CN111300422A - 基于视觉图像的机器人工件抓取位姿误差补偿方法 - Google Patents
基于视觉图像的机器人工件抓取位姿误差补偿方法 Download PDFInfo
- Publication number
- CN111300422A CN111300422A CN202010186038.8A CN202010186038A CN111300422A CN 111300422 A CN111300422 A CN 111300422A CN 202010186038 A CN202010186038 A CN 202010186038A CN 111300422 A CN111300422 A CN 111300422A
- Authority
- CN
- China
- Prior art keywords
- pose
- workpiece
- error
- residual
- posture
- 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
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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了基于视觉图像的机器人工件抓取位姿误差补偿方法,包括如下步骤:步骤1:配置系统:获得摄像机坐标系与机械臂基坐标系之间的转换关系;步骤2:获取示教参考姿态[x0,y0,θ0]T;步骤3:获取抓取工件姿态[x1,y1,θ1]T;步骤4:获取抓取工件姿态与示教参考姿态之间的工件位姿误差,所述工件位姿误差等于原始位姿误差、旋转引入位姿误差与残余位姿误差之和;步骤5:误差补偿:利用所述工件位姿误差矫正所述抓取工件姿态。本发明基于视觉图像的机器人工件抓取位姿误差补偿方法,通过视觉获取待装配零件与机器人的相对位置,通过获取的位姿信息计算机器人相对目标位姿的位姿差,从而实现位姿误差补偿,提高作业系统的适应性及抓取定位精度。
Description
技术领域
本发明属于自动化控制技术领域,具体的为一种基于视觉图像的机器人工件抓取位姿误差补偿方法。
背景技术
工业机器人成为了实现工业自动化的重要工具之一,其中抓取-矫正-放置完成装配动作是较为广泛的应用之一。目前多数应用于自动化生产线上的机器人仅通过示教的方式完成固定的动作,无法对环境的变化做出合理的应对措施。对于应用柔性夹具夹取异性零件的应用领域,每次抓取工件相对于机器人的位置均不确定,传统的机器人示教方式无法满足应用要求。
公开号为CN109591019A的中国专利申请公开了一种无确定性定位特征物体的空间精确定位方法,包括以下步骤:首先,通过外形点云扫描构建无确定性定位特征物体的位姿控制点在零件局部坐标系的坐标;其次,利用工业机器人及其末端执行器实现工业机器人对无确定性定位特征物体的抓取及定位;第三,利用安装在工业机器人末端执行器上的多目视觉测量系统测量所抓取的无确定性定位特征物体上的位姿控制点,从而通过外形点云扫描确定的无确定性定位特征物体的位姿控制点的测量值与局部坐标系的理论值计算无确定性定位特征物体与机器人末端执行器的的相对位姿关系;第四,利用T-Mac 6D测量系统(6D机械跟踪探测器,与激光跟踪仪配合使用)实现实时跟踪测量机器人末端执行器的空间位姿;第五,最后基于T-Mac 6D测量系统跟踪机器人实时空间姿态,计算姿态误差,并驱动机器人进行补偿运动,实现无确定性定位特征物体的装配定位。
该无确定性定位特征物体的空间精确定位方法通过外形扫描数据与理论数模拟合求解出位姿控制点在其零件坐标系下的坐标值,从而实现无确定性定位特征物体的空间定位,但对于有明显定位特征的零部件,该方法并不适用。
发明内容
有鉴于此,本发明的目的在于提供一种基于视觉图像的机器人工件抓取位姿误差补偿方法,通过视觉获取待装配零件与机器人的相对位置,通过获取的位姿信息计算机器人相对目标位姿的位姿差,从而实现位姿误差补偿,提高作业系统的适应性及抓取定位精度。
为达到上述目的,本发明提供如下技术方案:
一种基于视觉图像的机器人工件抓取位姿误差补偿方法,包括如下步骤:
步骤1:配置系统:按照设定位置关系安装机械臂和摄像机,构建机械臂基坐标系、机械臂末端夹具坐标系和摄像机坐标系,获得摄像机坐标系与机械臂基坐标系之间的转换关系,并使摄像机坐标系的Z轴垂直于安装平面;
步骤2:获取示教参考姿态:利用机械臂末端夹具抓取处于目标姿态的目标工件至摄像机视野方位内,使目标工件的特征平面与安装平面平行,记录此时的目标工件的特征平面为目标平面,记录此时的机械臂位置信息为取像位置;
