CN110936378B - 一种基于增量补偿的机器人手眼关系自动标定方法 - Google Patents

一种基于增量补偿的机器人手眼关系自动标定方法 Download PDF

Info

Publication number
CN110936378B
CN110936378B CN201911225755.0A CN201911225755A CN110936378B CN 110936378 B CN110936378 B CN 110936378B CN 201911225755 A CN201911225755 A CN 201911225755A CN 110936378 B CN110936378 B CN 110936378B
Authority
CN
China
Prior art keywords
calibration
mechanical arm
origin
tcp
tail end
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
CN201911225755.0A
Other languages
English (en)
Other versions
CN110936378A (zh
Inventor
杨跞
朱小生
贺琪欲
李兵
刘一帆
许楠
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.)
Siasun Co Ltd
Original Assignee
Siasun Co Ltd
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 Siasun Co Ltd filed Critical Siasun Co Ltd
Priority to CN201911225755.0A priority Critical patent/CN110936378B/zh
Publication of CN110936378A publication Critical patent/CN110936378A/zh
Application granted granted Critical
Publication of CN110936378B publication Critical patent/CN110936378B/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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种基于增量补偿的机器人手眼关系自动标定方法，包括：引导机械臂末端至适当的标定原点，采集工作台面上标定物的图像，提取其中基准点的像素坐标；预设各数据采集点相对于所述标定原点的TCP偏移量；控制机械臂分别按预设的偏移量沿TCP坐标系到达各数据采集点，采集基准点的像素坐标；根据采集到的各像素坐标相对于所述标定原点处像素坐标的偏差，及其对应的相对于标定原点的TCP偏移量，计算标定参数。本发明标定精度高，自动化实现，方便快捷，标定效率高，可应用于底座固定和不固定的机械臂。

