CN112700505A - 一种基于双目三维跟踪的手眼标定方法、设备及存储介质 - Google Patents
一种基于双目三维跟踪的手眼标定方法、设备及存储介质 Download PDFInfo
- Publication number
- CN112700505A CN112700505A CN202011639917.8A CN202011639917A CN112700505A CN 112700505 A CN112700505 A CN 112700505A CN 202011639917 A CN202011639917 A CN 202011639917A CN 112700505 A CN112700505 A CN 112700505A
- Authority
- CN
- China
- Prior art keywords
- camera
- coordinate transformation
- manipulator
- moment
- transformation relation
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于双目三维跟踪的手眼标定方法、设备及存储介质,是指:选定的三维跟踪方法为先有场景中某物体的三维模型,结合边缘和区域的方法,将置信度和特征融合进一步判断三维物体在世界坐标系到相机坐标系下的坐标变换关系。本发明将三维跟踪求解世界坐标系到相机坐标系下的坐标变换关系的方法引入手眼标定的工作中,提高了手眼标定的精度,避免了特征点匹配不准确等问题。
Description
技术领域
本发明涉及一种基于双目三维跟踪的手眼标定方法、设备及存储介质,属于机器人视觉标定技术领域。
背景技术
手眼标定用于求解相机到机械臂末端的坐标变换,是机器人控制领域中的一项重要任务。目前手眼标定技术已经有了广泛的应用前景,例如工业制造,医疗诊断,娱乐游戏等领域。手眼标定根据获取相机坐标系相对于世界坐标系的坐标变换的方式不同,可以分为两类:基于张正友标定法的手眼标定,基于检测和跟踪的手眼标定。
基于张正友标定法的手眼标定的方法通过机械手持相机拍摄空间中打印好的黑白棋盘格获取相机的内参矩阵和相机坐标系到世界坐标系下的坐标变换关系。该类方法需要提供高精度的棋盘格的单位尺寸,并受限于相机的拍摄角度,往往相机拍摄序列运动幅度较小时,很难获取到准确的相机内参矩阵和坐标变换关系,进一步导致手眼标定的结果失准。
基于检测和跟踪的手眼标定的方法通过特征点匹配和三维重建的方法获取相机坐标系到世界坐标系下的坐标变换。但此种方法不能获得确切的平移量,与实际的平移量之间差一个未知的比例因子,导致手眼标定的难度增加;并且特征点匹配的精度也是影响手眼标定精度的重要原因。
发明内容
针对现有技术的不足,本发明提供了一种基于双目的三维物体跟踪的手眼标定方法,该方法在一种无纹理三维物体跟踪方法的基础上进行手眼标定,提高了手眼标定的精度。
本发明还提供了计算机设备及存储介质;
本发明选定的三维跟踪方法为先有场景中某物体的三维模型,结合边缘和区域的方法,将置信度和特征融合进一步判断三维物体在世界坐标系到相机坐标系下的坐标变换关系。
术语解释:
双目,用两部相机来定位。对物体上一个特征点,用两部固定于不同位置的相机摄得物体的像,分别获得该点在两部相机像平面上的坐标。只要知道两部相机精确的相对位置,就可用几何的方法得到该特征点在固定一部相机的坐标系中的坐标,即确定了特征点的位置。
本发明的技术方案为:
一种基于双目的三维物体跟踪的手眼标定方法,包括步骤如下:
(1)求取空间中三维物体到相机的坐标变换关系,再导出机械臂中的机器手到机械臂基座的坐标变换关系;三维物体到相机的坐标变换关系包括当前时刻和下一时刻三维物体到相机1的坐标变换关系,以及当前时刻和下一时刻三维物体到相机2的坐标变换关系;机械臂中的机器手到机械臂基座的坐标变换关系包括当前时刻机械手到机械臂基座的坐标变换关系以及下一时刻时刻机械手到机械臂基座的坐标变换关系;
(2)将步骤(1)求取的空间中三维物体到相机的坐标变换关系转化为这一时刻相机到下一时刻相机的坐标变换关系,将步骤(1)求取的机械臂中的机器手到机械臂基座的坐标变换关系转化为这一时刻的机械手到下一时刻机械手的坐标变换关系;这一时刻相机到下一时刻相机的坐标变换关系包括相机1从这一时刻到下一时刻的坐标变换关系,以及相机2从这一时刻到下一时刻的坐标变换关系;
(3)求取相机到机械手的坐标变换关系,即完成手眼标定;相机到机械手的坐标变换关系包括相机1到机械手的坐标变换关系,以及相机2到机械手的坐标变换关系。
