CN111251189B - 一种用于铸件打磨的视觉定位方法 - Google Patents

一种用于铸件打磨的视觉定位方法 Download PDF

Info

Publication number
CN111251189B
CN111251189B CN201911102308.6A CN201911102308A CN111251189B CN 111251189 B CN111251189 B CN 111251189B CN 201911102308 A CN201911102308 A CN 201911102308A CN 111251189 B CN111251189 B CN 111251189B
Authority
CN
China
Prior art keywords
calibration
coordinate system
vector
robot
point
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
CN201911102308.6A
Other languages
English (en)
Other versions
CN111251189A (zh
Inventor
孔拓
高狄
陈国利
梁宪峰
宋立冬
罗诒波
刘云云
周斌
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.)
Changsha Chaint Robotics Co Ltd
Original Assignee
Changsha Chaint Robotics 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 Changsha Chaint Robotics Co Ltd filed Critical Changsha Chaint Robotics Co Ltd
Priority to CN201911102308.6A priority Critical patent/CN111251189B/zh
Publication of CN111251189A publication Critical patent/CN111251189A/zh
Application granted granted Critical
Publication of CN111251189B publication Critical patent/CN111251189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manipulator (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种用于铸件打磨的视觉定位方法，包括如下步骤：(1)标定相机图像坐标系与机器人坐标系之间的转换关系矩阵；(2)确定铸件的扫描特征点；(3)确定铸件的扫描特征点在相机图像坐标系中的坐标；(4)将扫描特征点的相机图像坐标系中的坐标转化为机器人坐标系下的坐标；(5)计算确定的铸件的多个扫描特征点的几何中心以及按顺时针或逆时针方向相邻两扫描特征点的中点在机器人坐标系下的坐标；(6)确定铸件坐标系。本发明可以解决使用小视野相机对大尺寸工件定位时相机视野不够导致无法定位的问题，同时可以解决铸件局部表面质量较差，一致性较差时的定位精度不高的问题，本方法效率高，成本低，产品一致性好。