利用摄像机采集目标工件的数字图像,记为目标数字图像,从该目标数字图像中提取目标工件特征平面的位姿信息作为姿态矫正依据,记为示教参考姿态[x0,y0,θ0]T;
步骤3:获取抓取工件姿态:利用机械臂末端夹具抓取待装配工件至所述取像位置,使该待装配工件的特征平面位于所述目标平面内;
利用摄像机采集该待装配工件的数字图像,记为抓取数字图像,从该抓取数字图像中提取待装配工件特征平面的位姿信息,记为抓取工件姿态[x1,y1,θ1]T;
步骤4:获取抓取工件姿态与示教参考姿态之间的工件位姿误差,所述工件位姿误差等于原始位姿误差、旋转引入位姿误差与残余位姿误差之和;
41)获取原始位姿误差:所述原始位姿误差[Δx1,Δy1,Δθ1]T等于示教参考姿态与抓取工件姿态之差;
42)获取旋转引入位姿误差:利用机械臂驱动待装配工件绕垂直于其特征平面的固定轴转动,利用摄像机获取待装配工件在不同旋转角度处的数字图像,从而获取位于待装配工件特征平面上的特征点圆心的坐标,并求解得到待装配工件绕固定轴转动的回转中心坐标;回转中心坐标矫正旋转过程中因回转中心与特征点圆心不重合而引入的位姿差,即为旋转引入位姿误差;
43)获取残余位姿误差:
43a)获取残余位姿差函数:测量在不同原始位姿误差角度分量条件下的残余位姿差,得到一系列原始位姿误差角度分量与残余位姿误差之间的数据对,拟合得到残余位姿差函数;
43b)将当前原始位姿误差的角度分量代入所述残余位姿差函数,求解得到当前待装配工件的残余位姿误差;
步骤5:误差补偿:利用所述工件位姿误差矫正所述抓取工件姿态。
进一步,所述机械臂基坐标系、机械臂末端夹具坐标系和摄像机坐标系的Z轴相互平行并均垂直于安装平面。
进一步,所述步骤42)中,旋转引入位姿误差[Δx2,Δy2,Δθ2]T的计算方法为:
其中,[xr,yr]T为回转中心的坐标;l和α分别为特征点圆心与回转中心连线所得线段长度及该连线与摄像机坐标系X轴所成夹角;且:
其中,Δbx和Δby分别为特征点圆心坐标与回转中心坐标之间X分量差及Y分量差;k1,k2为系数;且:
当Δbx≥0,Δby≥0时,k1=0,k2=1;
当Δbx<0,Δby≥0时,k1=1,k2=-1;
当Δbx≥0,Δby<0时,k1=2,k2=-1;
当Δbx<0,Δby<0时,k1=1,k2=1。
进一步,所述步骤43a)中,残余位姿差的测量方法为:利用原始位姿误差和旋转引入位姿误差矫正抓取工件姿态,记矫正后的待装配工件的抓取姿态为过渡姿态;测量所述示教参考姿态与该过渡姿态之间的位姿差,记为在当前的原始位姿误差的角度分量条件下的残余位姿差。
进一步,所述残余位姿差函数为:
其中,[Δx3,Δy3,Δθ3]T为残余位姿差,Δθ1原始位姿误差的角度分量;ω1、ω2、θ0、θ1、b0、b1、c0、c1均为常数。
进一步,所述工件位姿误差为:
本发明的有益效果在于:
本发明基于视觉图像的机器人工件抓取位姿误差补偿方法,利用摄像机为机器人提供视觉系统,并利用视觉信息对机器人运动进行修正,结合数字图像特征提取算法及位姿矫正算法,通过求解原始位姿误差、旋转引入位姿误差与残余位姿误差来获取抓取工件姿态与示教参考姿态之间的工件位姿误差,实现了机器人工件抓取位姿误差补偿,提高了自动化装配系统的稳定性及兼容性。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为适用于本发明基于视觉图像的机器人工件抓取位姿误差补偿方法的系统模型示意图;
图2为系统模型中的坐标系及位姿转换关系示意图;
图3为一种具有特征平面的工件的结构示意图;
图4为工件的特征平面的结构示意图。
附图标记说明:
1-待矫正零件、2-摄像机、3-工装板、4-矫正完成后零件、5-送料线体、6-工控机、7-机械臂、8-末端夹具。
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的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。
如图1所示,为适用于本发明基于视觉图像的机器人工件抓取位姿误差补偿方法的系统模型示意图。该系统模型包括送料线体5、摄像机2、机械臂7和工控机6,送料线体5上设有工装板3,工装板3的顶面为安装平面,机械臂7和摄像机2分别位于工装板3的两侧,机械臂7的末端安装有末端夹具8。当然,适用于本发明基于视觉图像的机器人工件抓取位姿误差补偿方法的系统模型还可以采用其他结构形式,不再累述。
具体的,本实施例基于视觉图像的机器人工件抓取位姿误差补偿方法,包括如下步骤:
