CN111612848B - 机器人弧焊轨迹自动生成方法及系统 - Google Patents
机器人弧焊轨迹自动生成方法及系统 Download PDFInfo
- Publication number
- CN111612848B CN111612848B CN202010371139.2A CN202010371139A CN111612848B CN 111612848 B CN111612848 B CN 111612848B CN 202010371139 A CN202010371139 A CN 202010371139A CN 111612848 B CN111612848 B CN 111612848B
- Authority
- CN
- China
- Prior art keywords
- robot
- image
- point
- coordinate system
- module
- 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
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
Abstract
本发明提出了一种机器人弧焊轨迹自动生成方法,包括:步骤S1:对机器人视觉系统进行标定,根据透视投影模型建立相机图像与真实场景中被焊工件的空间坐标转换关系;步骤S2:使用解码算法根据条纹图像生成相位图;步骤S3:构建对象平面来进行获得交互矩阵;步骤S4:根据步骤S3中计算出来的图像特征公式来提取焊缝,根据焊缝曲线的三维坐标值进行等弧长度选取来生成机器人路径点信息,取路径点的三维坐标相对于被焊接曲面的法向量作为机器人的位姿信息,将获取的路径点位置、位姿信息导入到机器人编程语言中自动生成焊接轨迹。本发明还提供了一种机器人弧焊轨迹自动生成系统。
Description
技术领域
本发明涉及一种机器人,尤其涉及一种基于条纹图像投影和视觉特征计算的机器人弧焊轨迹自动生成方法及系统。
背景技术
工业场合中经常需要在三维工件表面进行机器人带动焊枪沿焊缝进行焊接,以弧焊为例,由于焊枪在沿焊缝进行焊接的过程中,金属基材传热会导致焊缝产生轻微形变,造成实际焊接轨迹与规划轨迹之间存在位置偏差。
传统的工业机器人焊接路径规划过程通常需要进行人工示教,或者在离线编程软件中针对工件表面形貌进行分析,并根据焊缝形状规划工业机器人路径。离线编程方式需要获得产品表面形貌的三维几何模型,同时需要进行轨迹规划并进行虚拟-现实标定,该标定过程会产生标定误差。以离线编程环境下的焊接轨迹规划过程为例,由于几何模型和真实工件之间存在细微误差,虚拟环境中几何模型的摆放位置与真实工件在工作环境中的摆放位置也存在着标定意义上的误差。
在机器人焊接过程中,由于焊枪中心温度高,基材传热容易导致焊缝产生扭曲变形,从而使得在离线编程环境中规划好的机器人路径与真实焊缝之间产生位置偏差,进而影响焊接质量。同时由于离线编程环境中定位误差的存在,使得提取的焊缝曲线与实际焊缝曲线之间存在较大的位置误差,这进一步影响了弧焊作业的焊接效果。
发明内容
本发明提出了一种根据条纹图想投影和视觉特征计算相结合的焊接轨迹自动生成方法及系统。
一种机器人弧焊轨迹自动生成方法,包括:
步骤S1:对机器人视觉系统进行标定,根据透视投影模型建立相机图像与真实场景中被焊工件的空间坐标转换关系;
步骤S2:使用解码算法根据条纹图像生成相位图,其中条纹图像灰度值使用以下公式进行计算:其中,/>是投影坐标(x,y)的灰度值,σ’为平均密度,σ”是幅值,θh(x,y)为点(x,y)的频率值,N为常数,条纹图像点频率θh(x,y)由该点的图像坐标(uc,vc,λ)的灰度值来计算;
步骤S3:构建对象平面来进行获得交互矩阵,对象平面的构建公式如下:axc+byc+czc=τ,其中(xc,yc,zc)是相机坐标系中的一个点,τ为一常数,a、b、c分别为平面常数项,Zc是一个常数,该常数使用以下公式进行计算:图像特征可使用以下公式计算:Si(x,y)=τ-1t1γ,其中:Si(x,y)表示图像特征函数,t1表示旋转矩阵元素,γ表示Zc中的常数项;以及
步骤S4:根据步骤S3中计算出来的图像特征公式来提取焊缝,根据焊缝曲线的三维坐标值进行等弧长度选取来生成机器人路径点信息,取路径点的三维坐标相对于被焊接曲面的法向量作为机器人的位姿信息,将获取的路径点位置、位姿信息导入到机器人编程语言中自动生成焊接轨迹。
其中,所述步骤S1包括:
假定存在未知数k使得世界坐标系中的点(x,y,z)与像素坐标系中的点(u,v,λ)满足:像素坐标系下点与世界坐标系中点的对应关系如下式所示:采用旋转矩阵表示世界坐标系与像素坐标系中同一点的对应关系如下:/>其中,r11,r12,r13,r31,r32,r33为旋转矩阵中的行和列元素,t1,t2,t3是从相机到自由曲面的旋转矩阵元素。
