CN112361958A - 一种线激光与机械臂标定方法 - Google Patents
一种线激光与机械臂标定方法 Download PDFInfo
- Publication number
- CN112361958A CN112361958A CN202011216761.2A CN202011216761A CN112361958A CN 112361958 A CN112361958 A CN 112361958A CN 202011216761 A CN202011216761 A CN 202011216761A CN 112361958 A CN112361958 A CN 112361958A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- minimum
- value
- point cloud
- cloud data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 37
- 230000009466 transformation Effects 0.000 claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000010845 search algorithm Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009012 visual motion Effects 0.000 description 1
Images
Classifications
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种线激光与机械臂标定方法，包括以下步骤：获取球形工具激光扫描点云数据；通过最小Z值查寻算法从球形工具激光扫描点云数据中找出最小Z值扫描点云数据；获取机械臂的位置姿态数据，并找出最小Z值扫描点云数据对应的最小Z值位置姿态数据；求解最小Z值扫描点云数据与最小Z值位置姿态数据之间的变换矩阵集
去除变换矩阵集
中包含虚数的变换矩阵，去除变换矩阵集
中所有项的实部绝对值相同的变换矩阵，得到最优变换矩阵
完成线激光与机械臂的标定。与现有技术相比，成本低廉，整个过程自动化程度高、操作简单、标定结果可靠，可满足实际现场的使用要求。
Description
技术领域
本发明涉及机械臂与机器视觉运动控制领域，尤其是涉及一种线激光与机械臂标定方法。
背景技术
线激光扫描成像是一种非接触主动式三维成像方法，其工作原理是发射一条线激光到目标物体上,摄像头通过某个固定角度检测该激光在物体上的反射信息,然后通过三角测量原理确定物体表面的高度和宽度信息。其具有扫描速度快、成像精度高、测量过程便捷等特点，被广泛地应用于工业现场目标检测、形貌重建以及特征匹配等方面。
线激光的标定往往和目标体的三维模型数据采集、采样、匹配以及重建等流程具有很大关系，尤其是一些对精度有一定限制的应用场合，例如视觉引导机械臂运动、视觉引导移动物运动等方面，在无法满足精度使用要求范围的情况下，往往会造成机械臂定位不准确、移动物路径规划偏离等因素，将直接导致整个系统的功能失效。因此，如何准确地、快速地标定线激光器的使用参数，这在工业现场中是一项比较有意义的问题。
中国发明专利CN111272102A介绍了一种线激光扫描三维测量标定方法，其在不变换标定板姿态的情况下实现线激光扫描快速标定，可有效降低标定过程和计算的复杂度，但是此类方法容易受到实际现场光照强度的影响，在工业现场中的使用条件较为严格，不利于快速标定。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种线激光与机械臂标定方法。
本发明的目的可以通过以下技术方案来实现：
一种线激光与机械臂标定方法，该方法包括以下步骤：
步骤S1：获取球形工具激光扫描点云数据；
步骤S2：通过最小Z值查寻算法从球形工具激光扫描点云数据中找出最小Z 值扫描点云数据；
步骤S3：获取机械臂的位置姿态数据，并找出最小Z值扫描点云数据对应的最小Z值位置姿态数据；
步骤S4：求解最小Z值扫描点云数据与最小Z值位置姿态数据之间的变换矩阵集
步骤S5：去除变换矩阵集
中包含虚数的变换矩阵，去除变换矩阵集
中所有项的实部绝对值相同的变换矩阵，得到最优变换矩阵
完成线激光与机械臂的标定。
所述的步骤S1中球形工具激光扫描点云数据通过位于机械臂末端的激光器获取。
所述的最小Z值查寻算法查寻激光器距离球形工具的球面最近时的球形工具激光扫描点云数据，即最小Z值扫描点云数据。
所述的机械臂的位置姿态数据从机械臂控制器中读取。
所述的步骤S2中对是否找出最小Z值扫描点云数据进行判断，若是，执行步骤S3，若否，执行步骤S1。
所述的步骤S4中最小Z值扫描点云数据与最小Z值位置姿态数据组成元素数量为N的数据组Pi，若N大于设定值n，且数据组Pi中任一值不为空，执行步骤 S4，否则，执行步骤S1。