步骤1:配置系统:按照设定位置关系安装机械臂7和摄像机2,构建机械臂基坐标系、机械臂末端夹具坐标系和摄像机坐标系,获得摄像机坐标系与机械臂基坐标系之间的转换关系,并使摄像机坐标系的Z轴垂直于安装平面;具体的,本实施例的机械臂基坐标系、机械臂末端夹具坐标系和摄像机坐标系的Z轴相互平行并均垂直于安装平面,本实施例的安装平面为水平面。
具体的,本实施例通过手眼系统标定的方法获得摄像机坐标系与机械臂基坐标系之间的转换关系,其方法如下:
首先,通过摄像机2采集与特征平面重合的棋盘格标定板图像,通过图像处理程序获取角点特征;
其次,通过机械臂末端夹具8夹持带尖端工具,将工具的尖端与棋盘格标定板上呈九宫格分布的9个角点重合并记录机械臂7位置信息
最后,通过图像处理程序处理棋盘格标定板角点信息及所选取9个角点的图像坐标及机械臂位置信息完成手眼系统标定。
步骤2:获取示教参考姿态:利用机械臂末端夹具8抓取处于目标姿态的目标工件至摄像机视野方位内,使目标工件的特征平面与安装平面平行,记录此时的目标工件的特征平面为目标平面,记录此时的机械臂位置信息为取像位置。
利用摄像机采集目标工件的数字图像,记为目标数字图像,从该目标数字图像中提取目标工件特征平面的位姿信息作为姿态矫正依据,记为示教参考姿态[x0,y0,θ0]T,其中,[x0,y0]T为坐标分量,θ0为角度分量。
数字图像处理流程为图像二值化、形态学操作、高斯滤波、边缘检测及特征提取;所提取特征为图4所示零件特征平面内的两个特征圆;中心圆圆心坐标[x0,y0]T及两圆心连线与摄像机坐标系x轴所成角度θ0组成示教参考姿态[x0,y0,θ0]T。
步骤3:获取抓取工件姿态:利用机械臂末端夹具8抓取待装配工件至所述取像位置,使该待装配工件的特征平面位于所述目标平面内,即待装配工件的特征平面与目标平面共面。
利用摄像机2采集该待装配工件的数字图像,记为抓取数字图像,从该抓取数字图像中提取待装配工件特征平面的位姿信息,记为抓取工件姿态[x1,y1,θ1]T,其中,[x1,y1]T为坐标分量,θ1为角度分量。
步骤4:获取抓取工件姿态与示教参考姿态之间的工件位姿误差,所述工件位姿误差等于原始位姿误差、旋转引入位姿误差与残余位姿误差之和。
41)获取原始位姿误差:所述原始位姿误差[Δx1,Δy1,Δθ1]T等于示教参考姿态与抓取工件姿态之差,即:
[Δx1,Δy1,Δθ1]T=[x0,y0,θ0]T-[x1,y1,θ1]T。
42)获取旋转引入位姿误差:利用机械臂7驱动待装配工件绕垂直于其特征平面的固定轴转动,利用摄像机获取待装配工件在不同旋转角度处的数字图像,从而获取位于待装配工件特征平面上的特征点圆心的坐标[xi,yi]T(其中i=1,2,3......,n,且n≥3;),并采用最小二乘法拟合求解得到待装配工件绕固定轴转动的回转中心坐标[xr,yr]T;回转中心坐标矫正旋转过程中因回转中心与特征点圆心不重合而引入的位姿差,即为旋转引入位姿误差。具体的,本实施例利用机械臂7驱动待装配工件绕垂直于其特征平面的固定轴转动30次,每次角度变化量为10°。具体的,旋转引入位姿误差[Δx2,Δy2,Δθ2]T的计算方法为:
其中,[xr,yr]T为回转中心的坐标;l和α分别为特征点圆心与回转中心连线所得线段长度及该连线与摄像机坐标系X轴所成夹角;且:
其中,Δbx和Δby分别为特征点圆心坐标与回转中心坐标的X分量差及Y分量差;k1,k2为系数;且:
当Δbx≥0,Δby≥0时,k1=0,k2=1;
当Δbx<0,Δby≥0时,k1=1,k2=-1;
当Δbx≥0,Δby<0时,k1=2,k2=-1;
当Δbx<0,Δby<0时,k1=1,k2=1。
43)获取残余位姿误差:
43a)获取残余位姿差函数:测量在不同原始位姿误差角度分量条件下的残余位姿差,得到一系列原始位姿误差角度分量与残余位姿误差之间的数据对,拟合得到残余位姿差函数。
具体的,残余位姿差的测量方法为:利用原始位姿误差和旋转引入位姿误差矫正抓取工件姿态,记矫正后的待装配工件的抓取姿态为过渡姿态;测量所述示教参考姿态与该过渡姿态之间的位姿差,记为在当前的原始位姿误差的角度分量条件下的残余位姿差。本实施例通过人为控制原始位姿差角度分量Δθ1,使Δθ1取值大致分布于0°-360°的区间范围内,且相邻两个Δθ1相差约为10°;通过摄像机及图像处理程序采集并记录每一个Δθ1对应的残余位姿差,获得一组数据对。
本实施例的残余位姿差函数为:
其中,[Δx3,Δy3,Δθ3]T为残余位姿差,Δθ1原始位姿误差的角度分量;ω1、ω2、a0、a1、b0、b1、c0、c1均为常数,即通过至少8组数据对即可求解得到常数ω1、ω2、a0、a1、b0、b1、c0、c1的值,从而得到残余位姿差函数。
43b)将当前原始位姿误差的角度分量代入所述残余位姿差函数,求解得到当前待装配工件的残余位姿误差[Δx3,Δy3,Δθ3]T。
如此,工件位姿误差[Δx,Δy,Δθ]T等于原始位姿误差、旋转引入位姿误差与残余位姿误差之和,即为:
步骤5:误差补偿:利用所述工件位姿误差[Δx,Δy,Δθ]T矫正所述抓取工件姿态[x1,y1,θ1]T。
本实施例基于视觉图像的机器人工件抓取位姿误差补偿方法,利用摄像机为机器人提供视觉系统,并利用视觉信息对机器人运动进行修正,结合数字图像特征提取算法及位姿矫正算法,通过求解原始位姿误差、旋转引入位姿误差与残余位姿误差来获取抓取工件姿态与示教参考姿态之间的工件位姿误差,实现了机器人工件抓取位姿误差补偿,提高了自动化装配系统的稳定性及兼容性。
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)
1.一种基于视觉图像的机器人工件抓取位姿误差补偿方法,其特征在于:包括如下步骤:
步骤1:配置系统:按照设定位置关系安装机械臂和摄像机,构建机械臂基坐标系、机械臂末端夹具坐标系和摄像机坐标系,获得摄像机坐标系与机械臂基坐标系之间的转换关系,并使摄像机坐标系的Z轴垂直于安装平面;
步骤2:获取示教参考姿态:利用机械臂末端夹具抓取处于目标姿态的目标工件至摄像机视野方位内,使目标工件的特征平面与安装平面平行,记录此时的目标工件的特征平面为目标平面,记录此时的机械臂位置信息为取像位置;
利用摄像机采集目标工件的数字图像,记为目标数字图像,从该目标数字图像中提取目标工件特征平面的位姿信息作为姿态矫正依据,记为示教参考姿态[x0,y0,θ0]T;
步骤3:获取抓取工件姿态:利用机械臂末端夹具抓取待装配工件至所述取像位置,使该待装配工件的特征平面位于所述目标平面内;
利用摄像机采集该待装配工件的数字图像,记为抓取数字图像,从该抓取数字图像中提取待装配工件特征平面的位姿信息,记为抓取工件姿态[x1,y1,θ1]T;
步骤4:获取抓取工件姿态与示教参考姿态之间的工件位姿误差,所述工件位姿误差等于原始位姿误差、旋转引入位姿误差与残余位姿误差之和;
41)获取原始位姿误差:所述原始位姿误差[Δx1,Δy1,Δθ1]T等于示教参考姿态与抓取工件姿态之差;
42)获取旋转引入位姿误差:利用机械臂驱动待装配工件绕垂直于其特征平面的固定轴转动,利用摄像机获取待装配工件在不同旋转角度处的数字图像,从而获取位于待装配工件特征平面上的特征点圆心的坐标,并求解得到待装配工件绕固定轴转动的回转中心坐标;回转中心坐标矫正旋转过程中因回转中心与特征点圆心不重合而引入的位姿差,即为旋转引入位姿误差;
43)获取残余位姿误差:
43a)获取残余位姿差函数:测量在不同原始位姿误差角度分量条件下的残余位姿差,得到一系列原始位姿误差角度分量与残余位姿误差之间的数据对,拟合得到残余位姿差函数;
43b)将当前原始位姿误差的角度分量代入所述残余位姿差函数,求解得到当前待装配工件的残余位姿误差;
步骤5:误差补偿:利用所述工件位姿误差矫正所述抓取工件姿态。
2.根据权利要求1所述基于视觉图像的机器人工件抓取位姿误差补偿方法,其特征在于:所述机械臂基坐标系、机械臂末端夹具坐标系和摄像机坐标系的Z轴相互平行并均垂直于安装平面。
4.根据权利要求1所述基于视觉图像的机器人工件抓取位姿误差补偿方法,其特征在于:所述步骤43a)中,残余位姿差的测量方法为:利用原始位姿误差和旋转引入位姿误差矫正抓取工件姿态,记矫正后的待装配工件的抓取姿态为过渡姿态;测量所述示教参考姿态与该过渡姿态之间的位姿差,记为在当前的原始位姿误差的角度分量条件下的残余位姿差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010186038.8A CN111300422B (zh) | 2020-03-17 | 2020-03-17 | 基于视觉图像的机器人工件抓取位姿误差补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010186038.8A CN111300422B (zh) | 2020-03-17 | 2020-03-17 | 基于视觉图像的机器人工件抓取位姿误差补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111300422A true CN111300422A (zh) | 2020-06-19 |
CN111300422B CN111300422B (zh) | 2021-04-23 |
Family