本发明在手眼标定方法中首次引入三维跟踪的方法求解物体到相机的坐标变换关系。因为双目三维跟踪求得的坐标变换关系较之前的方法更加准确,顺着流程进行计算,最终即可提高手眼之间坐标变换关系的精度。
三维物体跟踪指的是实时对刚性物体进行6D姿态估计,即对刚性物体的旋转量roll,pitch,yaw以及三维平移量x,y,z进行实时估计。目前三维物体跟踪方法主要分为基于特征点的方法,基于边的方法以及基于区域的方法。本发明使用的是基于区域发方法。基于区域的方法主要是估计物体的2d轮廓和3d轮廓的对应关系,对弱纹理和无纹理刚性物体跟踪效果非常突出。
根据本发明优选的,求取空间中三维物体到相机的坐标变换关系,求取公式如式(I)所示:
式(I)中,Δξo是指在物体坐标系下相邻两帧之间的姿态变换,使用李代数进行表示,是一个6维向量,其中3维表示旋转量,剩余3维表示平移量;N是指联合优化的相机个数,N=2;是指第i个相机的当前帧对物体进行投影映射到二维图像后的能量函数;x是指图像上的一个像素点;Ωi是指第i个图像上前景部分,即属于被跟踪物体部分的区域;是指在第i个相机坐标系下上一帧物体的姿态,使用李代数进行表示;是指第i个相机的坐标系到物体中心坐标系的变换。
对双目三位跟踪进行介绍,选取使用的双目三维跟踪方法是结合边缘和区域的方法,将置信度和特征融合进一步判断三维物体在世界坐标系到相机坐标系下的坐标变换关系。
根据本发明优选的,将步骤(1)求取的空间中三维物体到相机的坐标变换关系转化为这一时刻相机到下一时刻相机的坐标变换关系,求取公式如式(Ⅱ)、式(Ⅲ)所示:
A1=A1i+1^(-1)*A1i (Ⅱ)
A2=A2i+1^(-1)*A2i (Ⅲ)
式(Ⅱ)、式(Ⅲ)中,A1i是指当前时刻三维物体到相机1的坐标变换关系;A1i+1是指下一时刻三维物体到相机1的坐标变换关系;A2i是指当前时刻三维物体到相机2的坐标变换关系;A2i+1是指下一时刻三维物体到相机2的坐标变换关系;A1是指相机1从这一时刻到下一时刻的坐标变换关系;A2是指相机2从这一时刻到下一时刻的坐标变换关系。
根据本发明优选的,将步骤(1)求取的机械臂中的机器手到机械臂基座的坐标变换关系转化为这一时刻的机械手到下一时刻机械手的坐标变换关系,求取公式如式(Ⅲ)所示:
B=Bi+1^(-1)*Bi (Ⅲ)
式(Ⅲ)中,Bi是指当前时刻机械手到机械臂基座的坐标变换关系;Bi+1是指下一时刻时刻机械手到机械臂基座的坐标变换关系;B是指机械手从这一时刻到下一时刻的坐标变换关系。
根据本发明优选的,步骤(3),运用李代数的形式求取相机到机械手的坐标变换关系,求取公式如式(Ⅳ)、式(Ⅴ)所示:
A1*X1=X1*B (Ⅳ)
A2*X2=X2*B (Ⅴ)
式(Ⅳ)、式(Ⅴ)中,X1是指相机1到机械手的坐标变换关系,X2是指相机2到机械手的坐标变换关系。
本发明将三维跟踪求解世界坐标系到相机坐标系下的坐标变换关系的方法引入手眼标定的工作中,提高了手眼标定的精度,避免了特征点匹配不准确等问题。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现基于双目的三维物体跟踪的手眼标定方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现基于双目的三维物体跟踪的手眼标定方法的步骤。
本发明的有益效果为:
1、本发明提供了一种基于双目三维跟踪的手眼标定方法,将三维跟踪方法引入到手眼标定问题的求解当中,解决手眼标定中得到相机外参繁琐复杂和得到的外参精度不够高等问题。使手眼标定步骤更加简便,精度更高。
2、本发明中使用三维跟踪的解作为求解手眼标定的数据,因为双目三维跟踪得到数据比张正友标定法和特征点匹配法得到的外参精度都要高,故进一步求解手眼标定运用李代数的方法进行求解,提高计算精度。
3、本发明通过引入三维跟踪算法,可以实现在复杂场景下,机器人手眼自标定的过程。
附图说明
图1为本发明一种基于双目的三维物体跟踪的手眼标定方法的实现示意图;
图2为求取空间中三维物体到相机的坐标变换关系的示意图。
具体实施方式
下面结合说明书附图和实施例对本发明作进一步限定,但不限于此。
实施例1
一种基于双目的三维物体跟踪的手眼标定方法,如图1所示,包括步骤如下:
(1)求取空间中三维物体到相机的坐标变换关系,再导出机械臂(机器人的机械臂)中的机器手到机械臂基座的坐标变换关系;三维物体到相机的坐标变换关系包括当前时刻和下一时刻三维物体到相机1的坐标变换关系,以及当前时刻和下一时刻三维物体到相机2的坐标变换关系;机械臂中的机器手到机械臂基座的坐标变换关系包括当前时刻机械手到机械臂基座的坐标变换关系以及下一时刻时刻机械手到机械臂基座的坐标变换关系;机器人型号是WAM ARM;