所述的变换矩阵集
为：
其中，q0、q1、q2、q3为旋转矩阵元素，t1、t2和t3为位移向量元素。
所述求解旋转矩阵元素和位移向量元素的公式为：
其中，
为机械臂-基坐标系变换矩阵，Xb、Yb和Zb分别为机械臂的最小Z 值位置姿态数据对应的X、Y和Z三轴坐标，Xl和Zl为最小Z值扫描点云数据对应的X和Z轴坐标。
所述的步骤S5中通过对最优变换矩阵
进行重投影得到标定评估结果，所述重投影的误差为：
其中，Xb是机械臂的最小Z值位置姿态数据对应的X轴坐标，
为机械臂- 基坐标系变换矩阵，Xl为最小Z值扫描点云数据对应的X轴坐标。
根据重投影进行标定评估INFO的公式为：
其中，δ为预期使用精度阈值。
与现有技术相比，本发明具有以下优点：
涉及的标定物为球形工具，该物体方便寻找，成本低廉；可以帮助线激光和机械臂在广泛应用场景下实现快速手眼标定，整个过程自动化程度高、操作简单、标定结果可靠，可满足实际现场的使用要求。
附图说明
图1为本发明的流程图；
图2为本发明的结构示意图；
图3为本发明的最小Z值扫描点云数据示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例
本实施例提供一种基于球形工具的线激光与机械臂快速标定方法，如图1所示，该方法包括以下步骤：
步骤S1：获取球形工具激光扫描点云数据；
步骤S2：通过最小Z值查寻算法从球形工具激光扫描点云数据中找出最小Z 值扫描点云数据；
步骤S3：获取机械臂的位置姿态数据，并找出最小Z值扫描点云数据对应的最小Z值位置姿态数据；
步骤S4：求解最小Z值扫描点云数据与最小Z值位置姿态数据之间的变换矩阵集
步骤S5：去除变换矩阵集
中包含虚数的变换矩阵，去除变换矩阵集
中所有项的实部绝对值相同的变换矩阵，得到最优变换矩阵
完成线激光与机械臂的标定。
具体而言：
1、将激光器固定安装在机械臂末端，如图2所示，通过机械臂控制器使机械臂以任意姿态运动至球形工具附近，激光器发射激光并接收球形工具激光扫描点云数据；
2、将扫描后的球形工具激光扫描点云数据保存为文本文件；
3、执行球形工具激光扫描点云数据处理程序，进行最小Z值查寻算法，返回一个最小Z值扫描点云数据及对应的索引位置坐标I1，最小Z值扫描点云数据减去球形工具的半径r得到球心扫描点云数据；
4、当查询成功后，从机械臂控制器读取机械臂的位置姿态数据，并返回各位置姿态数据对应的索引位置坐标集IR；
5、根据I1从IR中找到对应的索引位置坐标I2，将I1所对应的最小Z值扫描点云数据与I2所对应的最小Z值位置姿态数据进行对应成对保存，记录为Pi，其中，i＝1,2,…,N,i为每组标定点对应的对数的编号，N为对数。
6、当满足求解的条件，构建求解器(如图3所示)对激光坐标系与机械臂坐标系之间的变换矩阵集
进行求解，其中j＝1,2,…,M,j为解的编号，M为解的数量；
7、根据上一步骤的结果，建立解的筛选条件，从
中得到一组最优结果解
8、对输出的最优结果解
进行重投影误差检验，并输出结果评估指标分析数据。
9、根据结果评估指标分析数据，输出标定结果以及评价信息。
进一步，变换矩阵集
采用以下方法进行求解：
激光坐标系下的坐标为Pl，在基坐标系下的坐标为Pb，一般情况下，激光坐标系到工具坐标系的变换可以分为旋转矩阵
和位移矩阵
则激光坐标系到工具坐标系的变换关系为：
工具坐标系到基坐标系的变换关系为：
因此可以推导出激光坐标系到基坐标系的变换关系为：
由此可知：
其中
矩阵是已知可求的，本实施例是基于球形工具的球心进行求解，Pb为球心坐标属于不变量，因此可根据四元数方法(用q0,q1,q2,q3表示)来表示
矩阵：
则式可以化为：
可以看出，至少需要三组数据并两两作差就可以组成6组方程，但是所求
矩阵有7个未知量，再结合单位四元数的约束：
这样就可以构成7组方程进行求解，将结果代回
式可以得到相应的解。
进一步，本实施例在标定过程中存在判断步骤：
判断1：步骤S2中对是否找出最小Z值扫描点云数据进行判断，若是，执行步骤S3，若否，执行步骤S1；
判断2：步骤S4中最小Z值扫描点云数据与最小Z值位置姿态数据组成元素数量为N的数据组Pi，若N大于设定值n，且数据组Pi中任一值不为空，执行步骤S4，否则，执行步骤S1。
进一步，本实施例涉及的重投影误差检验是根据：
将上述结果和原始数据(即机械臂的最小Z值位置姿态数据)进行重投影代回计算，设定误差描述为：
其中，Xb是机械臂的最小Z值位置姿态数据对应的X轴坐标，
为机械臂- 基坐标系变换矩阵，Xl为最小Z值扫描点云数据对应的X轴坐标。
根据重投影进行标定评估的公式为：
其中，δ为预期使用精度阈值。
Claims (10)
1.一种线激光与机械臂标定方法，其特征在于，该方法包括以下步骤：
步骤S1：获取球形工具激光扫描点云数据；
步骤S2：通过最小Z值查寻算法从球形工具激光扫描点云数据中找出最小Z值扫描点云数据；