ID=71157249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010186038.8A Active CN111300422B (zh) | 2020-03-17 | 2020-03-17 | 基于视觉图像的机器人工件抓取位姿误差补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111300422B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111633635A (zh) * | 2020-07-01 | 2020-09-08 | 中科新松有限公司 | 基于视觉定位的机器人上下料作业方法 |
CN111804605A (zh) * | 2020-07-13 | 2020-10-23 | 东莞市恒明机器人自动化有限公司 | 一种注塑机自动装箱单元 |
CN112008758A (zh) * | 2020-07-11 | 2020-12-01 | 埃华路(芜湖)机器人工程有限公司 | 一种工业机器人托盘抓取高度智能检测方法 |
CN112057083A (zh) * | 2020-09-17 | 2020-12-11 | 中国人民解放军火箭军工程大学 | 可穿戴人体上肢位姿采集设备及采集方法 |
CN112157657A (zh) * | 2020-09-23 | 2021-01-01 | 创新奇智(上海)科技有限公司 | 机械臂定位方法、装置、电子设备及存储介质 |
CN112277009A (zh) * | 2020-09-15 | 2021-01-29 | 唐山英莱科技有限公司 | 一种机器人的定位方法及计算机可读存储介质 |
CN112792818A (zh) * | 2021-02-03 | 2021-05-14 | 深圳市冠运智控科技有限公司 | 一种快速引导机械手抓取目标的视觉对位方法 |
CN113084808A (zh) * | 2021-04-02 | 2021-07-09 | 上海智能制造功能平台有限公司 | 一种基于单目视觉的移动机械臂2d平面抓取方法 |
CN114194849A (zh) * | 2021-12-27 | 2022-03-18 | 安徽省配天机器人集团有限公司 | 一种码垛误差校正方法及一种码垛机器人 |
CN114347013A (zh) * | 2021-11-05 | 2022-04-15 | 深港产学研基地(北京大学香港科技大学深圳研修院) | 印刷电路板与fpc柔性电缆线的装配方法及相关设备 |
CN114378825A (zh) * | 2022-01-21 | 2022-04-22 | 四川长虹智能制造技术有限公司 | 一种多相机视觉定位方法、系统及电子设备 |
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 |
CN114589698A (zh) * | 2022-04-07 | 2022-06-07 | 北京信息科技大学 | 基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置 |
CN114714352A (zh) * | 2020-12-29 | 2022-07-08 | 上海擎朗智能科技有限公司 | 机器人位姿信息确定方法、装置、设备及存储介质 |
CN114734444A (zh) * | 2022-04-27 | 2022-07-12 | 博众精工科技股份有限公司 | 一种目标定位方法、装置、电子设备及存储介质 |
CN114734451A (zh) * | 2022-05-16 | 2022-07-12 | 深圳市双翌光电科技有限公司 | 结合关节型机械手及摄像机姿态变化的视觉定位方法 |
EP4104979A1 (de) * | 2021-06-15 | 2022-12-21 | Linde Material Handling GmbH | Verfahren zur automatischen kommissionierung und mobiler kommissionierroboter |
CN115990889A (zh) * | 2023-03-23 | 2023-04-21 | 武汉益模科技股份有限公司 | 一种基于多感受野的复合定位方法、装置及计算机系统 |
CN116276993A (zh) * | 2023-03-03 | 2023-06-23 | 中国人民解放军军事科学院国防科技创新研究院 | 基于合作标志的气囊型软体机械臂手眼标定与测量方法 |
CN116276938A (zh) * | 2023-04-11 | 2023-06-23 | 湖南大学 | 基于多零位视觉引导的机械臂定位误差补偿方法及装置 |