Description

一种用于铸件打磨的视觉定位方法
技术领域
本发明属于机加工技术领域，具体涉及一种用于铸件打磨的视觉定位方法。
背景技术
铸件由于其表面光洁度以及粗糙度一般很大，若对产品光洁度、以及粗糙度有要求，则必须要进行进一步的切削或者打磨等加工，而目前我国铸件的清理仍以手工打磨为主，其定位和固定方式通常采用目视、手握，少数借助于机械定位，该方式生产效率低、产品一致性差，打磨人力成本也较高，因此非常有必要研究和开发具有自主知识产权的全自动铸件清理设备。
目前采用自动化的方式对铸件进行打磨的技术难点之一就是打磨过程中铸件产品的准确定位，为了解决打磨过程中的产品自动化定位问题，尤其针对铸件局部表面质量较差时，亟需提供一致性好、定位精度高的用于铸件打磨的视觉定位方法。
发明内容
本发明的目的是提供一致性好、定位精度高的用于铸件打磨的视觉定位方法。
上述目的是通过如下技术方案实现：一种用于铸件打磨的视觉定位方法，包括如下步骤：
(1)标定相机图像坐标系与机器人坐标系之间的转换关系矩阵；
(2)确定铸件的扫描特征点：在靠近铸件边缘的位置确定3个以上的扫描特征点；
(3)确定铸件的扫描特征点在相机图像坐标系中的坐标；
(4)根据步骤(1)的转换关系矩阵，将扫描特征点的相机图像坐标系中的坐标转化为机器人坐标系下的坐标；
(5)计算确定的铸件的多个扫描特征点的几何中心以及按顺时针或逆时针方向相邻两扫描特征点的中点在机器人坐标系下的坐标；
(6)以多个扫描特征点的几何中心为起点，顺时针或逆时针方向任意相邻两扫描特征点的中点为终点记为第一向量，以多个扫描特征点的几何中心为起点，另一顺时针或逆时针方向相邻两扫描特征点的中点为终点记为第二向量，第一向量与第二向量的向量积记为第三向量，第一向量与第三向量的单位向量的向量积记为第四向量，以多个扫描特征点的几何中心为原点，分别以第一向量的方向、第三向量的方向和第四向量的方向作为铸件坐标系的X方向、Z方向和Y方向建立铸件坐标系。
应用过程中通过标定好的工业相机，获取铸件表面不同特征点之间的位置关系，通过该位置关系建立一个和铸件本身唯一固定的坐标系，且和铸件各区域位置关系明确，以该坐标系作为铸件打磨的坐标系，即可实现铸件打磨过程中的定位。
本发明可以解决使用小视野相机对大尺寸工件定位时，相机视野不够导致无法定位的问题，同时可以解决铸件局部表面质量较差，一致性较差时的定位精度不高的问题，另外本发明技术拓宽视觉定位在工业机器人领域的应用范围，相对于现有的机械定位方法，本方法效率高，成本低，产品一致性好。
进一步的技术方案是，所述步骤(2)中在靠近铸件边缘的位置确定四个扫描特征点；所述步骤(3)中基于图像匹配的方法，确定四个扫描特征点在相机图像坐标系中的坐标；所述步骤(4)中扫描特征点在四个机器人坐标系下的坐标分别记为P1、P2、P3、P4；所述步骤(5)中分别计算特征点P1与P2，P2与P3中点，分别记为P12和P23，并计算P1、P2、P3、P4四个点的几何中心记为原点P0；所述步骤(6)中分别求出向量
Figure GDA0003106716410000021
和
Figure GDA0003106716410000022
Figure GDA0003106716410000023
和
Figure GDA0003106716410000024
分别为第一向量和第二向量，
Figure GDA0003106716410000025
和
Figure GDA0003106716410000026
的向量积为第三向量，
Figure GDA0003106716410000027
与第三向量的单位向量的向量积为第四向量。
进一步的技术方案是，所述步骤(1)中相机采用线激光视觉传感器，标定方法采用线激光传感器的静态标定方法，具体包括如下步骤：
S1线激光视觉传感器平面垂直方向的标定；
S2标定工具的安装：将标定工具设置在机器人的末端,其中,标定工具包括n个标定圆,n≥2；
S3确定机器人坐标系,标定标定工具上的各个标定圆；
S4调整机器人的末端的位置,使得标定工具置于线激光传感器的视野范围内,同时保证机器人在激光传感器视野范围内的移动方向与激光平面保持垂直；
S5机器人带动标定工具在激光传感器视野范围内移动,确定第一次扫描位置起始位置和结束位置,采集标定工具第一个扫描位置起始点至结束点移动过程的图像信息；
S6重复步骤S4,调整机器人的位置,确定第二次扫描位置的起始位置和结束位置,采集标定工具第二个扫描位置起始点至结束点移动过程的图像信息；
S7对步骤S5和步骤S6中采集的图像上的标定圆进行拟合,得到标定圆圆心在线激光传感器坐标系中的坐标；
