CN112792816B - 基于几何的手眼标定方法、机器人、计算机及存储介质 - Google Patents
基于几何的手眼标定方法、机器人、计算机及存储介质 Download PDFInfo
- Publication number
- CN112792816B CN112792816B CN202110104739.7A CN202110104739A CN112792816B CN 112792816 B CN112792816 B CN 112792816B CN 202110104739 A CN202110104739 A CN 202110104739A CN 112792816 B CN112792816 B CN 112792816B
- Authority
- CN
- China
- Prior art keywords
- hand
- eye
- matrix
- vector
- coordinate system
- 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
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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
Abstract
本发明提供一种涉及基于几何的手眼标定方法、机器人、计算机以及存储介质,其以Tsai的方法为基础,一次性可以标定出手眼标定问题的手眼矩阵的旋转矩阵Rx、平移矢量tx、机械臂末端到靶标的旋转矩阵St和平移矢量pt四个矩阵。其中,求解手眼矩阵的旋转矩阵Rx的方法是根据矢量几何图像的启发而完成的,其中依据手眼矩阵的旋转矢量Kx垂直于所有A矩阵的旋转矢量KAi和B矩阵的旋转矢量KBi矢量对的差矢量KCi。并且采用了基于最优化目标函数的方法,采用拉格朗日乘数法完成求解。还提出一种全新的方法来求取平移矢量tx。
Description
技术领域
本发明涉及一种新颖的基于几何的手眼标定方法,能以Tsai的方法为基础,一次性标定出手眼矩阵的旋转矩阵Rx和平移矢量tx、机械臂末端到靶标的旋转矩阵St和平移矢量pt四个矩阵。还涉及执行该方法的机器人、计算机及计算机可读存储介质.
背景技术
在实际应用中,通常需要将相机中看到的靶标(marker)的位姿转换到机械臂坐标系下,进而辅助机械臂规划一些后续动作,因此,为了得到两个坐标系之间的转换矩阵,提出了机械臂的手眼标定方法。
通常机械臂的手眼关系可以分为“眼在手上”(eye-in-hand)和“眼在手外”(eye-to-hand)两种。
眼在手上是指:相机安装在机械臂的末端,通过移动机械臂,让相机观察外部的靶标,得到变换矩阵S1、S2。然后根据机械臂自己的正运动学矩阵R1、R2求出手眼矩阵X。最终可以得到手眼标定方程:R2-1·R1·X=X·S2-1·S1。可以简化为AX=XB。
同理,眼在手外是指:相机安装在机械臂外部,标定前在机械臂末端安装靶标,然后驱动机械臂运动,得到正运动学矩阵R1、R2,而相机拍摄不同位置的机械臂的靶标来得到变换矩阵S1、S2。然后据此求出手眼标定方程:R2·R1-1·X=X·S2·S1-1。也可以简化为AX=XB。
Tsai-Lenz方法是手眼标定中最常用的方法,它利用将手眼标定方程分解为旋转部分和平移部分,然后用罗德里格斯方程将旋转部分化简为矢量的矩阵下的旋转,通过几何关系求解X的旋转部分R,再然后代回到方程的平移部分求解平移矢量。Park,Frank C.利用李群理论将手眼标定方程化为最小二乘问题加以求解。Daniilidis采用的是对偶四元数的知识,用对偶四元数表达旋转和平移,从而进行统一计算。
以上三种方法对于眼在手上都具有相同的精度。但是计算方法偏于复杂。
对于眼在手外的手眼标定情况,在传统工业生产中,通常采用一种简明清晰的所谓“九点标定法”。即机械臂在相机视野范围内运动末端到九个点,然后根据正运动学得到的九个末端点和相机得到的九个点代入到转换方程中,将转换矩阵的参数变成待求解的未知矢量x,得到Ax=b的一个简单矩阵方程,然后用最小二乘解求出x继而得到手眼标定矩阵X。
发明内容
根据本发明的一方面,提供一种基于几何的手眼标定方法,用于标定机器人的手眼矩阵,该机器人具有基座、机械臂,在所述机械臂的末端安装有靶标标定支撑器,在所述靶标标定支撑器上安装有靶标,利用安装在所述机械臂外的双目立体相机,将所述机械臂的末端和所述靶标置于视野范围内的空间中,
其特征在于,包括下述步骤:
获得所述机械臂在所述空间中的第一位置的位姿T1(R1,t1),并相应地获得所述靶标相对于所述双目立体相机的第一位姿Tc1(Rc1,tc1),
获得所述机械臂在所述空间中的第二位置的位姿T2(R2,t2),并相应地获得所述靶标相对于所述双目立体相机的第二位姿Tc2(Rc2,tc2),