CN116619395A (zh) * | 2023-07-26 | 2023-08-22 | 深圳优艾智合机器人科技有限公司 | 一种机械臂的控制方法、移动机器人及存储介质 |
WO2024021104A1 (zh) * | 2022-07-29 | 2024-02-01 | 西门子股份公司 | 机械臂控制方法、装置、系统、电子设备和存储介质 |
CN114714352B (zh) * | 2020-12-29 | 2024-04-26 | 上海擎朗智能科技有限公司 | 机器人位姿信息确定方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006114216A1 (en) * | 2005-04-25 | 2006-11-02 | Metris N.V. | Method and device for scanning an object using robot manipulated non-contact scannering means and separate position and orientation detection means |
CN106959665A (zh) * | 2017-01-25 | 2017-07-18 | 浙江大学 | 基于大数据的机床产品多权值融合的几何精度维护方法 |
CN108908327A (zh) * | 2018-04-25 | 2018-11-30 | 成都飞机工业(集团)有限责任公司 | 一种机器人定位误差分级补偿方法 |
CN110757504A (zh) * | 2019-09-30 | 2020-02-07 | 宜宾职业技术学院 | 高精度可移动机器人的定位误差补偿方法 |
-
2020
- 2020-03-17 CN CN202010186038.8A patent/CN111300422B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006114216A1 (en) * | 2005-04-25 | 2006-11-02 | Metris N.V. | Method and device for scanning an object using robot manipulated non-contact scannering means and separate position and orientation detection means |
CN106959665A (zh) * | 2017-01-25 | 2017-07-18 | 浙江大学 | 基于大数据的机床产品多权值融合的几何精度维护方法 |
CN108908327A (zh) * | 2018-04-25 | 2018-11-30 | 成都飞机工业(集团)有限责任公司 | 一种机器人定位误差分级补偿方法 |
CN110757504A (zh) * | 2019-09-30 | 2020-02-07 | 宜宾职业技术学院 | 高精度可移动机器人的定位误差补偿方法 |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111633635A (zh) * | 2020-07-01 | 2020-09-08 | 中科新松有限公司 | 基于视觉定位的机器人上下料作业方法 |
CN111633635B (zh) * | 2020-07-01 | 2021-12-07 | 中科新松有限公司 | 基于视觉定位的机器人上下料作业方法 |
CN112008758A (zh) * | 2020-07-11 | 2020-12-01 | 埃华路(芜湖)机器人工程有限公司 | 一种工业机器人托盘抓取高度智能检测方法 |
CN112008758B (zh) * | 2020-07-11 | 2024-03-26 | 埃华路(芜湖)机器人工程有限公司 | 一种工业机器人托盘抓取高度智能检测方法 |
CN111804605A (zh) * | 2020-07-13 | 2020-10-23 | 东莞市恒明机器人自动化有限公司 | 一种注塑机自动装箱单元 |
CN111804605B (zh) * | 2020-07-13 | 2021-03-19 | 东莞市恒明机器人自动化有限公司 | 一种注塑机自动装箱单元 |
CN112277009A (zh) * | 2020-09-15 | 2021-01-29 | 唐山英莱科技有限公司 | 一种机器人的定位方法及计算机可读存储介质 |