S8根据标定工具上标定点在线激光传感器坐标系中的坐标和在机器人坐标系中的坐标进行值拟合运算得到转换关系矩阵的最佳匹配值。
进一步的技术方案是，所述步骤S3中采用XYZ-4点法和ABC-2点法标定工具上的各个标定圆，得到标定工具上各标定点相对于的坐标偏移量t1(x,y,z)～tn(x,y,z)，所述标定点为标定工具上标定圆的圆心。
进一步的技术方案是，所述步骤S5中，确定机器人移动的第一次起始位置以及结束位置，采集标定工具第一个扫描位置起始点至结束点移动过程的图像信息，并提取图像中的二维图像信息，同时根据步骤S3获取的各标定圆的标定点相对于机器人坐标系的坐标偏移量t1(x,y,z)～tn(x,y,z)获取标定工具上n个标定点在此扫描过程起始位置时的机器人坐标系中的坐标Q1(x,y,z)～Qn(x,y,z)。
进一步的技术方案是，所述步骤S6中的具体过程为，重复步骤S4，调整机器人的位置，确定第二次扫描位置的起始位置和结束位置，采集标定工具第二个扫描位置起始点至结束点移动过程的图像信息，并提取图像中的二维图像信息，同时根据步骤S3获取的各标定圆的标定点相对于机器人坐标系的坐标偏移量t1(x,y,z)～tn(x,y,z)获取标定工具上n个标定点在此扫描过程起始位置时的机器人坐标系中的坐标Qn+1(x,y,z)～Q2n(x,y,z)。
进一步的技术方案是，所述步骤S8中，根据标定工具上的标定点在机器人坐标系和线激光传感器坐标系中的位置矩阵采用最小二乘法求解线激光传感器坐标系与机器人坐标系的手眼标定矩阵。
进一步的技术方案是，所述步骤S8中具体步骤如下：
S8.1设机器人坐标系为Q，线激光传感器坐标系为P，P到Q的旋转矩阵和偏移矩阵分别为R和T，设空间某一点B在Q和P坐标系下的齐次坐标分别为Qb(X,Y,1)，Pb(x,y,1)，Pb和Qb之间转换关系如公式(1)所示：
Figure GDA0003106716410000041
其中R代表线激光传感器坐标系到机器人坐标系的旋转矩阵，t代表偏移量，SToBMat2D为标定圆圆心在线激光传感器中的坐标和机器人坐标系中的坐标的变换关系；
S8.2给定一个最小误差限值Minimum，将所有标定点在机器人坐标系中的坐标Qi(x,y,)和在线激光传感器坐标系中的坐标Pi(x,y,)代入到公式(2)中，通过不断迭代得到SToBMat2D的最佳拟合值，将到SToBMat2D的最佳拟合值代入公式(1)中得到线激光传感器坐标系到机器人坐标系的旋转矩阵R与偏移矩阵T；
Figure GDA0003106716410000042
其中，Qx[i]表示第i个标定点在机器人坐标系中的X方向的坐标值，Qy[i]表示第i个标定点在机器人坐标系中的Y方向的坐标值，Px[i]表示第i个标定点在线激光传感器坐标系中的的X方向的坐标值，Py[i]表示第i个标定点在线激光传感器坐标系中的的Y方向的坐标值。
本发明的使用，解决了非标准空间直角坐标系(当一个坐标轴为旋转轴)时的相机标定问题，本发明可解决线激光传感器使用过程中安装位置固定且不发生空间移动时的外部参数标定问题，降低基于激光视觉传感器应用系统外部设备间的误差，标定过程简单、操作简便、标定精度高，同时本发明拓宽了线激光在工业机器人领域的应用范围。
进一步的技术方案是，所述标定工具为标定纸，所述标定纸上的标定圆为黑色实心圆，所述标定圆的数量大于10个，所述标定纸平整粘贴于旋转轴上。
进一步的技术方案是，所述标定圆的数量为12个。
具体实施方式
下面结合对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。此外，本领域技术人员根据本文件的描述，可以对本文件中实施例中以及不同实施例中的特征进行相应组合。
本发明实施例如下，一种用于铸件打磨的视觉定位方法，包括如下步骤：
(1)标定相机图像坐标系与机器人坐标系之间的转换关系矩阵；
(2)确定铸件的扫描特征点：在靠近铸件边缘的位置确定3个以上的扫描特征点；
(3)确定铸件的扫描特征点在相机图像坐标系中的坐标；
(4)根据步骤(1)的转换关系矩阵，将扫描特征点的相机图像坐标系中的坐标转化为机器人坐标系下的坐标；
(5)计算确定的铸件的多个扫描特征点的几何中心以及按顺时针或逆时针方向相邻两扫描特征点的中点在机器人坐标系下的坐标；
(6)以多个扫描特征点的几何中心为起点，顺时针或逆时针方向任意相邻两扫描特征点的中点为终点记为第一向量，以多个扫描特征点的几何中心为起点，另一顺时针或逆时针方向相邻两扫描特征点的中点为终点记为第二向量，第一向量与第二向量的向量积记为第三向量，第一向量与第三向量的单位向量的向量积记为第四向量，以多个扫描特征点的几何中心为原点，分别以第一向量的方向、第三向量的方向和第四向量的方向作为铸件坐标系的X方向、Z方向和Y方向建立铸件坐标系。