设所述靶标标定支撑器在所述机械臂的末端的位姿是:T'(St,pt),手眼变换位姿为:Tx(Rx,tx),
其中,R1、R2表示所述机械臂的末端的坐标系相对于所述机器人的基座的基坐标系的旋转矩阵,t1、t2表示平移矢量,Rc1、Rc2表示所述靶标的坐标系相对于所述双目立体相机的坐标系的旋转矩阵,tc1、tc2表示平移矢量,St表示所述靶标的坐标系相对于所述末端的坐标系的旋转矩阵,pt表示平移矢量,Rx表示所述双目立体相机的坐标系相对于所述基坐标系的旋转矩阵,tx表示平移矢量,
在由所述的各个坐标系构成的多坐标系转换闭环中,成立方程组:
T1·T'=Tx·Tc1........................................(1)
Τ2·Τ'=Tx·Tc2.........................................(2)
根据式(1)、式(2)推导出:
(T2·T1 -1)·Tx=Tx·(Tc2·Tc1 -1)...................................(4)
已知:
由此简化得到:
另外,已知有:
将(9)(10)(11)带入到(4)中,可以得到:
RAtx+tA=RxtB+tx...........................................(13)
RA=Rx·RB·Rx -1...........................................(14)
基于RA与RB的相似性,设:
其中,KA与KB是旋转轴矢量,α与β是各自的旋转角度,根据相
似性,得出下式(18)和(19):
α=β.................................................(18)
KA=Rx·KB.............................................(19)
对于通过一次手眼标定获得的多个KAi和KBi的矢量对,设KAi和KBi的矢量对的差矢量为KCi,在此,i=1、2、3、……、n,n为自然数,
基于手眼旋转矩阵Rx的旋转轴矢量Kx垂直于所述多个KAi和KBi的矢量对的几何关系,设所述差矢量KCi为:
设手眼旋转矩阵Rx的旋转轴矢量为:
采用如下优化目标函数:
应用拉格朗日乘数法,求解得到手眼旋转矩阵Rx。
根据本发明的基于几何的手眼标定方法、机器人、计算机和存储介质,与本申请前述实施例提供的标定方法与系统出于相同的发明构思,具有相同的有益效果。
附图说明
图1是表示简易的眼在手外式机械臂标定场景的图。
图2是表示手眼标定矩阵的旋转轴矢量Kx与KAi和KBi矢量对之间的几何关系的图。
图3是表示求解旋转角度的图。
具体实施方式
下面结合附图详细描述本发明的示例性实施例。下文描述的和附图示出的示例性实施例旨在教导本发明的原理,使本领域技术人员能够在若干不同环境中和对于若干不同应用实施和使用本发明。因此,本发明的保护范围由所附的权利要求来限定,示例性实施例并不意在、并且不应该被认为是对本发明保护的范围的限制性描述。而且,术语“第一”和“第二”、“步骤”等旨在区别不同对象非特定顺序。
图1是表示简易的眼在手外式机械臂标定场景的图。
<标定系统的构成>
根据本发明的标定系统包括:机器人1,其具有基座2、关节4、机械臂3;安装于机械臂3的末端9的靶标标定支撑器5;精密地安装在靶标标定支撑器5上的靶标7,在此,靶标7利用4颗反光球6制成;和双目立体相机8,其安装在机械臂3外,使得机械臂3的末端9置于其视野范围内,利用双目视觉进行位姿测量。
设于机械臂3的靶标7随机械臂3的移动而移动。由此双目立体相机8能够采集机械臂末端9的运动图像,并将其传送给计算机进行图像处理,计算出机械臂末端位姿。其中,利用靶标7的相关特征点在机械臂末端9的坐标系和相机8的坐标系的位置,计算机械臂末端9的坐标系在相机8的坐标系的旋转平移矩阵以及位姿,如后述。
<标定原理>
设机器人1的基座2的基坐标系为{M}(等同于世界坐标系),其坐标原点位于机器人1的基座中心。在图1中的标定场景图中,选择性地示出了机械臂3运动的第一位姿W1:T1(R1,t1),和第二位姿W2:T2(R2,t2)。而这两个位姿在双目立体相机8看来的位姿分别是:Tc1(Rc1,tc1)以及Tc2(Rc2,tc2)。
此外,靶标标定支撑器5在机械臂3的末端9的位姿是:T'(St,pt),而手眼变换位姿为:Tx(Rx,tx)。
其中,R1、R2表示机械臂3的末端9的坐标系{N}相对于基坐标系{M}的旋转矩阵,t1、t2表示平移矢量。Rc1、Rc2表示靶标7(或靶标标定支撑器5)的坐标系{J1}(或{J2})相对于双目立体相机8的坐标系{K}的旋转矩阵,tc1、tc2表示平移矢量。St表示靶标7的坐标系{J1}相对于末端9的坐标系{N}的旋转矩阵,pt表示平移矢量。Rx表示双目立体相机8的坐标系{K}相对于基坐标系{M}的旋转矩阵,tx表示平移矢量。