本发明还提供了一种机器人弧焊轨迹自动生成系统,包括:空间坐标转换关系建立模块、相位图生成模块、图像特征生成模块、焊缝提取模块、路径点信息生成模块、位姿信息获取模块及焊接轨迹生成模块;所述空间坐标转换关系建立模块用于对机器人视觉系统进行标定,并根据透视投影模型建立相机图像与真实场景中被焊工件的空间坐标转换关系;所述相位图生成模块用于使用解码算法根据条纹图像生成相位图;所述图像特征生成模块用于计算得到图像特征;所述焊缝提取模块用于根据计算出来的图像特征公式来提取焊缝;所述路径点信息生成模块用于根据焊缝曲线的三维坐标值进行等弧长度选取来生成机器人路径点信息;所述位姿信息获取模块用于取路径点的三维坐标相对于被焊接曲面的法向量作为机器人的位姿信息;所述焊接轨迹生成模块用于将获取的路径点位置、位姿信息导入到机器人编程语言中自动生成焊接轨迹。
其中,所述相位图生成模块中,将相位图认为是与相机精度有关的多维矩阵,矩阵元素是相机拍摄条纹图像的灰度值,使用解码算法根据条纹图像来生成相位图,条纹图像灰度值使用以下公式进行计算:其中,是投影坐标(x,y)的灰度值,σ’为平均密度,σ”是幅值,θh(x,y)为点(x,y)的频率值,N为常数。条纹图像点频率θh(x,y)可由该点的图像坐标(uc,vc,λ)的灰度值来计算。
其中,所述图像特征生成模块中,构建对象平面来进行获得交互矩阵,对象平面的构建公式如下:axc+byc+czc=τ,其中(xc,yc,zc)是相机坐标系中的某一个点,τ为一常数,a、b、c分别为平面常数项,Zc是一个常数,该常数使用以下公式进行计算:因此,图像特征可使用以下公式计算:Si(x,y)=τ-1t1γ,其中:Si(x,y)表示图像特征函数,t1表示旋转矩阵元素,γ表示Zc中的常数项。
上述机器人弧焊轨迹自动生成方法及系统将基于条纹图像投影和视觉特征计算的立体视觉系统引入到机器人弧焊作业中,采用投射条纹图像的方法对焊缝进行精确测量,同时根据视觉标定结果将计算的视觉特征与实际的焊接位置建立起映射关系,从而实现焊缝曲线的精确提取和焊接轨迹的自动生成。
附图说明
图1为本发明一种机器人弧焊轨迹自动生成方法的较佳实施方式的流程图。
图2为本发明一种机器人弧焊轨迹自动生成系统的较佳实施方式的方框图。
具体实施方式
下面结合附图对本发明作进一步说明,但不以任何方式对本发明加以限制,基于本发明教导所作的任何变换,均落入本发明保护范围。
请参考图1所示,为本发明所述的一种机器人弧焊轨迹自动生成方法的较佳实施方式的流程图。所述机器人弧焊轨迹自动生成方法的较佳实施方式包括以下步骤:
步骤S1:对机器人视觉系统进行标定,根据透视投影模型建立相机图像与真实场景中被焊工件的空间坐标转换关系。
首先假定存在未知数k使得世界坐标系中的某个点(x,y,z)与像素坐标系中的点(u,v,λ)满足:
像素坐标系下点与世界坐标系中点的对应关系如下式所示:
采用旋转矩阵表示世界坐标系与像素坐标系中同一点的对应关系如下:
其中,r11,r12,r13,r31,r32,r33为旋转矩阵中的行和列元素,t1,t2,t3是从相机到自由曲面的旋转矩阵元素。
步骤S2:将相位图认为是与相机精度有关的多维矩阵,矩阵元素是相机拍摄条纹图像的灰度值,使用解码算法根据条纹图像来生成相位图。条纹图像灰度值使用以下公式进行计算:
其中,是投影坐标(x,y)的灰度值,σ’为平均密度,σ”是幅值,θh(x,y)为点(x,y)的频率值,N为常数。条纹图像点频率θh(x,y)可由该点的图像坐标(uc,vc,λ)的灰度值来计算。
步骤S3:构建对象平面来进行获得交互矩阵,对象平面的构建公式如下:
axc+byc+czc=τ
其中(xc,yc,zc)是相机坐标系中的某一个点,τ为一常数,a、b、c分别为平面常数项,通常在固定平面的情况下,认为Zc是一个常数,该常数使用以下公式进行计算:
因此,图像特征可使用以下公式计算:
Si(x,y)=τ-1t1γ,其中:Si(x,y)表示图像特征函数,t1表示旋转矩阵元素,γ表示Zc中的常数项。
步骤S4:根据步骤S3中计算出来的图像特征公式来提取焊缝,根据焊缝曲线的三维坐标值进行等弧长度选取来生成机器人路径点信息,取路径点的三维坐标相对于被焊接曲面的法向量作为机器人的位姿信息。将获取的路径点位置、位姿信息导入到机器人编程语言中自动生成焊接轨迹。
请继续参考图2所示,为本发明所述的一种机器人弧焊轨迹自动生成系统的较佳实施方式的方框图。所述机器人弧焊轨迹自动生成系统的较佳实施方式包括空间坐标转换关系建立模块1、相位图生成模块2、图像特征生成模块3、焊缝提取模块4、路径点信息生成模块5、位姿信息获取模块6及焊接轨迹生成模块7。