应用过程中通过标定好的工业相机，获取铸件表面不同特征点之间的位置关系，通过该位置关系建立一个和铸件本身唯一固定的坐标系，且和铸件各区域位置关系明确，以该坐标系作为铸件打磨的坐标系，即可实现铸件打磨过程中的定位。
本发明可以解决使用小视野相机对大尺寸工件定位时，相机视野不够导致无法定位的问题，同时可以解决铸件局部表面质量较差，一致性较差时的定位精度不高的问题，另外本发明技术拓宽视觉定位在工业机器人领域的应用范围，相对于现有的机械定位方法，本方法效率高，成本低，产品一致性好。
在上述实施例的基础上，本发明另一实施例中，所述步骤(2)中在靠近铸件边缘的位置确定四个扫描特征点；所述步骤(3)中基于图像匹配的方法，确定四个扫描特征点在相机图像坐标系中的坐标；所述步骤(4)中扫描特征点在四个机器人坐标系下的坐标分别记为P1、P2、P3、P4；所述步骤(5)中分别计算特征点P1与P2，P2与P3中点，分别记为P12和P23，并计算P1、P2、P3、P4四个点的几何中心记为原点P0；所述步骤(6)中分别求出向量
Figure GDA0003106716410000061
和
Figure GDA0003106716410000062
和
Figure GDA0003106716410000063
分别为第一向量和第二向量，
Figure GDA0003106716410000064
和
Figure GDA0003106716410000065
的向量积为第三向量，
Figure GDA0003106716410000066
与第三向量的单位向量的向量积为第四向量。
在上述实施例的基础上，本发明另一实施例中，所述步骤(1)中相机采用线激光视觉传感器，标定方法采用线激光传感器的静态标定方法，具体包括如下步骤：
S1线激光视觉传感器平面垂直方向的标定；
S2标定工具的安装：将标定工具设置在机器人的末端,其中,标定工具包括n个标定圆,n≥2；
S3确定机器人坐标系,标定标定工具上的各个标定圆；
S4调整机器人的末端的位置,使得标定工具置于线激光传感器的视野范围内,同时保证机器人在激光传感器视野范围内的移动方向与激光平面保持垂直；
S5机器人带动标定工具在激光传感器视野范围内移动,确定第一次扫描位置起始位置和结束位置,采集标定工具第一个扫描位置起始点至结束点移动过程的图像信息；
S6重复步骤S4,调整机器人的位置,确定第二次扫描位置的起始位置和结束位置,采集标定工具第二个扫描位置起始点至结束点移动过程的图像信息；
S7对步骤S5和步骤S6中采集的图像上的标定圆进行拟合,得到标定圆圆心在线激光传感器坐标系中的坐标；
S8根据标定工具上标定点在线激光传感器坐标系中的坐标和在机器人坐标系中的坐标进行值拟合运算得到转换关系矩阵的最佳匹配值。
在上述实施例的基础上，本发明另一实施例中，所述步骤S3中采用XYZ-4点法和ABC-2点法标定工具上的各个标定圆，得到标定工具上各标定点相对于机器人坐标系的坐标偏移量t1(x,y,z)～tn(x,y,z)，所述标定点为标定工具上标定圆的圆心。
在上述实施例的基础上，本发明另一实施例中，所述步骤S5中，确定机器人移动的第一次起始位置以及结束位置，采集标定工具第一个扫描位置起始点至结束点移动过程的图像信息，并提取图像中的二维图像信息，同时根据步骤S3获取的各标定圆的标定点相对于机器人坐标系的坐标偏移量t1(x,y,z)～tn(x,y,z)获取标定工具上n个标定点在此扫描过程起始位置时的机器人坐标系中的坐标Q1(x,y,z)～Qn(x,y,z)。
在上述实施例的基础上，本发明另一实施例中，所述步骤S6中的具体过程为，重复步骤S4，调整机器人的位置，确定第二次扫描位置的起始位置和结束位置，采集标定工具第二个扫描位置起始点至结束点移动过程的图像信息，并提取图像中的二维图像信息，同时根据步骤S3获取的各标定圆的标定点相对于的坐标偏移量t1(x,y,z)～tn(x,y,z)获取标定工具上n个标定点在此扫描过程起始位置时的机器人坐标系中的坐标Qn+1(x,y,z)～Q2n(x,y,z)。
在上述实施例的基础上，本发明另一实施例中，所述步骤S8中，根据标定工具上的标定点在机器人坐标系和线激光传感器坐标系中的位置矩阵采用最小二乘法求解线激光传感器坐标系与机器人坐标系的手眼标定矩阵。
在上述实施例的基础上，本发明另一实施例中，所述步骤S8中具体步骤如下：
S8.1设机器人坐标系为Q，线激光传感器坐标系为P，P到Q的旋转矩阵和偏移矩阵分别为R和T，设空间某一点B在Q和P坐标系下的齐次坐标分别为Qb(X,Y,1)，Pb(x,y,1)，Pb和Qb之间转换关系如公式(1)所示：