根据几何关系,在由坐标系{M}、{N}、{J1}(或{J2})、{K}构成的多坐标系转换闭环中,可以建立方程组:
T1·T'=Tx·Tc1......................................(1)
Τ2·Τ'=Tx·Tc2....................................(2)
根据(1)可以推导出:
T'=T1 -1·Tx·Tc1.....................................(3)
代入(2)可以推导出:
(T2·T1 -1)·Tx=Tx·(Tc2·Tc1 -1).........................(4)
已知:
可以得到:
其中,利用RA、RB、tA、tB、TA、TB来进行简化表示。
另外已知有:
将(9)(10)(11)带入到(4)中,可以得到:
RA·Rx=Rx·RB.........................................(12)
RAtx+tA=RxtB+tx...................................(13)
<手眼矩阵之矩阵Rx的求解>
为了得到手眼矩阵,必须首先求解公式(12),据(12)可以推导出:
RA=Rx·RB·Rx -1...............................(14)
由此可以得知,RA与RB是相似矩阵,有着共同的特征值,因而又有:
其中,KA与KB是旋转轴矢量,α与β是各自的旋转角度。于是根据相似性,可以很自然得出结论:
α=β.....................................................(18)
KA=Rx·KB................................................(19)
本发明人由此可以得出结论,待求解的手眼旋转矩阵Rx的旋转轴矢量Kx一定垂直于两个旋转轴矢量KA和KB的垂直平分面。
做一次手眼标定会获得许多KAi和KBi矢量对,这些矢量对的差矢量KCi末端理论上会位于同垂直平分面平行的各个平面上(如图2所示的平面Pm1~Pm4),但实际上肯定会有误差。
因此,目标就是寻找最优的那个近似地垂直于所有的矢量对的旋转轴矢量Kx。
在此,i=1,2,3,……n,n为任意自然数,可根据需要适当地选择。
假设矢量对的差矢量可以表示为:
而手眼旋转矩阵的旋转轴矢量可以表示为:
为了找到这个最优的旋转轴矢量,本发明人在此假定一个优化目标函数如下:
应用拉格朗日乘数法,可以得到以下四个方程:
这样,方程组(23)~(26)可以化简为:
上述方程的求解可以化为系数行列式矩阵等于0:
上式可以进一步化为:
上述一元三次方程的求解可以用高斯-牛顿法等数值方法求解。求解得到λ后,返代回方程组(27),化简得:
先通过式(32)求出z然后再代入式(30)、(31)求出x和y。这样就求出了Kx,进一步,再根据如图3所示的几何关系可以求出旋转角度θ、矢量c。
如图3所示,首先可以根据KA和KB求解出沿着Kx的投影矢量a和b:
a=KA-(KA·Kx)Kx.....................................(33)
b=KB-(KB·Kx)Kx...................................(33’)
这样,可以根据余弦定理求出旋转角度θ:
这样,根据式(17)就可以得到Rx。
<手眼矩阵之平移矢量tx和pt的求解>
接下来就是去求取平移矢量,传统的手眼标定方法都是采用公式(13)来求取tx。但是这种方法在实际中效果并不好。
本文提出一种全新的方法来求取平移矢量tx。
根据图1,针对手眼标定过程中经过的第i个路径点,可以得到关系:
Tx=Τi·T'·Tci -1.......................................(35)
展开得到:
上式左上角的矩阵元对应相等可以得到:
St=Ri -1·Rx·Rci...........................................(37)
将式(37)带入到(36)式的右上角的矩阵元对应相等得到的方程,可以得到:
Ript-tx=Rxtci-ti.................................(38)
这样,当手眼标定过程中经过了许多路径点时,可以用最小二乘法去求解一个近似精确的tx和pt:
求解以上方程,用伪逆解可以得到:
X=(ETE)-1ETF..........................................(40)
这样,就可以得到近似精确的手眼矩阵的平移矢量tx和以及机械臂末端9到靶标7的平移矢量pt。
<手眼矩阵之矩阵St的求解>
最后,还要求解机械臂末端到靶标的旋转矩阵St。根据式(37)可以得到:
RiSt=RxRci.................................................(41)