步骤S3：获取机械臂的位置姿态数据，并找出最小Z值扫描点云数据对应的最小Z值位置姿态数据；
步骤S4：求解最小Z值扫描点云数据与最小Z值位置姿态数据之间的变换矩阵集
步骤S5：去除变换矩阵集
中包含虚数的变换矩阵，去除变换矩阵集
中所有项的实部绝对值相同的变换矩阵，得到最优变换矩阵
完成线激光与机械臂的标定。
2.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的步骤S1中球形工具激光扫描点云数据通过位于机械臂末端的激光器获取。
3.根据权利要求2所述的一种线激光与机械臂标定方法，其特征在于，所述的最小Z值查寻算法查寻激光器距离球形工具的球面最近时的球形工具激光扫描点云数据，即最小Z值扫描点云数据。
4.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的机械臂的位置姿态数据从机械臂控制器中读取。
5.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的步骤S2中对是否找出最小Z值扫描点云数据进行判断，若是，执行步骤S3，若否，执行步骤S1。
6.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的步骤S4中最小Z值扫描点云数据与最小Z值位置姿态数据组成元素数量为N的数据组Pi，若N大于设定值n，且数据组Pi中任一值不为空，执行步骤S4，否则，执行步骤S1。
7.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的变换矩阵集
为：
其中，q0、q1、q2、q3为旋转矩阵元素，t1、t2和t3为位移向量元素。
8.根据权利要求7所述的一种线激光与机械臂标定方法，其特征在于，所述求解旋转矩阵元素和位移向量元素的公式为：
其中，
为机械臂-基坐标系变换矩阵，Xb、Yb和Zb分别为机械臂的最小Z值位置姿态数据对应的X、Y和Z三轴坐标，Xl和Zl为最小Z值扫描点云数据对应的X和Z轴坐标。
9.根据权利要求1所述的一种线激光与机械臂标定方法，其特征在于，所述的步骤S5中通过对最优变换矩阵
进行重投影得到标定评估结果，所述重投影的误差为：
其中，Xb是机械臂的最小Z值位置姿态数据对应的X轴坐标，
为机械臂-基坐标系变换矩阵，Xl为最小Z值扫描点云数据对应的X轴坐标。
10.根据权利要求9所述的一种线激光与机械臂标定方法，其特征在于，根据重投影进行标定评估INFO的公式为：
其中，δ为预期使用精度阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011216761.2A CN112361958B (zh) | 2020-11-04 | 2020-11-04 | 一种线激光与机械臂标定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011216761.2A CN112361958B (zh) | 2020-11-04 | 2020-11-04 | 一种线激光与机械臂标定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112361958A true CN112361958A (zh) | 2021-02-12 |
| CN112361958B CN112361958B (zh) | 2022-06-21 |
Family
ID=74514231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011216761.2A Active CN112361958B (zh) | 2020-11-04 | 2020-11-04 | 一种线激光与机械臂标定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112361958B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113483661A (zh) * | 2021-07-06 | 2021-10-08 | 广东南方数码科技股份有限公司 | 一种点云数据获取方法、装置、设备及存储介质 |
| CN113503811A (zh) * | 2021-05-10 | 2021-10-15 | 爱佩仪智能装备有限公司 | iScan在五轴切削机工具坐标系中偏置矩阵标定方法 |
| CN114266279A (zh) * | 2021-12-29 | 2022-04-01 | 北京大学深圳研究生院 | 一种基于复数网络表达的点云特征提取方法及装置 |
