(H-L)/2),((W-L)/2,-(H-L)/2);
深度平移范围:(0,0,h-d/2),(0,0,h-d/4),(0,0,h),(0,0,h+d/4),(0,0,h+d/2)。其中,h为相机的标准工作距离,d为人为设定深度方向的最大位移;
旋转位姿规划:以经纬度λ为参数,规划3×3组位姿,球面经纬度分别为(80°,0°),(80°,120°),(80°,240°),(65°,30°),(65°,150°),(65°,270°),(45°,60°),(45°,180°),(45°,300°);
将规划球体位姿转换为笛卡尔坐标系下的位姿过程如下:
Figure BDA0002232378570000032
为例,求取相机在标定板坐标系中的位姿:WHC
位于距离球心h,经纬坐标
Figure BDA0002232378570000033
的相机位姿可以从如下过程获得:世界坐标系
Figure BDA0002232378570000034
最后绕原来的z轴旋转-λ,即:
其中,表示绕x轴旋转角度
Figure BDA0002232378570000037
Ty(h)表示沿y轴平移h距离。
Rx(θ),Ry(θ),Rz(θ)的表达式为(cθ=cos(θ),sθ=sin(θ));
Figure BDA0002232378570000038
Figure BDA0002232378570000039
Figure BDA00022323785700000310
Ty(d)=[0,d,0]T
以上公式带入公式(1)可以求得相机坐标系在世界坐标系(即,标定板坐标系)中的位姿:WHC,世界坐标系在相机坐标系中的位姿为:CHW=(WHC)-1
作为本发明的进一步限定,步骤S4规划的相机位姿转换为对应的机器人位姿具体步骤如下:
在整个标定过程中,无论相机如何变换位姿,标定板位置不变,标定板在机器人坐标系中的位姿也不变;
BHWBHT THC CHWB0HT0 T0HC0 C0HW0B0HW0
其中,C0HW0为相机手动调整到标定板正上方工作距离时,标定板坐标系在相机坐标系中的位姿,T0HC0为机械加工与安装所粗略决定的相机坐标系在机械手工具坐标系中的位姿,在完成相机与机器人手眼标定之前有THCT0HC0B0HT0即为机器人的位姿,由机器人控制系统给出;
相机的规划位姿到机器人位姿之间的转换关系为,
BHTB0HT0 T0HC0 C0HW0(THC CHW)-1B0HW0(CHW)-1(THC)-1
由规划的相机在标定板坐标系下的位姿WHC到工具坐标系到机器人坐标系下的位姿BHT完成,机器人根据BHT运动即可使相机到达规划位姿,进行有效的标定板图像采集。
与现有技术相比,本发明的有益效果在于:针对工业应用过程中机器人视觉系统的手眼标定费时费力且需要操作工人有一定的机器人视觉知识的问题,提出了一种机器人手眼自动标定的方法,该方法可以大大减少机器人视觉系统手眼标定的工作量和工作时间,其中,可以将工作时间从普通的3-5小时减少到10-15分钟,该方法有非常现实的应用意义,可以在实际工作中得到一定程度的应用。
附图说明
图1为本发明自动手眼标定流程图。
图2为本发明中标定板坐标系与相机坐标系位姿关系图。
图3为本发明中基于标定板坐标系的位姿规划图。
图4为本发明中工业机器人手眼标定示意图。
图5为本发明中标定板模型图。
图6为本发明中标定板平移组采集图。
图7为本发明中标定板深度组采集图。
图8为本发明中标定板旋转组采集图。
具体实施方式
下面结合具体实施例对本发明做进一步说明。
如图1所示,一种工业机器人自动手眼标定方法,包括手动初始化和自动手眼标定两个阶段:
手动初始化阶段:
步骤S1:将标定板放置在目标工作区域内,并调整相机,使之位于标定板的正上方处;
步骤S2:根据相机与末端工具坐标系之间的设计与安装尺寸或者采样3-5幅标定图片和对应的机器人位姿进行粗略标定,获取相机与末端工具坐标系之间的位姿关系:T0HC0
自动手眼标定阶段:
步骤S3:以标定板坐标系原点为球心,按照球体坐标系参数进行相机位姿规划并将其转化为笛卡尔坐标系下的位姿,具体为:
以标定板坐标系为世界坐标系{W},相机坐标系为{C},手眼标定的位姿规划在世界坐标系{W}下进行,且以世界坐标系原点为球心的球形坐标系下规划;规划的相机位姿分为:平移、深度和旋转三类,具体规划如下:
相机视野:W×H,标定板有效区域尺寸:L×L;
相机的平移范围:(W-L)×(H-L),规划位姿相对于初始中心位姿的坐标为:
(-(W-L)/2,(H-L)/2),(0,(H-L)/2),((W-L)/2,(H-L)/2),(-(W-L)/2,-(H-L)/2),(0,-(H-L)/2),((W-L)/2,-(H-L)/2);
深度平移范围:(0,0,h-d/2),(0,0,h-d/4),(0,0,h),(0,0,h+d/4),(0,0,h+d/2)。其中,h为相机的标准工作距离,d为人为设定深度方向的最大位移;