(2)将步骤(1)求取的空间中三维物体到相机的坐标变换关系转化为这一时刻相机到下一时刻相机的坐标变换关系,将步骤(1)求取的机械臂中的机器手到机械臂基座的坐标变换关系转化为这一时刻的机械手到下一时刻机械手的坐标变换关系;这一时刻相机到下一时刻相机的坐标变换关系包括相机1从这一时刻到下一时刻的坐标变换关系,以及相机2从这一时刻到下一时刻的坐标变换关系;
(3)求取相机到机械手的坐标变换关系,即完成手眼标定;相机到机械手的坐标变换关系包括相机1到机械手的坐标变换关系,以及相机2到机械手的坐标变换关系。
实施例2
根据实施例1所述的一种基于双目的三维物体跟踪的手眼标定方法,其区别在于:
三维物体跟踪指的是实时对刚性物体进行6D姿态估计,即对刚性物体的旋转量roll,pitch,yaw以及三维平移量x,y,z进行实时估计。目前三维物体跟踪方法主要分为基于特征点的方法,基于边的方法以及基于区域的方法。本发明使用的是基于区域发方法。基于区域的方法主要是估计物体的2d轮廓和3d轮廓的对应关系,对弱纹理和无纹理刚性物体跟踪效果非常突出。
对于单目基于区域的方法,使用如下的能量方程来估计当前物体由上一帧位姿变换到下一帧位姿的变换(在李代数空间进行估计,能够获得更好的效果,因此下面先将物体位姿转换到李代数空间,在估计帧间变换后,再变换到李群空间):
Δξc:相邻两帧之间的姿态变换,使用李代数进行表示,是一个6维向量,其中3维表示旋转量,剩余3维表示平移量;
F(x,ξ′c,Δξc):当前帧对物体进行投影映射到二维图像后的能量函数;
x:图像上的一个像素点;
Ω:图像上前景部分,即属于被跟踪物体部分的区域;
ξ′c:上一帧物体的姿态,使用李代数进行表示;
图2为求取空间中三维物体到相机的坐标变换关系的示意图;其中表示不同的相机坐标系;Om:表示物体坐标系;Oo:表示物体中心坐标系;表示从相机坐标系到物体中心坐标系的变换;Tnm:表示从相机坐标系到相机坐标系的变换
本发明在手眼标定方法中首次引入三维跟踪的方法求解物体到相机的坐标变换关系。因为双目三维跟踪求得的坐标变换关系较之前的方法更加准确,顺着流程进行计算,最终即可提高手眼之间坐标变换关系的精度。
三维物体跟踪指的是实时对刚性物体进行6D姿态估计,即对刚性物体的旋转量roll,pitch,yaw以及三维平移量x,y,z进行实时估计。目前三维物体跟踪方法主要分为基于特征点的方法,基于边的方法以及基于区域的方法。本发明使用的是基于区域发方法。基于区域的方法主要是估计物体的2d轮廓和3d轮廓的对应关系,对弱纹理和无纹理刚性物体跟踪效果非常突出。
求取空间中三维物体到相机的坐标变换关系,求取公式如式(I)所示:
式(I)中,Δξo是指在物体坐标系下相邻两帧之间的姿态变换,使用李代数进行表示,是一个6维向量,其中3维表示旋转量,剩余3维表示平移量;N是指联合优化的相机个数,N=2;是指第i个相机的当前帧对物体进行投影映射到二维图像后的能量函数;x是指图像上的一个像素点;Ωi是指第i个图像上前景部分,即属于被跟踪物体部分的区域;是指在第i个相机坐标系下上一帧物体的姿态,使用李代数进行表示;是指第i个相机的坐标系到物体中心坐标系的变换。
对双目三位跟踪进行介绍,选取使用的双目三维跟踪方法是结合边缘和区域的方法,将置信度和特征融合进一步判断三维物体在世界坐标系到相机坐标系下的坐标变换关系。
将步骤(1)求取的空间中三维物体到相机的坐标变换关系转化为这一时刻相机到下一时刻相机的坐标变换关系,求取公式如式(Ⅱ)、式(Ⅲ)所示:
A1=A1i+1^(-1)*A1i (Ⅱ)
A2=A2i+1^(-1)*A2i (Ⅲ)
式(Ⅱ)、式(Ⅲ)中,A1i是指当前时刻三维物体到相机1的坐标变换关系;A1i+1是指下一时刻三维物体到相机1的坐标变换关系;A2i是指当前时刻三维物体到相机2的坐标变换关系;A2i+1是指下一时刻三维物体到相机2的坐标变换关系;A1是指相机1从这一时刻到下一时刻的坐标变换关系;A2是指相机2从这一时刻到下一时刻的坐标变换关系。
将步骤(1)求取的机械臂中的机器手到机械臂基座的坐标变换关系转化为这一时刻的机械手到下一时刻机械手的坐标变换关系,求取公式如式(Ⅲ)所示:
B=Bi+1^(-1)*Bi (Ⅲ)
式(Ⅲ)中,Bi是指当前时刻机械手到机械臂基座的坐标变换关系;Bi+1是指下一时刻时刻机械手到机械臂基座的坐标变换关系;B是指机械手从这一时刻到下一时刻的坐标变换关系。
步骤(3),运用李代数的形式求取相机到机械手的坐标变换关系,求取公式如式(Ⅳ)、式(Ⅴ)所示:
A1*X1=X1*B (Ⅳ)
A2*X2=X2*B (Ⅴ)
式(Ⅳ)、式(Ⅴ)中,X1是指相机1到机械手的坐标变换关系,X2是指相机2到机械手的坐标变换关系。
本发明将三维跟踪求解世界坐标系到相机坐标系下的坐标变换关系的方法引入手眼标定的工作中,提高了手眼标定的精度,避免了特征点匹配不准确等问题。
仿真数据中,真实的相机2到机械手的坐标变换关系如下所示:
通过本发明基于双目的三维物体跟踪的手眼标定方法得到的相机2到机械手的坐标变换关系如下所示:
对比可知,本发明方法得到的相机2到机械手的坐标变换关系与真实的相机2到机械手的坐标变换关系相差很小,精确度较高。
实施例3
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现实施例1或2任一所述基于双目的三维物体跟踪的手眼标定方法的步骤。
实施例4
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现实施例1或2任一所述基于双目的三维物体跟踪的手眼标定方法的步骤。
Claims (7)
1.一种基于双目的三维物体跟踪的手眼标定方法,其特征在于,包括步骤如下:
(1)求取空间中三维物体到相机的坐标变换关系,再导出机械臂中的机器手到机械臂基座的坐标变换关系;三维物体到相机的坐标变换关系包括当前时刻和下一时刻三维物体到相机1的坐标变换关系,以及当前时刻和下一时刻三维物体到相机2的坐标变换关系;机械臂中的机器手到机械臂基座的坐标变换关系包括当前时刻机械手到机械臂基座的坐标变换关系以及下一时刻时刻机械手到机械臂基座的坐标变换关系;
(2)将步骤(1)求取的空间中三维物体到相机的坐标变换关系转化为这一时刻相机到下一时刻相机的坐标变换关系,将步骤(1)求取的机械臂中的机器手到机械臂基座的坐标变换关系转化为这一时刻的机械手到下一时刻机械手的坐标变换关系;这一时刻相机到下一时刻相机的坐标变换关系包括相机1从这一时刻到下一时刻的坐标变换关系,以及相机2从这一时刻到下一时刻的坐标变换关系;
(3)求取相机到机械手的坐标变换关系,即完成手眼标定;相机到机械手的坐标变换关系包括相机1到机械手的坐标变换关系,以及相机2到机械手的坐标变换关系。
3.根据权利要求1所述的一种基于双目的三维物体跟踪的手眼标定方法,其特征在于,将步骤(1)求取的空间中三维物体到相机的坐标变换关系转化为这一时刻相机到下一时刻相机的坐标变换关系,求取公式如式(II)、式(III)所示:
A1=A1i+1^(-1)*A1i (II)
A2=A2i+1^(-1)*A2i (III)
式(II)、式(III)中,A1i是指当前时刻三维物体到相机1的坐标变换关系;A1i+1是指下一时刻三维物体到相机1的坐标变换关系;A2i是指当前时刻三维物体到相机2的坐标变换关系;A2i+1是指下一时刻三维物体到相机2的坐标变换关系;A1是指相机1从这一时刻到下一时刻的坐标变换关系;A2是指相机2从这一时刻到下一时刻的坐标变换关系。
4.根据权利要求1所述的一种基于双目的三维物体跟踪的手眼标定方法,其特征在于,将步骤(1)求取的机械臂中的机器手到机械臂基座的坐标变换关系转化为这一时刻的机械手到下一时刻机械手的坐标变换关系,求取公式如式(III)所示:
B=Bi+1^(-1)*Bi (III)
式(III)中,Bi是指当前时刻机械手到机械臂基座的坐标变换关系;Bi+1是指下一时刻时刻机械手到机械臂基座的坐标变换关系;B是指机械手从这一时刻到下一时刻的坐标变换关系。
5.根据权利要求1所述的一种基于双目的三维物体跟踪的手眼标定方法,其特征在于,步骤(3),运用李代数的形式求取相机到机械手的坐标变换关系,求取公式如式(IV)、式(V)所示:
A1*X1=X1*B (IV)
A2*X2=X2*B (V)
式(IV)、式(V)中,×1是指相机1到机械手的坐标变换关系,×2是指相机2到机械手的坐标变换关系。
6.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1-5任一所述基于双目的三维物体跟踪的手眼标定方法的步骤。
7.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述基于双目的三维物体跟踪的手眼标定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011639917.8A CN112700505B (zh) | 2020-12-31 | 2020-12-31 | 一种基于双目三维跟踪的手眼标定方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011639917.8A CN112700505B (zh) | 2020-12-31 | 2020-12-31 | 一种基于双目三维跟踪的手眼标定方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112700505A true CN112700505A (zh) | 2021-04-23 |
CN112700505B CN112700505B (zh) | 2022-11-22 |
Family
ID=75513986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011639917.8A Active CN112700505B (zh) | 2020-12-31 | 2020-12-31 | 一种基于双目三维跟踪的手眼标定方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112700505B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114092561A (zh) * | 2022-01-24 | 2022-02-25 | 之江实验室 | 一种基于多目相机的无纹理三维物体跟踪方法及装置 |
CN114092526A (zh) * | 2022-01-21 | 2022-02-25 | 之江实验室 | 一种基于物体3d位姿视觉跟踪的增强现实方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107369184A (zh) * | 2017-06-23 | 2017-11-21 | 中国科学院自动化研究所 | 混合双目工业机器人系统同步标定系统、方法及其它装置 |
CN107516326A (zh) * | 2017-07-14 | 2017-12-26 | 中国科学院计算技术研究所 | 融合单目视觉和编码器信息的机器人定位方法和系统 |
CN109676602A (zh) * | 2018-09-25 | 2019-04-26 | 上海肇观电子科技有限公司 | 行走机器人的自适应标定方法、系统、设备及存储介质 |
CN109807937A (zh) * | 2018-12-28 | 2019-05-28 | 北京信息科技大学 | 一种基于自然场景的机器人手眼标定方法 |
CN110193849A (zh) * | 2018-02-27 | 2019-09-03 | 北京猎户星空科技有限公司 | 一种机器人手眼标定的方法及装置 |
CN110834333A (zh) * | 2019-11-14 | 2020-02-25 | 中科新松有限公司 | 一种机器人手眼标定方法及存储介质 |
CN111445533A (zh) * | 2020-03-27 | 2020-07-24 | 广东博智林机器人有限公司 | 一种双目相机标定方法、装置、设备及介质 |
CN111546328A (zh) * | 2020-04-02 | 2020-08-18 | 天津大学 | 基于三维视觉测量的手眼标定方法 |
CN112132894A (zh) * | 2020-09-08 | 2020-12-25 | 大连理工大学 | 一种基于双目视觉引导的机械臂实时跟踪方法 |
-
2020
- 2020-12-31 CN CN202011639917.8A patent/CN112700505B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107369184A (zh) * | 2017-06-23 | 2017-11-21 | 中国科学院自动化研究所 | 混合双目工业机器人系统同步标定系统、方法及其它装置 |
CN107516326A (zh) * | 2017-07-14 | 2017-12-26 | 中国科学院计算技术研究所 | 融合单目视觉和编码器信息的机器人定位方法和系统 |
CN110193849A (zh) * | 2018-02-27 | 2019-09-03 | 北京猎户星空科技有限公司 | 一种机器人手眼标定的方法及装置 |
CN109676602A (zh) * | 2018-09-25 | 2019-04-26 | 上海肇观电子科技有限公司 | 行走机器人的自适应标定方法、系统、设备及存储介质 |
CN109807937A (zh) * | 2018-12-28 | 2019-05-28 | 北京信息科技大学 | 一种基于自然场景的机器人手眼标定方法 |
CN110834333A (zh) * | 2019-11-14 | 2020-02-25 | 中科新松有限公司 | 一种机器人手眼标定方法及存储介质 |
CN111445533A (zh) * | 2020-03-27 | 2020-07-24 | 广东博智林机器人有限公司 | 一种双目相机标定方法、装置、设备及介质 |
CN111546328A (zh) * | 2020-04-02 | 2020-08-18 | 天津大学 | 基于三维视觉测量的手眼标定方法 |
CN112132894A (zh) * | 2020-09-08 | 2020-12-25 | 大连理工大学 | 一种基于双目视觉引导的机械臂实时跟踪方法 |
Non-Patent Citations (3)
Title |
---|
XUANCHEN ZHANG等: "Stereo vision based autonomous robot calibration", 《ELSEVIER》 * |
李盛前: "基于视觉技术的水下焊接机器人系统研究", 《博士电子期刊》 * |
潘且鲁等: "眼在手上机器人手眼无标定三维视觉跟踪", 《自动化学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114092526A (zh) * | 2022-01-21 | 2022-02-25 | 之江实验室 | 一种基于物体3d位姿视觉跟踪的增强现实方法及装置 |
CN114092561A (zh) * | 2022-01-24 | 2022-02-25 | 之江实验室 | 一种基于多目相机的无纹理三维物体跟踪方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112700505B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110116407B (zh) | 柔性机器人位姿测量方法及装置 | |
CN109974707B (zh) | 一种基于改进点云匹配算法的室内移动机器人视觉导航方法 | |
CN107255476B (zh) | 一种基于惯性数据和视觉特征的室内定位方法和装置 | |
CN109344882B (zh) | 基于卷积神经网络的机器人控制目标位姿识别方法 | |
CN111775146A (zh) | 一种工业机械臂多工位作业下的视觉对准方法 | |
CN109658460A (zh) | 一种机械臂末端相机手眼标定方法和系统 | |
CN112001926B (zh) | 基于多维语义映射rgbd多相机标定方法、系统及应用 | |
CN112700505B (zh) | 一种基于双目三维跟踪的手眼标定方法、设备及存储介质 | |
CN111897349A (zh) | 一种基于双目视觉的水下机器人自主避障方法 | |
CN114310901B (zh) | 用于机器人的坐标系标定方法、装置、系统以及介质 | |
JP2012026895A (ja) | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム | |
CN110349249B (zh) | 基于rgb-d数据的实时稠密重建方法及系统 | |
TW201918348A (zh) | 機械設備之定位系統及其方法 | |
CN112132876B (zh) | 2d-3d图像配准中的初始位姿估计方法 | |
CN115546289A (zh) | 一种基于机器人的复杂结构件三维形貌测量方法 | |
CN111429571B (zh) | 一种基于时空图像信息联合相关的快速立体匹配方法 | |
CN117218210A (zh) | 一种基于仿生眼的双目主动视觉半稠密深度估计方法 | |
CN117197333A (zh) | 基于多目视觉的空间目标重构与位姿估计方法及系统 | |
JP2016148649A (ja) | 情報処理装置、情報処理装置の制御方法、およびプログラム | |
CN115015956A (zh) | 一种室内无人车的激光与视觉slam系统 | |
CN107993227B (zh) | 一种获取3d腹腔镜手眼矩阵的方法和装置 | |
CN113240597A (zh) | 基于视觉惯性信息融合的三维软件稳像方法 | |
CN112525106A (zh) | 基于三相机协同激光的3d探测方法及装置 | |
CN111145267A (zh) | 基于imu辅助的360度全景视图多相机标定方法 | |
CN113920191B (zh) | 一种基于深度相机的6d数据集构建方法 |
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 |