| CN114888793A (zh) * | 2022-04-21 | 2022-08-12 | 同济大学 | 一种多臂双光束激光焊接机器人双层协同控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1831468A (zh) * | 2005-03-10 | 2006-09-13 | 新奥博为技术有限公司 | 激光扫描器与机器人的相对位置的标定方法 |
| CN102800096A (zh) * | 2012-07-19 | 2012-11-28 | 北京航空航天大学 | 一种摄像机参数的鲁棒性估计算法 |
| CN104392435A (zh) * | 2014-11-10 | 2015-03-04 | 中科院微电子研究所昆山分所 | 鱼眼相机标定方法及标定装置 |
| CN106546168A (zh) * | 2016-09-29 | 2017-03-29 | 上海航天精密机械研究所 | 基于球拟合的单轴激光扫描机器人精确标定方法及系统 |
| CN106705849A (zh) * | 2017-01-25 | 2017-05-24 | 上海新时达电气股份有限公司 | 线结构光传感器标定方法 |
| CN107728617A (zh) * | 2017-09-27 | 2018-02-23 | 速感科技（北京）有限公司 | 多目在线标定方法、可移动机器人及系统 |
| CN110978059A (zh) * | 2019-12-23 | 2020-04-10 | 芜湖哈特机器人产业技术研究院有限公司 | 一种便携式六轴机械手标定装置及其标定方法 |
| CN111504183A (zh) * | 2020-04-22 | 2020-08-07 | 无锡中车时代智能装备有限公司 | 线激光三维测量传感器与机器人相对位置的标定方法 |
-
2020
- 2020-11-04 CN CN202011216761.2A patent/CN112361958B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1831468A (zh) * | 2005-03-10 | 2006-09-13 | 新奥博为技术有限公司 | 激光扫描器与机器人的相对位置的标定方法 |
| CN102800096A (zh) * | 2012-07-19 | 2012-11-28 | 北京航空航天大学 | 一种摄像机参数的鲁棒性估计算法 |
| CN104392435A (zh) * | 2014-11-10 | 2015-03-04 | 中科院微电子研究所昆山分所 | 鱼眼相机标定方法及标定装置 |
| CN106546168A (zh) * | 2016-09-29 | 2017-03-29 | 上海航天精密机械研究所 | 基于球拟合的单轴激光扫描机器人精确标定方法及系统 |
| CN106705849A (zh) * | 2017-01-25 | 2017-05-24 | 上海新时达电气股份有限公司 | 线结构光传感器标定方法 |
| CN107728617A (zh) * | 2017-09-27 | 2018-02-23 | 速感科技（北京）有限公司 | 多目在线标定方法、可移动机器人及系统 |
| CN110978059A (zh) * | 2019-12-23 | 2020-04-10 | 芜湖哈特机器人产业技术研究院有限公司 | 一种便携式六轴机械手标定装置及其标定方法 |
| CN111504183A (zh) * | 2020-04-22 | 2020-08-07 | 无锡中车时代智能装备有限公司 | 线激光三维测量传感器与机器人相对位置的标定方法 |
Non-Patent Citations (4)
| Title |
|---|
| ZHEN LIU ET AL.: "Calibration method for line-structured light vision sensor based on a single ball target", 《OPTICS AND LASERS IN ENGINEERING》 * |
| ZONGYI WANG ET AL.: "A Direct Calibration Method for Structured Light", 《PROCEEDINGS OF THE IEEE INTERNATIONAL CONFERENCE ON MECHATRONICS & AUTOMATION》 * |
| 周红进 等: "《无陀螺惯性导航技术》", 31 December 2017 * |
| 杨守瑞 等: "机器人柔性视觉测量系统标定方法的改进", 《光学精密工程》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113503811A (zh) * | 2021-05-10 | 2021-10-15 | 爱佩仪智能装备有限公司 | iScan在五轴切削机工具坐标系中偏置矩阵标定方法 |