当手眼标定过程中经过了许多路径点时,可以用最小二乘法求解St:
求解以上方程,由于伪逆解可以提供最小二乘解,故用伪逆解可以得到:
St=(Es TEs)-1Es TFs.........................................(43)
至此为止,手眼标定问题的四个矩阵Rx、tx、St和pt已经全部求出。
<创新点>
由上述可知,根据本发明包括如下创新点:
(1)求解手眼矩阵的旋转矩阵Rx的算法是根据矢量几何图像的启发而完成的,主要是依据手眼矩阵的旋转矢量Kx垂直于所有A矩阵的旋转矢量KAi和B矩阵的旋转矢量KBi矢量对的差矢量KCi。并且采用了基于最优化目标函数的方法,采用拉格朗日乘数法完成求解。
(2)求解手眼矩阵的平移矢量tx并没有根据以往的AX=XB的分量式进行求解,而是采用不同的机械臂底座(基座)到相机坐标系路径的转换关系相等来建立等量关系求解,最后用最小二乘伪逆来求平均值。
从而,根据本发明的基于几何的手眼标定方法,可以分别更优地求解标定出手眼标定问题的矩阵Rx;tx;St和pt,乃至于一次性标定出手眼标定问题的四个矩阵Rx、tx、St和pt。从而能够快速有效精确地实现标定,提高了机器人的自动化程度。
上述实施例中以机械臂3运动的两个位姿为例进行了说明,然而并不限于此,也可以考虑多个位姿的情况来进行。
此外,本发明涉及的手眼标定方法也可以通过软件、硬件或软硬结合的方式来实现。例如,可以包括集成的或分开的功能模块或单元来执行上述方法中的对应步骤。
相应地,本发明提供机器人,通过上述手眼标定方法进行了标定。
相应地,本发明提供一种计算机(装置),包括控制器,该控制器用于执行存储器中存储的计算机程序来实现上述的手眼标定方法。
相应地,本发明提供一种存储介质,其为计算机可读存储介质,存储有计算机程序,该计算机程序被控制器执行来实现上述的手眼标定方法。
上述计算机程序可以包含多个模块,例如是执行相应功能的一系列指令段,以描述程序在计算机装置中的执行过程,处理器可与模块连接,用于处理双目立体相机8的图像,计算位姿,求解矩阵Rx、矢量tx和矢量pt以及矩阵St等。
尽管已经参考各种具体实施例描述了本发明,但是应当理解,可以在所描述的发明构思的精神和范围内做出变形。因此,意图是本发明不限于所描述的实施例,而是将具有由所附权利要求的语言所定义的全部范围。对于本领域技术人员不言而喻的是,根据本发明公开的内容而能够容易想到的技术方案也应当视为等同或相当而落在本发明的范围内。
Claims (8)
1.一种基于几何的手眼标定方法,用于标定机器人的手眼矩阵,该机器人具有基座、机械臂,在所述机械臂的末端安装有靶标标定支撑器,在所述靶标标定支撑器上安装有靶标,利用安装在所述机械臂外的双目立体相机,将所述机械臂的末端和所述靶标置于视野范围内的空间中,
其特征在于,包括下述步骤:
获得所述机械臂在所述空间中的第一位置的位姿T1(R1,t1),并相应地获得所述靶标相对于所述双目立体相机的第一位姿Tc1(Rc1,tc1),
获得所述机械臂在所述空间中的第二位置的位姿T2(R2,t2),并相应地获得所述靶标相对于所述双目立体相机的第二位姿Tc2(Rc2,tc2),
设所述靶标标定支撑器在所述机械臂的末端的位姿是:T'(St,pt),手眼变换位姿为:Tx(Rx,tx),
其中,R1、R2表示所述机械臂的末端的坐标系相对于所述机器人的基座的基坐标系的旋转矩阵,t1、t2表示平移矢量,Rc1、Rc2表示所述靶标的坐标系相对于所述双目立体相机的坐标系的旋转矩阵,tc1、tc2表示平移矢量,St表示所述靶标的坐标系相对于所述末端的坐标系的旋转矩阵,pt表示平移矢量,Rx表示所述双目立体相机的坐标系相对于所述基坐标系的旋转矩阵,tx表示平移矢量,
在由所述的各个坐标系构成的多坐标系转换闭环中,成立方程组:
T1·T'=Tx·Tc1............................................(1)
Τ2·Τ'=Tx·Tc2.............................................(2)
根据式(1)、式(2)推导出:
(T2·T1 -1)·Tx=Tx·(Tc2·Tc1 -1)....................................(4)
已知:
由此简化得到:
另外,已知有:
将(9)(10)(11)带入到(4)中,可以得到:
RAtx+tA=RxtB+tx.....................................(13)
RA=Rx·RB·Rx -1.......................................(14)
基于RA与RB的相似性,设:
其中,KA与KB是旋转轴矢量,α与β是各自的旋转角度,根据相似性,得出下式(18)和(19):
α=β.........................................................(18)