Figure GDA0003106716410000071
其中R代表线激光传感器坐标系到机器人坐标系的旋转矩阵，t代表偏移量，SToBMat2D为标定圆圆心在线激光传感器中的坐标和机器人坐标系中的坐标的变换关系；
S8.2给定一个最小误差限值Minimum，将所有标定点在机器人坐标系中的坐标Qi(x,y,)和在线激光传感器坐标系中的坐标Pi(x,y,)代入到公式(2)中，通过不断迭代得到SToBMat2D的最佳拟合值，将到SToBMat2D的最佳拟合值代入公式(1)中得到线激光传感器坐标系到机器人坐标系的旋转矩阵R与偏移矩阵T；
Figure GDA0003106716410000081
其中，Qx[i]表示第i个标定点在机器人坐标系中的X方向的坐标值，Qy[i]表示第i个标定点在机器人坐标系中的Y方向的坐标值，Px[i]表示第i个标定点在线激光传感器坐标系中的的X方向的坐标值，Py[i]表示第i个标定点在线激光传感器坐标系中的的Y方向的坐标值。
本发明的使用，解决了非标准空间直角坐标系(当一个坐标轴为旋转轴)时的相机标定问题，本发明可解决线激光传感器使用过程中安装位置固定且不发生空间移动时的外部参数标定问题，降低基于激光视觉传感器应用系统外部设备间的误差，标定过程简单、操作简便、标定精度高，同时本发明拓宽了线激光在工业机器人领域的应用范围。
在上述实施例的基础上，本发明另一实施例中，所述标定工具为标定纸，所述标定纸上的标定圆为黑色实心圆，所述标定圆的数量大于10个，所述标定纸平整粘贴于旋转轴上。
在上述实施例的基础上，本发明另一实施例中，所述标定圆的数量为12个。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种用于铸件打磨的视觉定位方法，其特征在于，包括如下步骤：
(1)标定相机图像坐标系与机器人坐标系之间的转换关系矩阵；
(2)确定铸件的扫描特征点：在靠近铸件边缘的位置确定3个以上的扫描特征点；
(3)确定铸件的扫描特征点在相机图像坐标系中的坐标；
(4)根据步骤(1)的转换关系矩阵，将扫描特征点的相机图像坐标系中的坐标转化为机器人坐标系下的坐标；
(5)计算确定的铸件的多个扫描特征点的几何中心以及按顺时针或逆时针方向相邻两扫描特征点的中点在机器人坐标系下的坐标；
(6)以多个扫描特征点的几何中心为起点，顺时针或逆时针方向任意相邻两扫描特征点的中点为终点记为第一向量，以多个扫描特征点的几何中心为起点，另一顺时针或逆时针方向相邻两扫描特征点的中点为终点记为第二向量，第一向量与第二向量的向量积记为第三向量，第一向量与第三向量的单位向量的向量积记为第四向量，以多个扫描特征点的几何中心为原点，分别以第一向量的方向、第三向量的方向和第四向量的方向作为铸件坐标系的X方向、Z方向和Y方向建立铸件坐标系。
2.根据权利要求1所述的用于铸件打磨的视觉定位方法，其特征在于，所述步骤(2)中在靠近铸件边缘的位置确定四个扫描特征点；所述步骤(3)中基于图像匹配的方法，确定四个扫描特征点在相机图像坐标系中的坐标；所述步骤(4)中四个扫描特征点在机器人坐标系下的坐标分别记为P1、P2、P3、P4；所述步骤(5)中分别计算特征点P1与P2，P2与P3中点，分别记为P12和P23，并计算P1、P2、P3、P4四个点的几何中心记为原点P0；所述步骤(6)中分别求出向量
Figure FDA0003106716400000011
和
Figure FDA0003106716400000012
Figure FDA0003106716400000013
和
Figure FDA0003106716400000014
分别为第一向量和第二向量，
Figure FDA0003106716400000015
和
Figure FDA0003106716400000016
的向量积为第三向量，
Figure FDA0003106716400000017
与第三向量的单位向量的向量积为第四向量。
3.根据权利要求2所述的用于铸件打磨的视觉定位方法，其特征在于，所述步骤(1)中相机采用线激光视觉传感器，标定方法采用线激光传感器的静态标定方法，具体包括如下步骤：
S1线激光视觉传感器平面垂直方向的标定；
S2标定工具的安装：将标定工具设置在机器人的末端,其中,标定工具包括n个标定圆,n≥2；
S3确定机器人坐标系,标定标定工具上的各个标定圆；
S4调整机器人的末端的位置,使得标定工具置于线激光传感器的视野范围内,同时保证机器人在激光传感器视野范围内的移动方向与激光平面保持垂直；
S5机器人带动标定工具在激光传感器视野范围内移动,确定第一次扫描位置起始位置和结束位置,采集标定工具第一个扫描位置起始点至结束点移动过程的图像信息；
S6重复步骤S4,调整机器人的位置,确定第二次扫描位置的起始位置和结束位置,采集标定工具第二个扫描位置起始点至结束点移动过程的图像信息；
S7对步骤S5和步骤S6中采集的图像上的标定圆进行拟合,得到标定圆圆心在线激光传感器坐标系中的坐标；
S8根据标定工具上标定点在线激光传感器坐标系中的坐标和在机器人坐标系中的坐标进行值拟合运算得到转换关系矩阵的最佳匹配值。
4.根据权利要求3所述的用于铸件打磨的视觉定位方法，其特征在于，所述步骤S3中采用XYZ-4点法和ABC-2点法标定工具上的各个标定圆，得到标定工具上各标定点相对于机器人坐标系的坐标偏移量t1(x,y,z)～tn(x,y,z)，所述标定点为标定工具上标定圆的圆心。
5.根据权利要求4所述的用于铸件打磨的视觉定位方法，其特征在于，所述步骤S5中，确定机器人移动的第一次起始位置以及结束位置，采集标定工具第一个扫描位置起始点至结束点移动过程的图像信息，并提取图像中的二维图像信息，同时根据步骤S3获取的各标定圆的标定点相对于机器人坐标系的坐标偏移量t1(x,y,z)～tn(x,y,z)获取标定工具上n个标定点在此扫描过程起始位置时的机器人坐标系中的坐标Q1(x,y,z)～Qn(x,y,z)。
6.根据权利要求5所述的用于铸件打磨的视觉定位方法，其特征在于，所述步骤S6中的具体过程为，重复步骤S4，调整机器人的位置，确定第二次扫描位置的起始位置和结束位置，采集标定工具第二个扫描位置起始点至结束点移动过程的图像信息，并提取图像中的二维图像信息，同时根据步骤S3获取的各标定圆的标定点相对于的坐标偏移量t1(x,y,z)～tn(x,y,z)获取标定工具上n个标定点在此扫描过程起始位置时的机器人坐标系中的坐标Qn+1(x,y,z)～Q2n(x,y,z)。
7.根据权利要求6所述的用于铸件打磨的视觉定位方法，其特征在于，所述步骤S8中，根据标定工具上的标定点在机器人坐标系和线激光传感器坐标系中的位置矩阵采用最小二乘法求解线激光传感器坐标系与机器人坐标系的手眼标定矩阵。
8.根据权利要求7所述的用于铸件打磨的视觉定位方法，其特征在于，所述步骤S8中具体步骤如下：
S8.1设机器人坐标系为Q，线激光传感器坐标系为P，P到Q的旋转矩阵和偏移矩阵分别为R和T，设空间某一点B在Q和P坐标系下的齐次坐标分别为Qb(X,Y,1)，Pb(x,y,1)，Pb和Qb之间转换关系如公式(1)所示：
Figure FDA0003106716400000031
其中R代表线激光传感器坐标系到机器人坐标系的旋转矩阵，t代表偏移量，SToBMat2D为标定圆圆心在线激光传感器中的坐标和机器人坐标系中的坐标的变换关系；
S8.2给定一个最小误差限值Minimum，将所有标定点在机器人坐标系中的坐标Qi(x,y,)和在线激光传感器坐标系中的坐标Pi(x,y,)代入到公式(2)中，通过不断迭代得到SToBMat2D的最佳拟合值，将到SToBMat2D的最佳拟合值代入公式(1)中得到线激光传感器坐标系到机器人坐标系的旋转矩阵R与偏移矩阵T；
Figure FDA0003106716400000032
其中，Qx[i]表示第i个标定点在机器人坐标系中的X方向的坐标值，Qy[i]表示第i个标定点在机器人坐标系中的Y方向的坐标值，Px[i]表示第i个标定点在线激光传感器坐标系中的X方向的坐标值，Py[i]表示第i个标定点在线激光传感器坐标系中的Y方向的坐标值。
9.根据权利要求7所述的用于铸件打磨的视觉定位方法，其特征在于，所述标定工具为标定纸，所述标定纸上的标定圆为黑色实心圆，所述标定圆的数量大于10个，所述标定纸平整粘贴于旋转轴上。
10.根据权利要求9所述的用于铸件打磨的视觉定位方法，其特征在于，所述标定圆的数量为12个。
CN201911102308.6A 2019-11-12 2019-11-12 一种用于铸件打磨的视觉定位方法 Active CN111251189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911102308.6A CN111251189B (zh) 2019-11-12 2019-11-12 一种用于铸件打磨的视觉定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911102308.6A CN111251189B (zh) 2019-11-12 2019-11-12 一种用于铸件打磨的视觉定位方法