CN112277009B (zh) * | 2020-09-15 | 2023-09-12 | 唐山英莱科技有限公司 | 一种机器人的定位方法及计算机可读存储介质 |
CN112057083A (zh) * | 2020-09-17 | 2020-12-11 | 中国人民解放军火箭军工程大学 | 可穿戴人体上肢位姿采集设备及采集方法 |
CN112057083B (zh) * | 2020-09-17 | 2024-02-13 | 中国人民解放军火箭军工程大学 | 可穿戴人体上肢位姿采集设备及采集方法 |
CN112157657A (zh) * | 2020-09-23 | 2021-01-01 | 创新奇智(上海)科技有限公司 | 机械臂定位方法、装置、电子设备及存储介质 |
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 |
CN114714352B (zh) * | 2020-12-29 | 2024-04-26 | 上海擎朗智能科技有限公司 | 机器人位姿信息确定方法、装置、设备及存储介质 |
CN114714352A (zh) * | 2020-12-29 | 2022-07-08 | 上海擎朗智能科技有限公司 | 机器人位姿信息确定方法、装置、设备及存储介质 |
CN112792818B (zh) * | 2021-02-03 | 2024-01-26 | 深圳市冠运智控科技有限公司 | 一种快速引导机械手抓取目标的视觉对位方法 |
CN112792818A (zh) * | 2021-02-03 | 2021-05-14 | 深圳市冠运智控科技有限公司 | 一种快速引导机械手抓取目标的视觉对位方法 |
CN113084808B (zh) * | 2021-04-02 | 2023-09-22 | 上海智能制造功能平台有限公司 | 一种基于单目视觉的移动机械臂2d平面抓取方法 |
CN113084808A (zh) * | 2021-04-02 | 2021-07-09 | 上海智能制造功能平台有限公司 | 一种基于单目视觉的移动机械臂2d平面抓取方法 |
EP4104979A1 (de) * | 2021-06-15 | 2022-12-21 | Linde Material Handling GmbH | Verfahren zur automatischen kommissionierung und mobiler kommissionierroboter |
CN114347013A (zh) * | 2021-11-05 | 2022-04-15 | 深港产学研基地(北京大学香港科技大学深圳研修院) | 印刷电路板与fpc柔性电缆线的装配方法及相关设备 |
CN114194849A (zh) * | 2021-12-27 | 2022-03-18 | 安徽省配天机器人集团有限公司 | 一种码垛误差校正方法及一种码垛机器人 |
CN114378825B (zh) * | 2022-01-21 | 2023-05-12 | 四川长虹智能制造技术有限公司 | 一种多相机视觉定位方法、系统及电子设备 |
CN114378825A (zh) * | 2022-01-21 | 2022-04-22 | 四川长虹智能制造技术有限公司 | 一种多相机视觉定位方法、系统及电子设备 |
CN114589698B (zh) * | 2022-04-07 | 2023-06-06 | 北京信息科技大学 | 基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置 |
CN114589698A (zh) * | 2022-04-07 | 2022-06-07 | 北京信息科技大学 | 基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置 |
CN114734444B (zh) * | 2022-04-27 | 2023-06-27 | 博众精工科技股份有限公司 | 一种目标定位方法、装置、电子设备及存储介质 |
CN114734444A (zh) * | 2022-04-27 | 2022-07-12 | 博众精工科技股份有限公司 | 一种目标定位方法、装置、电子设备及存储介质 |
CN114734451A (zh) * | 2022-05-16 | 2022-07-12 | 深圳市双翌光电科技有限公司 | 结合关节型机械手及摄像机姿态变化的视觉定位方法 |