KA=Rx·KB....................................................(19)
对于通过一次手眼标定获得的多个KAi和KBi的矢量对,设KAi和KBi的矢量对的差矢量为KCi,在此,i=1、2、3、……、n,n为自然数,
基于手眼旋转矩阵Rx的旋转轴矢量Kx垂直于所述多个KAi和KBi的矢量对的几何关系,设所述差矢量KCi为:
设手眼旋转矩阵Rx的旋转轴矢量为:
采用如下优化目标函数:
应用拉格朗日乘数法,求解得到手眼旋转矩阵Rx。
2.根据权利要求1所述的基于几何的手眼标定方法,其特征在于,
通过应用拉格朗日乘数法,得到以下四个方程:
将该方程组的求解化为系数行列式矩阵等于0:
进一步化为:
对上述一元三次方程进行数值方法求解,求解得到λ后,代回到方程组(27),化简得:
通过(32)求出z,然后代入到式(30)、(31)来求出x和y,由此求出Kx,
进一步,根据KA和KB求解出沿着Kx的投影矢量a和b:
a=KA-(KA·Kx)Kx.....................................(33)
b=KB-(KB·Kx)Kx.....................................(33’)
根据余弦定理求出旋转角度θ:
由此,根据式(17)得到手眼旋转矩阵Rx。
3.根据权利要求1或2所述的基于几何的手眼标定方法,其特征在于,
基于式(1)、(2),针对手眼标定过程中经过的第i个路径点,可以得到关系:
Tx=Τi·T'·Tci -1.........................................(35)
展开得到:
基于上式左上角的矩阵元对应相等而得到:
St=Ri -1·Rx·Rci...........................................(37)
将式(37)带入到(36)式的右上角的矩阵元对应相等得到的方程,得到:
Ript-tx=Rxtci-ti.....................................(38)
当手眼标定过程中经过了多个路径点时,用最小二乘法去对下式(39)求解手眼矩阵的平移矢量tx和平移矢量pt:
求解以上方程,通过伪逆解得到:
X=(ETE)-1ETF............................................(40)
由此,得到近似精确的平移矢量tx和平移矢量pt。
5.根据权利要求1~4中任一项所述的基于几何的手眼标定方法,其特征在于,
所述靶标利用4颗反光球制成。
6.一种机器人,其特征在于,通过执行权利要求1~4中任一项所述的基于几何的手眼标定方法进行了标定。
7.一种计算机,包括控制器,其特征在于,所述控制器用于执行存储器中存储的计算机程序来实现权利要求1~4中任一项所述的基于几何的手眼标定方法。
8.一种存储介质,其为计算机可读存储介质,存储有计算机程序,其特征在于,该计算机程序被控制器执行来实现权利要求1~4中任一项所述的基于几何的手眼标定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110104739.7A CN112792816B (zh) | 2021-01-26 | 2021-01-26 | 基于几何的手眼标定方法、机器人、计算机及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110104739.7A CN112792816B (zh) | 2021-01-26 | 2021-01-26 | 基于几何的手眼标定方法、机器人、计算机及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112792816A CN112792816A (zh) | 2021-05-14 |
CN112792816B true CN112792816B (zh) | 2022-03-01 |
Family
ID=75811853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110104739.7A Active CN112792816B (zh) | 2021-01-26 | 2021-01-26 | 基于几何的手眼标定方法、机器人、计算机及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112792816B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116423525B (zh) * | 2023-06-12 | 2023-09-01 | 上海仙工智能科技有限公司 | 一种自动手眼标定方法及系统、存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6429473B2 (ja) * | 2014-03-20 | 2018-11-28 | キヤノン株式会社 | ロボットシステム、ロボットシステムの校正方法、プログラム、およびコンピュータ読み取り可能な記録媒体 |