其中,所述空间坐标转换关系建立模块1用于对机器人视觉系统进行标定,并根据透视投影模型建立相机图像与真实场景中被焊工件的空间坐标转换关系。
所述相位图生成模块2用于使用解码算法根据条纹图像生成相位图。本实施方式中,将相位图认为是与相机精度有关的多维矩阵,矩阵元素是相机拍摄条纹图像的灰度值,使用解码算法根据条纹图像来生成相位图。条纹图像灰度值使用以下公式进行计算:
其中,是投影坐标(x,y)的灰度值,σ’为平均密度,σ”是幅值,θh(x,y)为点(x,y)的频率值,N为常数。条纹图像点频率θh(x,y)可由该点的图像坐标(uc,vc,λ)的灰度值来计算。
所述图像特征生成模块3用于计算得到图像特征。本实施方式中,构建对象平面来进行获得交互矩阵,对象平面的构建公式如下:
axc+byc+czc=τ
其中(xc,yc,zc)是相机坐标系中的某一个点,τ为一常数,a、b、c分别为平面常数项,通常在固定平面的情况下,认为Zc是一个常数,该常数使用以下公式进行计算:
因此,图像特征可使用以下公式计算:
Si(x,y)=τ-1t1γ,其中:Si(x,y)表示图像特征函数,t1表示旋转矩阵元素,γ表示Zc中的常数项。
所述焊缝提取模块4用于根据计算出来的图像特征公式来提取焊缝。
所述路径点信息生成模块5用于根据焊缝曲线的三维坐标值进行等弧长度选取来生成机器人路径点信息。
所述位姿信息获取模块6用于取路径点的三维坐标相对于被焊接曲面的法向量作为机器人的位姿信息。
所述焊接轨迹生成模块7用于将获取的路径点位置、位姿信息导入到机器人编程语言中自动生成焊接轨迹。
上述机器人弧焊轨迹自动生成方法及系统将基于条纹图像投影和视觉特征计算的立体视觉系统引入到机器人弧焊作业中,采用投射条纹图像的方法对焊缝进行精确测量,同时根据视觉标定结果将计算的视觉特征与实际的焊接位置建立起映射关系,从而实现焊缝曲线的精确提取和焊接轨迹的自动生成。
以上所述仅为本发明的优选实施例,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的相关技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,其中所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种机器人弧焊轨迹自动生成方法,包括:
步骤S1:对机器人视觉系统进行标定,根据透视投影模型建立相机图像与真实场景中被焊工件的空间坐标转换关系;具体方法为:
假定存在未知数k使得世界坐标系中的点(x,y,z)与像素坐标系中的点(u,v,λ)满足:像素坐标系下点与世界坐标系中点的对应关系如下式所示:/>采用旋转矩阵表示世界坐标系与像素坐标系中同一点的对应关系如下:其中,r11,r12,r13,r31,r32,r33为旋转矩阵中的行和列元素,t1,t2,t3是从相机到自由曲面的旋转矩阵元素;
步骤S2:使用解码算法根据条纹图像生成相位图,其中条纹图像灰度值使用以下公式进行计算:其中,/>是投影坐标(x,y)的灰度值,σ’为平均密度,σ”是幅值,θh(x,y)为点(x,y)的频率值,N为常数,条纹图像点频率θh(x,y)由该点的图像坐标(uc,vc,λ)的灰度值来计算;
步骤S3:构建对象平面来进行获得交互矩阵,对象平面的构建公式如下:axc+byc+czc=τ,其中(xc,yc,zc)是相机坐标系中的一个点,τ为一常数,a、b、c分别为平面常数项,zc是一个常数,该常数使用以下公式进行计算:图像特征可使用以下公式计算:Si(x,y)=τ-1t1γ,其中:Si(x,y)表示图像特征函数,t1表示旋转矩阵元素,γ表示zc中的常数项;
步骤S4:根据步骤S3中计算出来的图像特征公式来提取焊缝,根据焊缝曲线的三维坐标值进行等弧长度选取来生成机器人路径点信息,取路径点的三维坐标相对于被焊接曲面的法向量作为机器人的位姿信息,将获取的路径点位置、位姿信息导入到机器人编程语言中自动生成焊接轨迹。
2.一种机器人弧焊轨迹自动生成系统,其特征在于:所述机器人弧焊轨迹自动生成系统包括:空间坐标转换关系建立模块、相位图生成模块、图像特征生成模块、焊缝提取模块、路径点信息生成模块、位姿信息获取模块及焊接轨迹生成模块;
所述空间坐标转换关系建立模块用于对机器人视觉系统进行标定,并根据透视投影模型建立相机图像与真实场景中被焊工件的空间坐标转换关系;所述空间坐标转换关系建立模块中,假定存在未知数k使得世界坐标系中的点(x,y,z)与像素坐标系中的点(u,v,λ)满足:像素坐标系下点与世界坐标系中点的对应关系如下式所示:/>采用旋转矩阵表示世界坐标系与像素坐标系中同一点的对应关系如下:其中,r11,r12,r13,r31,r32,r33为旋转矩阵中的行和列元素,t1,t2,t3是从相机到自由曲面的旋转矩阵元素;