WO2024021104A1 (zh) * | 2022-07-29 | 2024-02-01 | 西门子股份公司 | 机械臂控制方法、装置、系统、电子设备和存储介质 |
CN116276993B (zh) * | 2023-03-03 | 2023-12-05 | 中国人民解放军军事科学院国防科技创新研究院 | 基于合作标志的气囊型软体机械臂手眼标定与测量方法 |
CN116276993A (zh) * | 2023-03-03 | 2023-06-23 | 中国人民解放军军事科学院国防科技创新研究院 | 基于合作标志的气囊型软体机械臂手眼标定与测量方法 |
CN115990889A (zh) * | 2023-03-23 | 2023-04-21 | 武汉益模科技股份有限公司 | 一种基于多感受野的复合定位方法、装置及计算机系统 |
CN116276938B (zh) * | 2023-04-11 | 2023-11-10 | 湖南大学 | 基于多零位视觉引导的机械臂定位误差补偿方法及装置 |
CN116276938A (zh) * | 2023-04-11 | 2023-06-23 | 湖南大学 | 基于多零位视觉引导的机械臂定位误差补偿方法及装置 |
CN116619395B (zh) * | 2023-07-26 | 2023-12-22 | 深圳优艾智合机器人科技有限公司 | 一种机械臂的控制方法、移动机器人及存储介质 |
CN116619395A (zh) * | 2023-07-26 | 2023-08-22 | 深圳优艾智合机器人科技有限公司 | 一种机械臂的控制方法、移动机器人及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111300422B (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111300422B (zh) | 基于视觉图像的机器人工件抓取位姿误差补偿方法 | |
CN107160380B (zh) | 一种基于scara机械手的相机标定和坐标变换的方法 | |
CN111775146B (zh) | 一种工业机械臂多工位作业下的视觉对准方法 | |
CN110103217B (zh) | 工业机器人手眼标定方法 | |
CN111791227B (zh) | 机器人手眼标定方法、装置及机器人 | |
CN108972557B (zh) | 微零件位姿自动对准装置及其方法 | |
CN113001535B (zh) | 机器人工件坐标系自动校正系统与方法 | |
CN104552341B (zh) | 移动工业机器人单点多视角挂表位姿误差检测方法 | |
CN114378822B (zh) | 一种基于视觉的机器人机械臂末端位姿的调整方法 | |
CN113146620A (zh) | 基于双目视觉的双臂协作机器人系统和控制方法 | |
CN111489399B (zh) | 一种视觉跟踪组件安装参数标定装置和方法 | |
CN112894209A (zh) | 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 | |
CN114519738A (zh) | 一种基于icp算法的手眼标定误差修正方法 | |
CN111993422B (zh) | 基于无标定视觉的机器人轴孔对准控制方法 | |
CN113172632A (zh) | 一种基于图像的简化机器人视觉伺服控制方法 | |
CN113211431A (zh) | 基于二维码修正机器人系统的位姿估计方法 | |
Lee et al. | High precision hand-eye self-calibration for industrial robots | |
CN115042175A (zh) | 一种机器人机械臂末端姿态的调整方法 | |
CN113781558A (zh) | 一种姿态与位置解耦的机器人视觉寻位方法 | |
CN116872216B (zh) | 一种基于有限时间控制的机器人视觉伺服作业方法 | |
CN107756391A (zh) | 机械手臂校正系统的校正方法 | |
CN104424601B (zh) | 异形体装配件的对中装配方法及装置 | |
CN113240751B (zh) | 一种机器人末端相机的标定方法 | |
CN110815203A (zh) | 一种机器臂末端执行器的校正方法 | |
CN113043264B (zh) | 一种一体化关节七轴机器人的零位标定方法 |
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 |