CN109129465B (zh) * | 2018-07-25 | 2021-12-14 | 广东奥普特科技股份有限公司 | 一种机器人手眼标定系统及其工作流程 |
CN109443206B (zh) * | 2018-11-09 | 2020-03-10 | 山东大学 | 基于彩色球形光源靶标的机械臂末端位姿测量系统及方法 |
CN109910016B (zh) * | 2019-04-22 | 2020-10-23 | 亿嘉和科技股份有限公司 | 基于多自由度机械臂的视觉采集标定方法、装置及系统 |
CN112067337B (zh) * | 2020-09-21 | 2022-09-23 | 郑州轻工业大学 | 基于标准球双目机器人的快速手眼标定装置及标定方法 |
-
2021
- 2021-01-26 CN CN202110104739.7A patent/CN112792816B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112792816A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11911914B2 (en) | System and method for automatic hand-eye calibration of vision system for robot motion | |
CN107042528B (zh) | 一种工业机器人的运动学标定系统及方法 | |
CN107738254B (zh) | 一种机械臂坐标系的转换标定方法与系统 | |
CN110640747B (zh) | 机器人的手眼标定方法、系统、电子设备和存储介质 | |
CN111801198B (zh) | 一种手眼标定方法、系统及计算机存储介质 | |
Malti et al. | Robust hand-eye calibration for computer aided medical endoscopy | |
CN112525074B (zh) | 标定方法、系统、机器人、计算机装置和导航系统 | |
CN109658460A (zh) | 一种机械臂末端相机手眼标定方法和系统 | |
CN109877840B (zh) | 一种基于相机光轴约束的双机械臂标定方法 | |
CN113386136B (zh) | 一种基于标准球阵目标估计的机器人位姿矫正方法及系统 | |
CN111168719B (zh) | 一种基于定位工装的机器人校准方法及系统 | |
CN109079787B (zh) | 基于神经网络的非刚性机器人自动手眼标定方法 | |
Hu et al. | Automatic calibration of hand–eye–workspace and camera using hand-mounted line laser | |
CN110465946B (zh) | 一种像素坐标与机器人坐标关系标定方法 | |
CN113910219A (zh) | 运动臂系统以及控制方法 | |
CN114310901B (zh) | 用于机器人的坐标系标定方法、装置、系统以及介质 | |
CN112792816B (zh) | 基于几何的手眼标定方法、机器人、计算机及存储介质 | |
CN112454366A (zh) | 一种手眼标定方法 | |
Shen et al. | Automatic camera calibration for a multiple-sensor integrated coordinate measurement system | |
Li | Kinematic calibration of an active head-eye system | |
CN113084791B (zh) | 机械臂控制方法、机械臂控制装置及终端设备 | |
CN114516051B (zh) | 三个及以上自由度机器人视觉测量的前方交会方法及系统 | |
King et al. | Vision guided robots for automated assembly | |
Grossmann et al. | Continuous hand-eye calibration using 3D points | |
CN108827300A (zh) | 一种基于视觉的装备姿态位置测量方法及系统 |
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 |