所述相位图生成模块用于使用解码算法根据条纹图像生成相位图;所述相位图生成模块中,将相位图认为是与相机精度有关的多维矩阵,矩阵元素是相机拍摄条纹图像的灰度值,使用解码算法根据条纹图像来生成相位图,条纹图像灰度值使用以下公式进行计算:其中,/>是投影坐标(x,y)的灰度值,σ’为平均密度,σ”是幅值,θh(x,y)为点(x,y)的频率值,N为常数;条纹图像点频率θh(x,y)由该点的图像坐标(uc,vc,λ)的灰度值来计算;
所述图像特征生成模块用于计算得到图像特征;所述图像特征生成模块中,构建对象平面来进行获得交互矩阵,对象平面的构建公式如下:axc+byc+czc=τ,其中(xc,yc,zc)是相机坐标系中的一个点,τ为一常数,a、b、c分别为平面常数项,zc是一个常数,该常数使用以下公式进行计算:因此,图像特征可使用以下公式计算:Si(x,y)=τ-1t1γ,其中:Si(x,y)表示图像特征函数,t1表示旋转矩阵元素,γ表示zc中的常数项;
所述焊缝提取模块用于根据计算出来的图像特征公式来提取焊缝;所述路径点信息生成模块用于根据焊缝曲线的三维坐标值进行等弧长度选取来生成机器人路径点信息;所述位姿信息获取模块用于取路径点的三维坐标相对于被焊接曲面的法向量作为机器人的位姿信息;所述焊接轨迹生成模块用于将获取的路径点位置、位姿信息导入到机器人编程语言中自动生成焊接轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010371139.2A CN111612848B (zh) | 2020-04-30 | 2020-04-30 | 机器人弧焊轨迹自动生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010371139.2A CN111612848B (zh) | 2020-04-30 | 2020-04-30 | 机器人弧焊轨迹自动生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111612848A CN111612848A (zh) | 2020-09-01 |
CN111612848B true CN111612848B (zh) | 2023-10-10 |
Family
ID=72199561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010371139.2A Active CN111612848B (zh) | 2020-04-30 | 2020-04-30 | 机器人弧焊轨迹自动生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612848B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112959329B (zh) * | 2021-04-06 | 2022-03-11 | 南京航空航天大学 | 一种基于视觉测量的智能控制焊接系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6064391A (en) * | 1990-11-28 | 2000-05-16 | Hitachi, Ltd. | Method for displaying region extracting processing in an image processing system |
CN101770710A (zh) * | 2009-12-31 | 2010-07-07 | 哈尔滨工业大学 | 用于遥控焊接的激光视觉传感辅助遥控示教方法 |
CN102589429A (zh) * | 2012-01-20 | 2012-07-18 | 天津大学 | 发动机缸体六面孔组位置度误差在线检测方法 |
CN104655068A (zh) * | 2015-03-17 | 2015-05-27 | 山东大学 | 一种基于非线性方程组的相贯双管装夹位姿的两点测定方法 |
WO2015175702A1 (en) * | 2014-05-14 | 2015-11-19 | Kla-Tencor Corporation | Image acquisition system, image acquisition method, and inspection system |
CN105783785A (zh) * | 2016-04-11 | 2016-07-20 | 重庆理工大学 | 一种小波脊相位提取方法 |
CN107764205A (zh) * | 2017-11-06 | 2018-03-06 | 长安大学 | 基于线结构光扫描高频电阻焊焊缝形貌三维检测装置及检测方法 |