| CN113503811B (zh) * | 2021-05-10 | 2024-04-16 | 爱佩仪智能装备有限公司 | iScan在五轴切削机工具坐标系中偏置矩阵标定方法 |
| CN113483661A (zh) * | 2021-07-06 | 2021-10-08 | 广东南方数码科技股份有限公司 | 一种点云数据获取方法、装置、设备及存储介质 |
| CN114266279A (zh) * | 2021-12-29 | 2022-04-01 | 北京大学深圳研究生院 | 一种基于复数网络表达的点云特征提取方法及装置 |
| CN114888793A (zh) * | 2022-04-21 | 2022-08-12 | 同济大学 | 一种多臂双光束激光焊接机器人双层协同控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112361958B (zh) | 2022-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112361958B (zh) | 一种线激光与机械臂标定方法 | |
| CN110689579B (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量系统 | |
| JP6280525B2 (ja) | カメラのミスキャリブレーションの実行時決定のためのシステムと方法 | |
| CN110146017B (zh) | 工业机器人重复定位精度测量方法 | |
| CN109489548B (zh) | 一种利用三维点云的零件加工精度自动检测方法 | |
| CN110108208B (zh) | 五轴非接触式测量机的误差补偿方法 | |
| CN109794963B (zh) | 一种面向曲面构件的机器人快速定位方法 | |
| CN113532277B (zh) | 板状不规则曲面工件的检测方法及系统 | |
| CN114102256B (zh) | 机床旋转轴几何误差识别方法、装置及存储介质 | |
| CN111504183A (zh) | 线激光三维测量传感器与机器人相对位置的标定方法 | |
| CN110211174B (zh) | 曲面测量装置标定的方法、设备和存储介质 | |
| CN113267180B (zh) | 一种基于3d深度视觉的agv叉车托盘定位及叉取方法 | |
| CN109631764B (zh) | 基于RealSense相机的尺寸测量系统及方法 | |
| Ge et al. | Online 3-D modeling of complex workpieces for the robotic spray painting with low-cost RGB-D cameras | |
| 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 | |
| CN115294198A (zh) | 一种基于视觉的机械臂全局性能测量系统及方法 | |
| CN115375771A (zh) | 五轴运动平台的参数标定方法、终端设备及存储介质 | |
| CN113916128A (zh) | 一种基于光笔式视觉测量系统的提高精度的方法 | |
| Wang et al. | A binocular vision method for precise hole recognition in satellite assembly systems | |
| CN109773589A (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 | |
| Jianming et al. | Error correction for high-precision measurement of cylindrical objects diameter based on machine vision | |
| CN116912319A (zh) | 一种手眼标定的方法 | |
| CN112894879A (zh) | 机械手臂的定位精度量测系统与方法 | |
| Wang et al. | Effects of camera external parameters error on measurement accuracy in monocular vision | |
| Kana et al. | Robot-sensor calibration for a 3D vision assisted drawing robot |
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 |