旋转位姿规划:以经纬度
Figure BDA0002232378570000061
λ为参数,规划3×3组位姿,球面经纬度分别为(80°,0°),(80°,120°),(80°,240°),(65°,30°),(65°,150°),(65°,270°),(45°,60°),(45°,180°),(45°,300°);
以上位姿规划示意见图3。
如图2所示,将规划球体位姿转换为笛卡尔坐标系下的位姿过程如下:
Figure BDA0002232378570000062
为例,求取相机在标定板坐标系中的位姿:WHC
位于距离球心h,经纬坐标的相机位姿可以从如下过程获得:世界坐标系
Figure BDA0002232378570000064
最后绕原来的z轴旋转-λ,即:
Figure BDA0002232378570000065
其中,
Figure BDA0002232378570000066
表示绕x轴旋转角度Ty(h)表示沿y轴平移h距离。
Rx(θ),Ry(θ),Rz(θ)的表达式为(cθ=cos(θ),sθ=sin(θ));
Figure BDA0002232378570000068
Figure BDA00022323785700000610
Ty(d)=[0,d,0]T
以上公式带入公式(1)可以求得相机坐标系在世界坐标系(即,标定板坐标系)中的位姿:WHC,世界坐标系在相机坐标系中的位姿为:CHW=(WHC)-1
步骤S4:通过使用粗略的相机与末端工具坐标系之间的位姿关系T0HC0将转化后标定板坐标系下的相机位姿转换为对应的机器人位姿,具体步骤如下:
在整个标定过程中,无论相机如何变换位姿,标定板位置不变,标定板在机器人坐标系中的位姿也不变;
BHWBHT THC CHWB0HT0 T0HC0 C0HW0B0HW0
其中,C0HW0为相机手动调整到标定板正上方工作距离时,标定板坐标系在相机坐标系中的位姿,T0HC0为机械加工与安装所粗略决定的相机坐标系在机械手工具坐标系中的位姿,在完成相机与机器人手眼标定之前有THCT0HC0B0HT0即为机器人的位姿,由机器人控制系统给出;
相机的规划位姿到机器人位姿之间的转换关系为,
BHTB0HT0 T0HC0 C0HW0(THC CHW)-1B0HW0(CHW)-1(THC)-1
由规划的相机在标定板坐标系下的位姿WHC到工具坐标系到机器人坐标系下的位姿BHT完成,机器人根据BHT运动即可使相机到达规划位姿,进行有效的标定板图像采集;
步骤S5:通过相机获取当前位姿并记录,判断当前位姿是否为最后的标定位姿,如果最后的位姿,则对所有已采集图片和位姿进行手眼标定,否则继续采集图片和位姿。
本发明从仿真与实物两方面做了实施。
仿真实施例如下:
仿真镜头焦距:25mm。
仿真工作距离:1000mm。
仿真标定板有效尺寸大小:500*500mm即L=500。
相机视野范围:1000*800mm,即W=1000mm,H=800mm。
标定板的模型图如图5所示。
如图6所示,标定板规划位姿相对于初始中心位姿的坐标为:(-250,150),(0,150),(250,150),(-250,-150),(0,-150),(250,-150)。
如图7所示,标定板深度平移范围:(0,0,50),(0,0,-50),(0,0,100),(0,0,-100),(0,0,0)。
如图8所示,标定板旋转位姿规划:(80°,0°),(80°,120°),(80°,240°),(65°,30°),(65°,150°),(65°,270°),(45°,60°),(45°,180°),(45°,300°)。
实物实施例如下:
如图4所示的一种机器人手眼自动标定装置,工业机器人选用ABBIRB6700-150/3.2,负载150Kg,臂展3.2m,工业相机选用康耐视工业相机CAM-CIC-10MR-10-G,分辨率为3840*2748,工控机选用研华工控机IPC-610L且配备2网口POE供电网卡PCIE-1672E-AE,通过千兆网线同时传送图像与供电相机,提高系统稳定性,选用陶瓷材质的标定板进行实验。
通过实验,实际使用自动手眼标定方法,标定精度和稳定性都已经达到很好的效果;其中,标定的结果和精度如下:
BINOCULAR CALIBRATION RESULT
Figure BDA0002232378570000081
平均位置误差为:0.25mm,最大位置误差为:0.45mm
平均姿态误差:0.19°,最大姿态误差:0.56°。
本发明并不局限于上述实施例,在本发明公开的技术方案的基础上,本领域的技术人员根据所公开的技术内容,不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形,这些替换和变形均在本发明的保护范围内。

Claims (3)

1.一种工业机器人自动手眼标定方法,其特征在于,包括手动初始化和自动手眼标定两个阶段:
手动初始化阶段:
步骤S1:将标定板放置在目标工作区域内,并调整相机,使之位于标定板的正上方处;
步骤S2:根据相机与末端工具坐标系之间的设计与安装尺寸或者采样3-5幅标定图片和对应的机器人位姿进行粗略标定,获取相机与末端工具坐标系之间的位姿关系:T0HC0
自动手眼标定阶段:
步骤S3:以标定板坐标系原点为球心,按照球体坐标系参数进行相机位姿规划并将其转化为笛卡尔坐标系下的位姿;
步骤S4:通过使用粗略的相机与末端工具坐标系之间的位姿关系T0HC0将转化后标定板坐标系下的相机位姿转换为对应的机器人位姿;
步骤S5:通过相机获取当前位姿并记录,判断当前位姿是否为最后的标定位姿,如果是最后的位姿,则对所有已采集图片和位姿进行手眼标定,否则继续采集图片和位姿。
2.根据权利要求1所述的一种工业机器人自动手眼标定方法,其特征在于,步骤S3具体为:
以标定板坐标系为世界坐标系{W},相机坐标系为{C},手眼标定的位姿规划在世界坐标系{W}下进行,且以世界坐标系原点为球心的球形坐标系下规划;规划的相机位姿分为:平移、深度和旋转三类,具体规划如下:
相机视野:W×H,标定板有效区域尺寸:L×L;
相机的平移范围:(W-L)×(H-L),规划位姿相对于初始中心位姿的坐标为:
(-(W-L)/2,(H-L)/2),(0,(H-L)/2),((W-L)/2,(H-L)/2),(-(W-L)/2,-(H-L)/2),(0,-(H-L)/2),((W-L)/2,-(H-L)/2);
深度平移范围:(0,0,h-d/2),(0,0,h-d/4),(0,0,h),(0,0,h+d/4),(0,0,h+d/2)。其中,h为相机的标准工作距离,d为人为设定深度方向的最大位移;
旋转位姿规划:以经纬度λ为参数,规划3×3组位姿,球面经纬度分别为(80°,0°),(80°,120°),(80°,240°),(65°,30°),(65°,150°),(65°,270°),(45°,60°),(45°,180°),(45°,300°);
将规划球体位姿转换为笛卡尔坐标系下的位姿过程如下:
Figure FDA0002232378560000022
为例,求取相机在标定板坐标系中的位姿:WHC
位于距离球心h,经纬坐标的相机位姿可以从如下过程获得:世界坐标系
Figure FDA0002232378560000024
最后绕原来的z轴旋转-λ,即:
其中,
Figure FDA0002232378560000026
表示绕x轴旋转角度Ty(h)表示沿y轴平移h距离。
Rx(θ),Ry(θ),Rz(θ)的表达式为(cθ=cos(θ),sθ=sin(θ));
Figure FDA0002232378560000028
Figure FDA0002232378560000029
Figure FDA00022323785600000210
Ty(d)=[0,d,0]T
以上公式带入公式(1)可以求得相机坐标系在世界坐标系(即,标定板坐标系)中的位姿:WHC,世界坐标系在相机坐标系中的位姿为:CHW=(WHC)-1
3.根据权利要求1所述的一种工业机器人自动手眼标定方法,其特征在于,步骤S4规划的相机位姿转换为对应的机器人位姿具体步骤如下:
在整个标定过程中,无论相机如何变换位姿,标定板位置不变,标定板在机器人坐标系中的位姿也不变;
BHWBHT THC CHWB0HT0 T0HC0 C0HW0B0HW0
其中,C0HW0为相机手动调整到标定板正上方工作距离时,标定板坐标系在相机坐标系中的位姿,T0HC0为机械加工与安装所粗略决定的相机坐标系在机械手工具坐标系中的位姿,在完成相机与机器人手眼标定之前有THCT0HC0B0HT0即为机器人的位姿,由机器人控制系统给出;
相机的规划位姿到机器人位姿之间的转换关系为,
BHTB0HT0 T0HC0 C0HW0(THC CHW)-1B0HW0(CHW)-1(THC)-1
由规划的相机在标定板坐标系下的位姿WHC到工具坐标系到机器人坐标系下的位姿BHT完成,机器人根据BHT运动即可使相机到达规划位姿,进行有效的标定板图像采集。
CN201910971948.4A 2019-10-14 2019-10-14 一种工业机器人自动手眼标定方法 Active CN110695996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910971948.4A CN110695996B (zh) 2019-10-14 2019-10-14 一种工业机器人自动手眼标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910971948.4A CN110695996B (zh) 2019-10-14 2019-10-14 一种工业机器人自动手眼标定方法

Publications (2)

Publication Number Publication Date
CN110695996A true CN110695996A (zh) 2020-01-17
CN110695996B CN110695996B (zh) 2022-05-31

Family

ID=69199288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910971948.4A Active CN110695996B (zh) 2019-10-14 2019-10-14 一种工业机器人自动手眼标定方法

Country Status (1)

Country Link
CN (1) CN110695996B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111515944A (zh) * 2020-03-30 2020-08-11 季华实验室 非固定路径机器人自动标定方法
CN111710002A (zh) * 2020-05-27 2020-09-25 华中科技大学 一种基于Optitrack系统的相机外参标定方法
CN112116666A (zh) * 2020-09-21 2020-12-22 华中科技大学鄂州工业技术研究院 一种用于相机标定的位姿调节方法与装置
CN112743546A (zh) * 2020-12-29 2021-05-04 华南理工大学 机器人手眼标定位姿选择方法、装置、机器人系统及介质
CN113211431A (zh) * 2021-04-16 2021-08-06 中铁第一勘察设计院集团有限公司 基于二维码修正机器人系统的位姿估计方法
CN114407018A (zh) * 2022-02-11 2022-04-29 天津科技大学 机器人手眼标定方法、装置、电子设备、存储介质及产品
CN115781698A (zh) * 2023-02-06 2023-03-14 广东省科学院智能制造研究所 分层式手眼标定机器人运动位姿自动生成方法、系统、设备和介质
CN117140518A (zh) * 2023-09-15 2023-12-01 广州市斯睿特智能科技有限公司 一种全自动机器人手眼标定方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107498558A (zh) * 2017-09-19 2017-12-22 北京阿丘科技有限公司 全自动手眼标定方法及装置
CN108942934A (zh) * 2018-07-23 2018-12-07 珠海格力电器股份有限公司 确定手眼标定的方法及装置
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
CN110202573A (zh) * 2019-06-04 2019-09-06 上海知津信息科技有限公司 全自动手眼标定、工作平面标定方法及装置
CN110202560A (zh) * 2019-07-12 2019-09-06 易思维(杭州)科技有限公司 一种基于单个特征点的手眼标定方法
CN110246193A (zh) * 2019-06-20 2019-09-17 南京博蓝奇智能科技有限公司 工业机器人末端相机在线标定方法
CN110276806A (zh) * 2019-05-27 2019-09-24 江苏大学 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