CN207644488U (zh) * | 2017-12-29 | 2018-07-24 | 东风小康汽车有限公司重庆分公司 | 一种地板加强结构 |
CN108481323A (zh) * | 2018-03-14 | 2018-09-04 | 清华大学天津高端装备研究院洛阳先进制造产业研发基地 | 基于增强现实的机器人运动轨迹自动编程系统及方法 |
CN109591011A (zh) * | 2018-11-29 | 2019-04-09 | 天津工业大学 | 复合材料三维结构件单边缝合激光视觉路径自动跟踪方法 |
CN109623206A (zh) * | 2018-12-19 | 2019-04-16 | 清华大学 | 用于机器人管道焊接中优化离线规划的焊枪位姿的方法 |
CN109658456A (zh) * | 2018-10-29 | 2019-04-19 | 中国化学工程第六建设有限公司 | 罐体内角焊缝激光视觉三维视觉定位方法 |
-
2020
- 2020-04-30 CN CN202010371139.2A patent/CN111612848B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6064391A (en) * | 1990-11-28 | 2000-05-16 | Hitachi, Ltd. | Method for displaying region extracting processing in an image processing system |
CN101770710A (zh) * | 2009-12-31 | 2010-07-07 | 哈尔滨工业大学 | 用于遥控焊接的激光视觉传感辅助遥控示教方法 |
CN102589429A (zh) * | 2012-01-20 | 2012-07-18 | 天津大学 | 发动机缸体六面孔组位置度误差在线检测方法 |
WO2015175702A1 (en) * | 2014-05-14 | 2015-11-19 | Kla-Tencor Corporation | Image acquisition system, image acquisition method, and inspection system |
CN104655068A (zh) * | 2015-03-17 | 2015-05-27 | 山东大学 | 一种基于非线性方程组的相贯双管装夹位姿的两点测定方法 |
CN105783785A (zh) * | 2016-04-11 | 2016-07-20 | 重庆理工大学 | 一种小波脊相位提取方法 |
CN107764205A (zh) * | 2017-11-06 | 2018-03-06 | 长安大学 | 基于线结构光扫描高频电阻焊焊缝形貌三维检测装置及检测方法 |
CN207644488U (zh) * | 2017-12-29 | 2018-07-24 | 东风小康汽车有限公司重庆分公司 | 一种地板加强结构 |
CN108481323A (zh) * | 2018-03-14 | 2018-09-04 | 清华大学天津高端装备研究院洛阳先进制造产业研发基地 | 基于增强现实的机器人运动轨迹自动编程系统及方法 |
CN109658456A (zh) * | 2018-10-29 | 2019-04-19 | 中国化学工程第六建设有限公司 | 罐体内角焊缝激光视觉三维视觉定位方法 |
CN109591011A (zh) * | 2018-11-29 | 2019-04-09 | 天津工业大学 | 复合材料三维结构件单边缝合激光视觉路径自动跟踪方法 |
CN109623206A (zh) * | 2018-12-19 | 2019-04-16 | 清华大学 | 用于机器人管道焊接中优化离线规划的焊枪位姿的方法 |
Non-Patent Citations (1)
Title |
---|
结构光焊缝视觉检测系统中投影仪标定法;谢德浩 等;《电焊机》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111612848A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4221768B2 (ja) | 空間内で物体を位置指定する方法および装置 | |
US20200078948A1 (en) | Robot calibration for ar and digital twin | |