Description

一种基于增量补偿的机器人手眼关系自动标定方法
技术领域
本公开属于工业机器人领域，尤其是机器人视觉引导技术，具体涉及一种机器人手眼关系自动标定方法。
背景技术
目前的机器人手眼关系标定一般都在机器人基坐标系下进行，相机采集标定物图像，获取其像素坐标点，示教引导机械臂末端标定探针接触标定物中心点，获取标定物像素坐标点所对应的机械臂基坐标，根据所有获取的像素坐标点与机器人基坐标点之间的点对关系，求解标定参数。但这种方法，一是需要操作员手动示教机械臂末端的标定探针去接触标定物中心点，示教的精准度依赖于人眼观察，误差大；二是需要操作员手动示教多点，一般在四点以上，操作复杂，效率低；三是该方法标定过程获取的是机器人基坐标系下的点，一般用于底座固定的机器人，如果机器人底座不固定，如移动机械手，则标定方法失效。
发明内容
本发明的目的在于提供一种基于增量补偿的机器人手眼关系自动标定方法，以解决上述标定方法存在的手动示教的准确度影响标定精度，多次示教以及操作较繁琐、应用受限等问题。
本发明提供的一种基于增量补偿的机器人手眼关系自动标定方法，包括：
引导机械臂末端至适当的标定原点，采集工作台面上标定物的图像，通过识别定位提取其中基准点的像素坐标；
预设各数据采集点相对于所述标定原点的TCP偏移量；
控制机械臂分别按预设的偏移量沿TCP坐标系到达各数据采集点，采集所述标定物的图像，提取其中基准点的像素坐标；
根据采集到的像素坐标值及其对应的TCP偏移量，计算标定参数。
进一步地，所述引导机械臂末端至适当标定原点的步骤包括：
调整机械臂末端姿态，使其工作平面与工作台面平行；
调整机械臂末端与工作台的距离和机械臂末端图像采集装置的焦距，使获得的所述标定物的图像清晰，且位于视场中心附近，则机械臂末端所处的当前点即为所述标定原点。
进一步地，所述标定物采用二维码标签或字符标签。
进一步地，所述对标定物图像进行识别定位的方法为：
如果所述标定物采用二维码标签，使用二维码识别定位方式对其中的基准点进行定位，如果所述标定物采用字符标签，则使用形状匹配方式进行定位。
进一步地，其中所述控制机械臂分别按预设的偏移量沿TCP坐标系到达各数据采集点的方法为：
从所述标定原点出发，沿TCP坐标系，按预设偏移量到达第一个采集点，采集完后回到标定原点，再沿TCP坐标系，按预设偏移量到达下一个采集点，以此类推。
进一步地，所述计算标定参数的方法为：
假设机械臂末端在所述标定原点处，得到标定物的像素坐标为(u0,v0)；机械臂末端沿着TCP坐标系移动Δx，得到标定物的像素坐标为(u1,v1)；机械臂末端返回到标定原点后再沿着TCP坐标系移动Δy，得到标定物的像素坐标为(u2,v2)；
那么当标定物的像素坐标为(u,v)时，机械臂相对于标定原点的TCP偏移量(Δx',Δy')应为：
Figure BDA0002302159240000021
其中，
Δu1＝u1-u0，Δv1＝v1-v0，Δu2＝u2-u0，Δv2＝v2-v0，Δu＝u-u0，Δv＝v-v0。
本发明提供的机器人手眼关系自动标定方法，自动控制机器人按预设偏移量沿TCP坐标系到达各采集点，然后根据各点处获得的标定物像素坐标相对于标定原点处像素坐标的偏差，及其对应的机械臂相对于标定原点的TCP偏移量，计算标定参数。可见，该方法将复杂的基坐标下的手眼对应关系转到TCP坐标系下解决，避免了传统的基坐标系下示教顶针取点不一致带来的精度下降问题，在TCP坐标系中建立了精确的手眼对应关系，后续可以以此为基础，在TCP坐标系中控制机械臂位置的调整，便捷精准；同时无需示教过程，自动完成机械臂的偏移和数据的提取，大大简化了标定程序，提高标定效率；另外这种方法不限于底座固定的机器人。
与现有技术相比，其有益效果主要包括：(1)标定精度提高；(2)自动化实现，方便快捷，标定效率提高；(3)应用范围不限于底座固定的机器人。
应了解的是，上述一般描述及以下具体实施方式仅为示例性及阐释性的，其并不能限制本申请所欲主张的范围。
附图说明
下面的附图是本发明说明书的一部分，其示出了本发明的实施例，所附附图与说明书的描述一起用来说明本发明的原理。
图1为根据示例性实施例的基于增量补偿的机器人手眼关系自动化标定方法流程图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
附图1中给出了根据示例性实施例的基于增量补偿的机器人手眼关系自动化标定方法流程图。如图所示，示例性的手眼关系自动化标定方法包括以下步骤：
引导机械臂末端至适当的标定原点，采集此时工作台面上标定物的图像，通过定位识别，提取其中基准点的像素坐标；
预设各数据采集点相对于所述标定原点的TCP偏移量；
控制机械臂分别按预设的偏移量沿TCP坐标系到达各数据采集点，采集所述标定物的图像，提取其中基准点的像素坐标；
根据采集到的各像素坐标相对于所述标定原点处像素坐标的偏差，及其对应的相对于标定原点的TCP偏移量，计算标定参数。
其中，引导机械臂末端至适当的标定原点可通过示教方式完成，主要保证机械臂末端的图像采集装置有适当大小的视野范围，获取的图像清晰，以及工作台上的标识物尽量处于视场中间位置。优选方案为：
调整机械臂末端姿态，使其工作平面与工作台面平行；
调整机械臂末端与工作台的距离和机械臂末端图像采集装置的焦距，使获得的所述标定物的图像清晰，且位于视场中心附近，则机械臂末端所处的当前点即为所述标定原点。
设置在工作台上的标识物为标定提供定位基准。设在工作台面上的固定位置。为了后续对标定物图像识别定位方便，标识物应与周围背景有较明显差异。从中选择一个固定的特征点作为基准点，以该点的像素坐标作为标识物的像素坐标。
标识物可以有多种选择，优选方案为二维码标签或字符标签。
对标定物图像进行识别定位可以采用现有技术中的各种方法。优选的，如果所述标定物采用二维码标签，可使用二维码识别定位方式对其中的基准点进行定位，如果所述标定物采用字符标签，则使用形状匹配方式进行定位。
用TCP偏移量的方式预设完各数据采集点的位置后，可以有多种方法控制机械臂到达各数据采集点，其中精度较高的优选方案为：
从所述标定原点出发，沿TCP坐标系，按预设偏移量到达第一个采集点，采集完后回到标定原点，再沿TCP坐标系，按预设偏移量到达下一个采集点，以此类推。比如，机械臂末端沿着TCP坐标系移动Δx，到达第一个点；采集完后返回到标定原点，然后再沿着TCP坐标系移动Δy，到达第二个点。
本发明中的标定参数，表征了机器人“看到”的标识物基准点像素坐标与机械臂的TCP偏移量之间的对应关系，这种对应关系利用在不同采集点处“看到”的物体的位置相对于标定原点处的偏差，以及对应的“手”的偏移量进行线性计算即可得到。优选方法为：
假设机械臂末端在所述标定原点处，得到标定物的像素坐标为(u0,v0)；机械臂末端沿着TCP坐标系移动Δx，得到标定物的像素坐标为(u1,v1)；机械臂末端返回到标定原点后再沿着TCP坐标系移动Δy，得到标定物的像素坐标为(u2,v2)；
那么当标定物的像素坐标为(u,v)时，机械臂相对于标定原点的TCP偏移量(Δx',Δy')应为：
Figure BDA0002302159240000051
其中，
Δu1＝u1-u0，Δv1＝v1-v0，Δu2＝u2-u0，Δv2＝v2-v0，Δu＝u-u0，Δv＝v-v0。
在采用以上标定方法进行机器人视觉引导动作时，通过获取实际的标识物的像素坐标，根据以上标定参数算出相应偏移量，控制机械臂按该偏移量沿TCP坐标系进行偏移，即可便捷准确地使机械臂到达标定时相对于标识物的位置。
以上所述仅为本申请示意性的具体实施方式，在不脱离本申请的构思和原则的前提下，任何本领域的技术人员所做出的等同变化与修改，均应属于本申请保护的范围。

Claims (6)

1.一种基于增量补偿的机器人手眼关系自动标定方法，包括：
引导机械臂末端至适当的标定原点，采集工作台面上标定物的图像，通过识别定位提取其中基准点的像素坐标；
预设各数据采集点相对于所述标定原点的TCP偏移量；
控制机械臂分别按预设的偏移量沿TCP坐标系到达各数据采集点，采集所述标定物的图像，提取其中基准点的像素坐标；
根据采集到的各像素坐标相对于所述标定原点处像素坐标的偏差，及其对应的相对于标定原点的TCP偏移量，计算标定参数。
2.根据权利要求1所述的机器人手眼关系自动标定方法，其特征在于，所述引导机械臂末端至适当标定原点的步骤包括：
调整机械臂末端姿态，使其工作平面与工作台面平行；
调整机械臂末端与工作台的距离和机械臂末端图像采集装置的焦距，使获得的所述标定物的图像清晰，且位于视场中心附近，则机械臂末端所处的当前点即为所述标定原点。
3.根据权利要求1所述的机器人手眼关系自动标定方法，其特征在于，所述标定物采用二维码标签或字符标签。
4.根据权利要求3所述的机器人手眼关系自动标定方法，其特征在于，所述对标定物图像进行识别定位的方法为：
如果所述标定物采用二维码标签，使用二维码识别定位方式对其中的基准点进行定位，如果所述标定物采用字符标签，则使用形状匹配方式进行定位。
5.根据权利要求1所述的机器人手眼关系自动标定方法，其特征在于，其中所述控制机械臂分别按预设的偏移量沿TCP坐标系到达各数据采集点的方法为：
从所述标定原点出发，沿TCP坐标系，按预设偏移量到达第一个采集点，采集完后回到标定原点，再沿TCP坐标系，按预设偏移量到达下一个采集点，以此类推。
6.根据权利要求1所述的机器人手眼关系自动标定方法，其特征在于，所述计算标定参数的方法为：
假设机械臂末端在所述标定原点处，得到标定物的像素坐标为(u0,v0)；机械臂末端沿着TCP坐标系移动Δx，得到标定物的像素坐标为(u1,v1)；机械臂末端返回到标定原点后再沿着TCP坐标系移动Δy，得到标定物的像素坐标为(u2,v2)；
那么当标定物的像素坐标为(u,v)时，机械臂相对于标定原点的TCP偏移量(Δx',Δy')应为：
Figure FDA0002302159230000021
其中，
Δu1＝u1-u0，Δv1＝v1-v0，Δu2＝u2-u0，Δv2＝v2-v0，Δu＝u-u0，Δv＝v-v0。
CN201911225755.0A 2019-12-04 2019-12-04 一种基于增量补偿的机器人手眼关系自动标定方法 Active CN110936378B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911225755.0A CN110936378B (zh) 2019-12-04 2019-12-04 一种基于增量补偿的机器人手眼关系自动标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911225755.0A CN110936378B (zh) 2019-12-04 2019-12-04 一种基于增量补偿的机器人手眼关系自动标定方法

Publications (2)

Publication Number Publication Date
CN110936378A CN110936378A (zh) 2020-03-31
CN110936378B true CN110936378B (zh) 2021-09-03

Family

ID=69909853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911225755.0A Active CN110936378B (zh) 2019-12-04 2019-12-04 一种基于增量补偿的机器人手眼关系自动标定方法

Country Status (1)

Country Link
CN (1) CN110936378B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111515955B (zh) * 2020-05-13 2022-02-18 中科新松有限公司 柔性关节机械臂残余抖动抑制方法和抑制装置
CN111803070A (zh) * 2020-06-19 2020-10-23 浙江大华技术股份有限公司 身高测量方法及电子设备
CN113172636B (zh) * 2021-06-29 2021-11-02 深圳市越疆科技有限公司 一种自动手眼标定方法、装置及存储介质
CN113894793B (zh) * 2021-11-11 2023-01-24 易思维（杭州）科技有限公司 一种零件与视觉传感器相对位姿关系的获取方法
CN114677429B (zh) * 2022-05-27 2022-08-30 深圳广成创新技术有限公司 一种机械手的定位方法、装置、计算机设备和存储介质
CN115682926B (zh) * 2022-09-07 2023-08-29 广东爱吉尔机器人科技有限公司 一种一对多快速手眼标定的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3277468A4 (en) * 2015-04-02 2019-10-16 ABB Schweiz AG METHOD FOR COMMISSIONING AN INDUSTRIAL ROBOT, INDUSTRIAL ROBOT SYSTEM AND CONTROL SYSTEM USING THE SAME
CN105729468B (zh) * 2016-01-27 2018-01-09 浙江大学 一种基于多深度摄像机增强的机器人工作台
DE102016212695B4 (de) * 2016-05-31 2019-02-21 Siemens Aktiengesellschaft Industrieroboter
CN106426172B (zh) * 2016-10-27 2019-04-16 深圳元启智能技术有限公司 一种工业机器人工具坐标系的标定方法与系统
CN108122257B (zh) * 2016-11-28 2021-11-30 沈阳新松机器人自动化股份有限公司 一种机器人手眼标定方法及装置
CN109671122A (zh) * 2018-12-14 2019-04-23 四川长虹电器股份有限公司 手眼相机标定方法及装置
CN110497386B (zh) * 2019-08-26 2021-03-30 中科新松有限公司 一种协作机器人手眼关系自动标定方法

Also Published As

Publication number Publication date
CN110936378A (zh) 2020-03-31

Similar Documents

Publication Publication Date Title
CN110936378B (zh) 一种基于增量补偿的机器人手眼关系自动标定方法
CN111775146B (zh) 一种工业机械臂多工位作业下的视觉对准方法
CN110497386B (zh) 一种协作机器人手眼关系自动标定方法
JP6964989B2 (ja) 制御方法、ロボットシステム、物品の製造方法、プログラム、及び記録媒体
CN110238849B (zh) 机器人手眼标定方法及装置
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
CN110276799B (zh) 一种坐标标定方法、标定系统及机械臂
CN111012506B (zh) 基于立体视觉的机器人辅助穿刺手术末端工具中心标定方法
CN108942918B (zh) 一种基于线结构光的立体定位方法
CN110906863B (zh) 一种用于线结构光传感器的手眼标定系统及标定方法
CN109781164B (zh) 一种线激光传感器的静态标定方法
CN112648934B (zh) 一种自动化弯管几何形态检测方法
CN111531407B (zh) 一种基于图像处理的工件姿态快速测量方法
CN116423526B (zh) 一种机械臂工具坐标的自动标定方法及系统、存储介质
CN114355953A (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
CN111482964A (zh) 一种新的机器人手眼标定方法
CN115752295A (zh) 一种线激光轮廓仪自动手眼标定方法
CN113334380A (zh) 基于双目视觉的机器人视觉标定方法、控制系统及装置
CN112529856A (zh) 确定操作对象位置的方法、机器人和自动化系统
CN113237434A (zh) 一种基于阶梯形标定物的激光轮廓传感器eye-in-hand标定方法
CN112958960A (zh) 一种基于光学靶标的机器人手眼标定装置
CN110861076A (zh) 一种机械臂的手眼标定装置
CN113160326B (zh) 一种基于重建坐标系的手眼标定方法及装置
CN115397634A (zh) 取得机器人的控制坐标系中的视觉传感器的位置的装置、机器人系统、方法以及计算机程序
Cheng Robot manipulation of 3D cylindrical objects with a robot-mounted 2D vision camera

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