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107498558A (zh) * 2017-09-19 2017-12-22 北京阿丘科技有限公司 全自动手眼标定方法及装置
CN108942934A (zh) * 2018-07-23 2018-12-07 珠海格力电器股份有限公司 确定手眼标定的方法及装置
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
CN110276806A (zh) * 2019-05-27 2019-09-24 江苏大学 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
CN110202573A (zh) * 2019-06-04 2019-09-06 上海知津信息科技有限公司 全自动手眼标定、工作平面标定方法及装置
CN110246193A (zh) * 2019-06-20 2019-09-17 南京博蓝奇智能科技有限公司 工业机器人末端相机在线标定方法
CN110202560A (zh) * 2019-07-12 2019-09-06 易思维(杭州)科技有限公司 一种基于单个特征点的手眼标定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李福东等: "基于双目视觉与工业机器人的", 《机械设计与制造工程》 *
杨月全等: "机器人视觉伺服控制研究进展与挑战", 《郑州大学学报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111515944A (zh) * 2020-03-30 2020-08-11 季华实验室 非固定路径机器人自动标定方法
CN111515944B (zh) * 2020-03-30 2021-09-17 季华实验室 非固定路径机器人自动标定方法
CN111710002B (zh) * 2020-05-27 2022-09-16 华中科技大学 一种基于Optitrack系统的相机外参标定方法
CN111710002A (zh) * 2020-05-27 2020-09-25 华中科技大学 一种基于Optitrack系统的相机外参标定方法
CN112116666A (zh) * 2020-09-21 2020-12-22 华中科技大学鄂州工业技术研究院 一种用于相机标定的位姿调节方法与装置
CN112116666B (zh) * 2020-09-21 2022-09-27 华中科技大学鄂州工业技术研究院 一种用于相机标定的位姿调节方法与装置
CN112743546A (zh) * 2020-12-29 2021-05-04 华南理工大学 机器人手眼标定位姿选择方法、装置、机器人系统及介质
CN113211431B (zh) * 2021-04-16 2022-07-01 中铁第一勘察设计院集团有限公司 基于二维码修正机器人系统的位姿估计方法
CN113211431A (zh) * 2021-04-16 2021-08-06 中铁第一勘察设计院集团有限公司 基于二维码修正机器人系统的位姿估计方法
CN114407018A (zh) * 2022-02-11 2022-04-29 天津科技大学 机器人手眼标定方法、装置、电子设备、存储介质及产品
CN114407018B (zh) * 2022-02-11 2023-09-22 天津科技大学 机器人手眼标定方法、装置、电子设备、存储介质及产品
CN115781698A (zh) * 2023-02-06 2023-03-14 广东省科学院智能制造研究所 分层式手眼标定机器人运动位姿自动生成方法、系统、设备和介质
CN115781698B (zh) * 2023-02-06 2023-04-04 广东省科学院智能制造研究所 分层式手眼标定机器人运动位姿自动生成方法、系统、设备和介质
CN117140518A (zh) * 2023-09-15 2023-12-01 广州市斯睿特智能科技有限公司 一种全自动机器人手眼标定方法及系统

Also Published As

Publication number Publication date
CN110695996B (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN110695996B (zh) 一种工业机器人自动手眼标定方法
CN111775146B (zh) 一种工业机械臂多工位作业下的视觉对准方法
Lenz et al. Calibrating a cartesian robot with eye-on-hand configuration independent of eye-to-hand relationship
CN111801198B (zh) 一种手眼标定方法、系统及计算机存储介质
CN110757504B (zh) 高精度可移动机器人的定位误差补偿方法
CN107972071A (zh) 一种基于末端点平面约束的工业机器人连杆参数标定方法
CN111360821A (zh) 一种采摘控制方法、装置、设备及计算机刻度存储介质
CN114355953B (zh) 一种基于机器视觉的多轴伺服系统的高精度控制方法及系统
WO2023193362A1 (zh) 一种复合机器人和三维视觉的大型结构件自动焊接系统及方法
CN109781164A (zh) 一种线激光传感器的静态标定方法
CN113379849A (zh) 基于深度相机的机器人自主识别智能抓取方法及系统
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
CN112907682B (zh) 一种五轴运动平台的手眼标定方法、装置及相关设备
CN110202581A (zh) 机器人末端执行器工作误差的补偿方法、装置及电子设备
CN115841516A (zh) 用于对摄像头的动态本征参数进行建模的方法和设备
CN111699445B (zh) 机器人运动学模型优化方法、系统和存储装置
CN114083530B (zh) 工件坐标系标定系统及方法
Kong et al. Online measurement method for assembly pose of gear structure based on monocular vision
CN113359461B (zh) 一种适用于仿生眼系统的运动学标定方法
CN116136388A (zh) 机器人工具坐标系的标定方法、装置、设备以及存储介质
CN111612847B (zh) 机器人抓取操作的点云数据匹配方法及系统
CN109916352B (zh) 一种获取机器人tcp坐标的方法和装置
Peng et al. A visual kinematics calibration method for manipulator based on nonlinear optimization
Yang Talking about the industrial robot grasping technology based on machine vision
Deng et al. Calibration of a robot vision system coupled with structured light: method and experiments

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