Publications (2)

Publication Number Publication Date
CN111251189A CN111251189A (zh) 2020-06-09
CN111251189B true CN111251189B (zh) 2021-07-27

Family

ID=70946694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911102308.6A Active CN111251189B (zh) 2019-11-12 2019-11-12 一种用于铸件打磨的视觉定位方法

Country Status (1)

Country Link
CN (1) CN111251189B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111638680B (zh) * 2020-06-15 2021-03-12 大连誉洋工业智能有限公司 一种基于机器人的铸件圆形结构打磨路径规划方法
CN112779830B (zh) * 2020-12-29 2023-03-24 廊坊市亿创科技有限公司 一种利用机器人定位辙叉的测量方法
CN115213736A (zh) * 2022-07-22 2022-10-21 昆山西诺巴精密模具有限公司 基于视觉检测的铸造零件毛坯余量均匀化加工方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101943563A (zh) * 2010-03-26 2011-01-12 天津大学 基于空间平面约束的线结构光视觉传感器的快速标定方法
CN104864807A (zh) * 2015-04-10 2015-08-26 深圳大学 一种基于主动双目视觉的机械手手眼标定方法
CN105716525A (zh) * 2016-03-30 2016-06-29 西北工业大学 基于激光跟踪仪的机器人末端执行器坐标系标定方法
WO2016179582A1 (en) * 2015-05-07 2016-11-10 The Cleveland Clinic Foundation Instrument tracking in oct-assisted surgery
CN107014291A (zh) * 2017-02-15 2017-08-04 南京航空航天大学 一种物料精密转载平台的视觉定位方法
JP2017220532A (ja) * 2016-06-06 2017-12-14 株式会社ディスコ ウエーハの切削方法
CN107543494A (zh) * 2017-02-16 2018-01-05 北京卫星环境工程研究所 立体标定装置及使用其测量坐标系转换的方法
CN109781164A (zh) * 2018-12-28 2019-05-21 长沙长泰机器人有限公司 一种线激光传感器的静态标定方法
CN110031014A (zh) * 2019-03-27 2019-07-19 浙江亚特电器有限公司 基于图案识别的视觉定位方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101943563A (zh) * 2010-03-26 2011-01-12 天津大学 基于空间平面约束的线结构光视觉传感器的快速标定方法
CN104864807A (zh) * 2015-04-10 2015-08-26 深圳大学 一种基于主动双目视觉的机械手手眼标定方法
WO2016179582A1 (en) * 2015-05-07 2016-11-10 The Cleveland Clinic Foundation Instrument tracking in oct-assisted surgery
CN105716525A (zh) * 2016-03-30 2016-06-29 西北工业大学 基于激光跟踪仪的机器人末端执行器坐标系标定方法
JP2017220532A (ja) * 2016-06-06 2017-12-14 株式会社ディスコ ウエーハの切削方法
CN107014291A (zh) * 2017-02-15 2017-08-04 南京航空航天大学 一种物料精密转载平台的视觉定位方法
CN107543494A (zh) * 2017-02-16 2018-01-05 北京卫星环境工程研究所 立体标定装置及使用其测量坐标系转换的方法
CN109781164A (zh) * 2018-12-28 2019-05-21 长沙长泰机器人有限公司 一种线激光传感器的静态标定方法
CN110031014A (zh) * 2019-03-27 2019-07-19 浙江亚特电器有限公司 基于图案识别的视觉定位方法

Also Published As

Publication number Publication date
CN111251189A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
CN111251189B (zh) 一种用于铸件打磨的视觉定位方法
CN109794938B (zh) 一种适用于曲面结构的机器人制孔误差补偿装置及其方法
CN111775146B (zh) 一种工业机械臂多工位作业下的视觉对准方法
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
CN107214703B (zh) 一种基于视觉辅助定位的机器人自标定方法
CN107256568B (zh) 一种高精度机械臂手眼相机标定方法及标定系统
CN108326850B (zh) 一种机器人准确移动机械臂到达指定位置的方法及系统
CN112781496B (zh) 一种非接触测量系统的测头位姿标定方法
CN111300422A (zh) 基于视觉图像的机器人工件抓取位姿误差补偿方法
CN111369630A (zh) 一种多线激光雷达与相机标定的方法
CN107457785B (zh) 一种基于关节反馈的机器人位置补偿方法
CN109623822B (zh) 机器人手眼标定方法
CN107804708A (zh) 一种贴装机取料旋转轴的旋转中心定位方法
CN112880592B (zh) 一种基于芯轴的数控转台顶尖的倾斜标定方法
CN105773661B (zh) 水平机器人固定相机下工件平移旋转标定方法
CN105205806A (zh) 一种基于机器视觉的精度补偿方法
CN110962127B (zh) 一种用于机械臂末端位姿辅助标定装置及其标定方法
CN111307062B (zh) 加工铸件基准的传递方法
CN115311371A (zh) 一种双机器人自动测量划线系统标定方法
CN113781558B (zh) 一种姿态与位置解耦的机器人视觉寻位方法
CN110017770A (zh) 一种应用于三坐标测量机的视觉检测标定方法
JP2011238097A (ja) 位置決め装置のキャリブレーション方法、位置決め装置、およびこれらのためのコンピュータプログラム
JP6807450B2 (ja) 多関節ロボットの平行度判定方法および多関節ロボットの傾き調整装置
CN110815177B (zh) 一种复合机器人2d视觉引导示教的迁移方法
CN111745465A (zh) 一种数控机床工件的自适应定位方法及定位系统

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A visual positioning method for grinding castings

Effective date of registration: 20210917

Granted publication date: 20210727

Pledgee: Huarong Bank of Xiangjiang Limited by Share Ltd. Changsha branch

Pledgor: CHANGSHA CTR ROBOTICS Co.,Ltd.

Registration number: Y2021430000049

PE01 Entry into force of the registration of the contract for pledge of patent right
PM01 Change of the registration of the contract for pledge of patent right

Change date: 20230320

Registration number: Y2021430000049

Pledgee after: Bank of Hunan Co.,Ltd. Changsha Branch

Pledgee before: Huarong Bank of Xiangjiang Limited by Share Ltd. Changsha branch

PM01 Change of the registration of the contract for pledge of patent right