US6816755B2 (en) | Method and apparatus for single camera 3D vision guided robotics | |
JP4191080B2 (ja) | 計測装置 | |
JP4021413B2 (ja) | 計測装置 | |
US9519736B2 (en) | Data generation device for vision sensor and detection simulation system | |
US20040172164A1 (en) | Method and apparatus for single image 3D vision guided robotics | |
JP4996745B2 (ja) | 平行投影モデルを利用した自己位置認識方法 | |
Balanji et al. | A novel vision-based calibration framework for industrial robotic manipulators | |
Ryberg et al. | Stereo vision for path correction in off-line programmed robot welding | |
CN113001535A (zh) | 机器人工件坐标系自动校正系统与方法 | |
US20220230348A1 (en) | Method and apparatus for determining a three-dimensional position and pose of a fiducial marker | |
KR20080088165A (ko) | 로봇 캘리브레이션 방법 | |
WO2018043524A1 (ja) | ロボットシステム、ロボットシステム制御装置、およびロボットシステム制御方法 | |
CN111612848B (zh) | 机器人弧焊轨迹自动生成方法及系统 | |
Li et al. | Structured light-based visual servoing for robotic pipe welding pose optimization | |
Ng et al. | Intuitive robot tool path teaching using laser and camera in augmented reality environment | |
CN109773589B (zh) | 对工件表面进行在线测量和加工导引的方法及装置、设备 | |
CN114001651A (zh) | 一种基于双目视觉测量和先验检测数据的大型细长筒类构件位姿原位测量方法 | |
JP6912529B2 (ja) | 視覚誘導ロボットアームの補正方法 | |
JP3096875B2 (ja) | ロボットアーム長さの補正装置 | |
CN115446836B (zh) | 一种基于多种图像特征信息混合的视觉伺服方法 | |
EP3738725B1 (en) | Measurement system, measurement device, measurement method, and measurement program | |
JPH012104A (ja) | ロボットの位置決め誤差補正方法 | |
Zhang et al. | Constraints for heterogeneous sensor auto-calibration |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230909 Address after: 434000, No. 8, Development Avenue, Hongcheng Rural Economic Development Zone, Jianli City, Jingzhou City, Hubei Province (self declared) Applicant after: Hubei Huangchao Intelligent Automation Equipment Co.,Ltd. Address before: 401120 Yubei District, Chongqing Shuangfeng bridge airport development zone, Xiangyu Road, No. 15, 2. Applicant before: Chongqing Jianmang Information Technology Consulting Service Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |