CN113359461B - 一种适用于仿生眼系统的运动学标定方法 - Google Patents

一种适用于仿生眼系统的运动学标定方法 Download PDF

Info

Publication number
CN113359461B
CN113359461B CN202110711297.2A CN202110711297A CN113359461B CN 113359461 B CN113359461 B CN 113359461B CN 202110711297 A CN202110711297 A CN 202110711297A CN 113359461 B CN113359461 B CN 113359461B
Authority
CN
China
Prior art keywords
coordinate system
error
eye
bionic eye
bionic
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
Application number
CN202110711297.2A
Other languages
English (en)
Other versions
CN113359461A (zh
Inventor
陈晓鹏
苟思远
黄强
徐阳
王启航
赵培渊
马思研
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202110711297.2A priority Critical patent/CN113359461B/zh
Publication of CN113359461A publication Critical patent/CN113359461A/zh
Application granted granted Critical
Publication of CN113359461B publication Critical patent/CN113359461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种适用于仿生眼系统的运动学标定方法,属于仿生眼技术领域。本发明方法通过引入运动学模型误差后的机器仿生眼系统三维定位测量和激光测距仪三维定位测量,建立仿生眼系统三维定位测量误差模型,将运动学模型误差进行分组,并利用泰勒展开对引入运动学模型误差后的仿生眼系统三维定位测量的近似解析式进行求解,最后对所引入的运动学模型误差中的运动学误差参数进行了辨识和补偿,以提高仿生眼系统三维定位测量的精度。

Description

一种适用于仿生眼系统的运动学标定方法
技术领域
本发明属于仿生眼技术领域,具体涉及一种适用于仿生眼系统的运动学标定方法。
背景技术
仿生眼系统中存在的运动学模型误差会降低三维定位测量的精度。仿生眼系统的运动学模型误差主要来源于机械加工误差、装配误差以及关节零位误差。通过运动学标定获取仿生眼系统的运动学模型误差中的运动学误差参数并对误差进行补偿,对于提高仿生眼系统三维定位测量的精度具有重要意义。
三维定位测量是指通过测量设备获得待测目标信息并对信息进行解析,从而获取待测目标的三维坐标的过程。三维定位测量通常分为接触式和非接触式两类方法。接触式方法利用特定仪器快速直接地对目标进行三维定位测量,具有测量精度高的优点,但仅能应用于仪器能够接触到待测量目标的场景,而且在测量时可能造成被测量目标的损伤。非接触式方法指不接触待测量目标的前提下,对目标进行三维定位测量的方法。非接触式方法的测量精度没有接触式方法高,但由于接触式方法存在上述局限性,因此非接触式方法的应用范围比接触式方法更广泛。非接触式方法主要包括主动式和被动式两种三维定位测量方法。
主动式三维定位测量方法指主动地向待测量目标发射可控信号,通过对发射信号与返回信号的解析实现对目标的三维定位测量。主动式三维定位测量方法需要专门的信号发生及控制装置,测量系统相对比较复杂,测量所需的成本较高。主动式三维测量方法主要包括结构光法、激光扫描法、飞行时间法(Time of Flight,TOF)等。被动式三维定位测量方法指直接依赖自然光源,通过对相机获取的图像中的信息进行解析实现对目标的三维定位测量。与主动式三维定位测量方法相比,被动式三维定位测量方法操作相对简单,成本也相对较低,能够应用于各种复杂环境。被动式三维定位测量方法根据相机数量的不同可分为单目视觉法、双目视觉法及多目视觉法。
机器人运动学标定对于提高机器人的定位精度而言具有重要的意义。在国内外学者开展的大多数机器人运动学标定研究中,机器人的定位精度是指机器人末端执行器的位姿精度。由于机械加工误差、装配差、关节零位偏差等因素的存在,机器人理想的末端执行器位姿与实际的末端执行器位姿之间存在差异,因此会降低机器人的定位精度。机器人运动学标定是指不改变机器人的硬件配置,通过修正运动学控制模型提高机器人定位精度的过程。根据研究表明,几何参数误差是影响机器人定位精度的主要因素,因此许多学者针对几何参数因素开展机器人运动学标定研究。机器人运动学标定主要分为四个步骤:运动学建模、测量、参数辨识及误差补偿。
(1)运动学建模
1955年Denavit等人提出了Denavit-Hartenberg(D-H)模型,该模型是目前应用最广泛的机器人运动学模型。
(2)测量
在机器人运动学标定的过程中,利用外部测量设备对机器人末端执行器的位姿进行测量,将测量的末端执行器位姿转换到机器人基坐标系中,然后进行参数辨识,测量的精度直接决定了参数辨识的精度。常用的外部测量设备有激光追踪仪、经纬仪、三坐标测量机、球杆仪、视觉测量设备等。
(3)参数辨识
参数辨识通常是指通过建立机器人运动学参数误差与末端位姿误差之间的映射关系,利用优化算法辨识出机器人运动学参数误差的过程,是机器人运动学标定方法中的核心问题。最常用的参数辨识优化算法是最小二乘法。
(4)误差补偿
误差补偿是指将辨识得到的运动学参数误差补偿到机器人运动学参数中,使机器人运动学参数与末端位姿之间的映射关系更加精确,从而提高机器人的定位精度。目前常用的误差补偿方法包括微分误差补偿、关节空间补偿、基于神经网络的实时误差补偿等。
在仅颈部可动的机器人主动式双目视觉系统中,由于两个相机固定,能够获取的视觉信息有限,特别是无法感知距双目视觉系统很近的物体。两个相机及颈部可动的机器人主动式双目视觉系统更接近人类的视觉系统,能够获取更多的视觉信息。然而,现有的两个相机及颈部可动的机器人主动式双目视觉系统大多不能满足轻量化、小型化的要求。
大多数机器人双目视觉系统实现三维测量时,需满足两个相机之间的相对位姿保持不变的条件。当两个相机的相对位姿发生变化时(例如对运动目标进行三维定位测量时),需要重新对立体外参进行标定。现有的机器人双目视觉系统三维定位测量方法中,立体外参误差及两幅图像中匹配成像点之间的视差误差会对三维定位测量的结果产生很大影响。
仿生眼系统中存在的机械加工误差、装配误差、关节零位误差等因素会降低仿生眼系统三维定位测量的精度。现有的机器人运动学标定方法大多用于提高工业机器人末端的定位精度。因此需要提出新的适用于仿生眼系统的运动学标定方法,对仿生眼系统的运动学模型误差中的运动学误差参数进行辨识和补偿,从而提高仿生眼系统三维定位测量的精度。
发明内容
针对现有技术中存在不足,本发明提供了一种适用于仿生眼系统的运动学标定方法,提高仿生眼系统三维定位测量的精度。
本发明是通过以下技术手段实现上述技术目的的。
一种适用于仿生眼系统的运动学标定方法,通过引入运动学模型误差后的机器仿生眼系统三维定位测量和激光测距仪三维定位测量,建立仿生眼系统三维定位测量误差模型,然后将运动学模型误差分组,利用泰勒展开对引入运动学模型误差后的仿生眼系统三维定位测量的近似解析式进行求解,最后利用非线性优化算法对引入的运动学模型误差中的运动学误差参数进行了辨识,并将辨识得到的误差参数补偿到引入运动学模型误差后的仿生眼系统三维定位测量的近似解析式中。
进一步地,所述仿生眼系统三维定位测量误差模型为:
Figure BDA0003133055730000031
其中,
Figure BDA0003133055730000032
是世界坐标系到仿生眼ON-XNYNZN坐标系的变换矩阵逆矩阵,
Figure BDA0003133055730000033
是空间点在仿生眼基坐标系ON-XNYNZN下的坐标,
Figure BDA0003133055730000034
是利用激光测距仪与反射球配合测量的空间点在世界坐标系的坐标。
进一步地,所述
Figure BDA0003133055730000035
按照如下公式计算得到:
P′NNT′ClP′Cl (1)
其中,P′Cl为引入误差后目标空间点P在仿生眼左眼相机坐标系下的坐标,引入误差后的左眼相机坐标系相对于基坐标系ON-XNYNZN的齐次变换矩阵
Figure BDA0003133055730000036
NT2表示坐标系{2}相对于基坐标系ON-XNYNZN的齐次变换矩阵,2T3l表示坐标系{3l}相对于坐标系{2}的齐次变换矩阵,
Figure BDA0003133055730000037
表示存在偏差的坐标系
Figure BDA0003133055730000038
相对于坐标系{3l}的齐次变换矩阵,
Figure BDA0003133055730000039
表示坐标系{4}相对于存在偏差的坐标系
Figure BDA00031330557300000310
的齐次变换矩阵,
Figure BDA00031330557300000311
表示存在偏差的坐标系
Figure BDA00031330557300000312
相对于坐标系{4}的齐次变换矩阵,
Figure BDA00031330557300000313
表示坐标系{5}相对于存在偏差的坐标系
Figure BDA00031330557300000314
的齐次变换矩阵,
Figure BDA00031330557300000315
表示存在偏差的坐标系
Figure BDA00031330557300000316
相对于坐标系{5}的齐次变换矩阵,
Figure BDA00031330557300000317
表示仿生眼左眼相机坐标系相对于存在偏差的坐标系
Figure BDA00031330557300000318
的齐次变换矩阵;
将公式(1)表示成函数形式:
Figure BDA0003133055730000041
其中函数的输入为目标空间点P在仿生眼左、右相机成像平面中的成像点的像素坐标
Figure BDA0003133055730000042
防生眼左、右眼各关节角θi以及运动学模型误差δχ,其中i=4,5,6,7。
更进一步地,所述δχ是由25组误差参数组成的运动学模型误差,且误差参数共40个,具体为:坐标系{3l}在X、Y、Z方向上的平移误差参数δx3l、δy3l、δz3l,绕坐标系{3l}的Z、Y、X轴的旋转误差参数δα3l、δβ3l、δγ3l,坐标系{4}在x、Y、Z方向上的平移误差参数δx4、δy4、δz4,绕坐标系{4}的Z、Y、X轴的旋转误差参数δα4、δβ4、δγ4,坐标系{5}在X、Y、Z方向上的平移误差参数δx5、δy5、δz5,绕坐标系{5}的Z、Y、X轴的旋转误差参数δα5、δβ5、δγ5,坐标系{3r}在X、Y、Z方向上的平移误差参数δx3r、δy3r、δz3r,绕坐标系{3r}的Z、Y、X轴的旋转误差参数δα3r、δβ3r、δγ3r,坐标系{6}在X、Y、Z方向上的平移误差参数δx6、δy6、δz6,绕坐标系{6}的Z、Y、X轴的旋转误差参数δα6、δβ6、δγ6,坐标系{7}在X、Y、Z方向上的平移误差参数δx7、δy7、δz7,绕坐标系{5}的Z、Y、X轴的旋转误差参数δα7、δβ7、δγ7,δθi为第i个关节角的零位误差参数。
进一步地,利用泰勒展开对引入误差后的仿生眼系统三维测量的近似解析式进行求解,具体为:
Figure BDA0003133055730000043
其中:
Figure BDA0003133055730000044
包含的误差参数,o(·)表示泰勒展开式的高阶小项。
更进一步地,所述引入误差后的仿生眼系统三维定位测量近似解析式为:
Figure BDA0003133055730000045
更进一步地,所述用非线性优化算法对引入的运动学模型误差中的运动学误差参数进行了辨识,具体为:通过迭代获取优化后的变换矩阵NTW,并辨识出运动学模型误差δχ中的40个仿生眼系统运动学误差参数。
更进一步地,优化仿生眼系统运动学误差模型的目标是:寻找仿生眼左、右眼运动学模型误差δχ和世界坐标系到仿生眼基坐标系ON-XNYNZN的变换矩阵NTW,使得误差模型最小,表示为:
Figure BDA0003133055730000046
本发明的有益效果为:
(1)本发明从人类眼球和颈部的结构与运动机理、人类眼球的视觉机理出发,设计并研制了双眼随动仿生眼系统,建立并验证了仿生眼系统的运动学模型,所设计的仿生眼系统能够满足轻量化、小型化的要求,具有灵活性高、视野宽的特点。
(2)本发明针对仿生眼系统中存在的运动学模型误差会降低三维定位测量精度的问题,提出了一种适用于仿生眼系统的运动学标定方法,对引入运动学模型误差后仿生眼系统三维测量的误差进行了建模,将运动学模型误差进行分组,并利用泰勒展开对引入运动学模型误差后的仿生眼系统三维定位测量的近似解析式进行求解,大大降低了符号运算的运算量,最后对所引入的运动学模型误差中的运动学误差参数进行了辨识和补偿,以提高仿生眼系统三维定位测量的精度。
附图说明
图1为本发明所述适用于仿生眼系统运动学标定方法流程图;
图2为本发明使用的高精度绝对激光追踪仪实物图;
图3为本发明使用的反射球实物图;
图4为本发明所述仿生眼系统的坐标系示意图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,但本发明的保护范围并不限于此。
本发明适用于仿生眼系统的运动学标定方法,通过引入运动学模型误差后的机器仿生眼系统三维定位测量和激光测距仪三维定位测量,建立机器仿生眼系统三维定位测量误差模型,然后将运动学模型误差分组,利用泰勒展开对引入运动学模型误差后的仿生眼系统三维定位测量的近似解析式进行求解,最后利用非线性优化算法对引入的运动学模型误差中的运动学误差参数进行了辨识,并将辨识得到的误差参数补偿到引入运动学模型误差后的仿生眼系统三维定位测量的近似解析式中,从而提高仿生眼系统三维定位测量的精度。
如图1所示,本发明适用于仿生眼系统的运动学标定方法,具体包括如下步骤:
步骤(1),基于三维定位测量的仿生眼系统运动学误差建模
1)仿生眼系统三维定位测量理想模型
基于标准D-H法定义的仿生眼系统的坐标系如图2所示。
仿生眼系统的D-H参数如表1所示,D-H参数表的每个参数的具体含义解释如下:
Joint distancedi(连杆偏距):沿着zi-1轴,从xi-1到xi的距离。
Joint angleθi(关节角):沿着zi-1轴,从xi-1到xi的角度。
Link length ai(连杆长度):沿着xi轴,从zi-1到zi的距离。
Link twist angleαi(连杆转角):沿着xi轴,从zi-1到zi的角度。
qi:仿生眼在初始位姿下的每个关节的关节角θi
利用表1中的D-H参数和公式(1)(i-1Ti是从关节i到关节i-1的齐次变换矩阵)建立的仿生眼系统中相邻两关节之间的齐次变换矩阵如公式(2)-(9)所示。
表1 仿生眼系统的D-H参数
Figure BDA0003133055730000061
Figure BDA0003133055730000062
Figure BDA0003133055730000063
Figure BDA0003133055730000064
Figure BDA0003133055730000065
Figure BDA0003133055730000071
Figure BDA0003133055730000072
Figure BDA0003133055730000073
Figure BDA0003133055730000074
Figure BDA0003133055730000075
仿生眼系统的立体外参CrTCl可计算如下:
CrTCl=(2T3r 3rT6 6T7 7TCr)-1(2T3l 3lT4 4T5 5TCl) (10)
其中5TCl7TCr分别为标定后的仿生眼系统左、右相机的头眼参数,标定结果如下:
Figure BDA0003133055730000076
Figure BDA0003133055730000077
仿生眼系统左、右相机的内参数矩阵表示如下:
Figure BDA0003133055730000078
Figure BDA0003133055730000079
对仿生眼系统左、右相机图像进行畸变矫正,畸变矫正后目标空间点P在左、右相机成像平面中的成像点的像素坐标分别表示为
Figure BDA00031330557300000710
将世界坐标系OW-XWYWZW固定在仿生眼的左眼相机坐标系。目标空间点P在世界坐标系下的坐标为[xW yW zW 1]T,现实世界的目标空间点P,经过投影后,落在物理成像平面(像素平面)上,在相机平面上的成像点pC的坐标为[xC yC zC 1]T(在左眼相机平面上的成像点pCl的坐标为[xCl yCl zCl 1]T,在右眼相机平面上的成像点pCr的坐标为[xcr yCr zCr 1]T)。目标空间点P在左、右眼相机坐标系下的坐标分别如下:
Figure BDA0003133055730000081
Figure BDA0003133055730000082
目标空间点P在世界坐标系下的齐次坐标[xW yW zW 1]T与成像点p在像素坐标系下的齐次坐标[u v 1]T之间的映射关系如下:
Figure BDA0003133055730000083
像素坐标系定义为:原点位于图像的左上角,u轴向右与x轴平行,v轴向下与y轴平行。像素坐标系与成像平面之间,相差了一个缩放和一个原点的平移。假设像素坐标在u轴上缩放了α倍,在v轴上缩放了β倍,同时,原点平移了[u0 v0]T,则成像点pC的坐标与像素坐标[u v]T的关系式为
Figure BDA0003133055730000084
其中f为相机的焦距;将αf合并成fu,将βf合并成fv,在等式两边同乘zC,并写成矩阵的表示形式:
Figure BDA0003133055730000085
其中
Figure BDA0003133055730000086
为相机的内参矩阵。相机的位姿由它的旋转矩阵R和平移向量t来描述,又称为相机的外参,则齐次变换矩阵
Figure BDA0003133055730000087
得到
Figure BDA0003133055730000088
式中隐含了一次齐坐标到非齐次坐标的转换(K·T),为了式子能够成立,需要乘以转换矩阵[I3×3|0],其中,I3×3为三维的单位矩阵。
根据公式(17),可得出目标空间点P在左相机成像平面中的成像点的像素坐标
Figure BDA0003133055730000089
与点P在世界坐标系下的坐标[xW yW zW 1]T之间的关系如下:
Figure BDA0003133055730000091
目标空间点P在右相机成像平面中的成像点的像素坐标
Figure BDA0003133055730000092
与点P在世界坐标系下的坐标[xW yW zW 1]T之间的关系如下:
Figure BDA0003133055730000093
在公式(18)、公式(19)中分别消去ZCl、ZCr,然后联立两个公式可得:
Figure BDA0003133055730000094
将公式(20)表达为AX=B的形式。可利用X=(ATA)-1(ATB)对X的最小二乘解进行求解,求得X的表达式为目标空间点P在仿生眼左眼相机坐标系下的坐标PCl
将仿生眼的颈部各关节设置为初始状态(关节角处于零位)并固定,并将基坐标系ON-XNYNZN建立在仿生眼颈部的末端。目标空间点P在基坐标系ON-XNYNZN下的三维坐标可计算如下:
PNNTClPCl (21)
其中NTCl表示为左眼相机坐标系相对于基坐标系ON-XNYNZN的齐次变换矩阵,且NTCl可计算如下:
NTClNT2 2T3l 3lT4 4T5 5TCl (22)
其中NT2表示为仿生眼颈部末端坐标系(坐标系{2}相对于基坐标系ON-XNYNZN的齐次变换矩阵),表示如下:
Figure BDA0003133055730000095
2)引入运动学模型误差后的仿生眼系统三维定位测量模型建立
由于仿生眼系统属于主动式双目视觉系统,其三维定位测量精度很大程度上受到运动学模型误差的影响。从误差来源分析,仿生眼系统中主要存在以下两类运动学模型误差:
①由于机械加工误差、装配误差的存在,如图2所示的仿生眼系统坐标系{3l}、{4}、{5}、{3r}、{6}、{7}相对于理想位置存在偏差,将存在偏差的坐标系对应定义为
Figure BDA0003133055730000096
Figure BDA0003133055730000101
仿生眼系统各坐标系的偏差可定义如下:
Figure BDA00031330557300001011
其中k=3l,4,5,3r,6,7;Trans([δxk δyk δzk])表示平移(translation)误差矩阵,RotZ(δαk)、RotY(δβk)、RotX(δγk)表示旋转(rotation)误差矩阵。
公式(24)中:
Figure BDA0003133055730000102
其中δxk、δyk、δzk分别为坐标系{k}在X、Y、Z方向上的平移误差参数。
Figure BDA0003133055730000103
Figure BDA0003133055730000104
Figure BDA0003133055730000105
上式中,δαk、δβk、δγk分别为绕坐标系{k}的Z、Y、X轴的旋转误差参数。
②由于关节零位误差的存在,仿生眼系统的左、右眼各关节角θi(i=4,5,6,7)的偏差可定义如下:
Figure BDA0003133055730000106
其中
Figure BDA0003133055730000107
为存在偏差的关节角,δθi为第i个关节角的零位误差参数。
根据公式(10)、公式(24)、公式(29),可得出引入误差后的仿生眼系统的立体外参CrT′Cl如下:
Figure BDA0003133055730000108
引入误差后目标空间点P在左相机成像平面中的成像点的像素坐标
Figure BDA0003133055730000109
与点P在世界坐标系下的坐标[xW yW zW 1]T之间的关系仍如公式(18)所示。
引入误差后目标空间点P在右相机成像平面中的成像点的像素坐标
Figure BDA00031330557300001010
与点P在世界坐标系下的坐标[xW yw zW 1]T之间的关系如下:
Figure BDA0003133055730000111
在公式(18)和公式(31)中分别消去ZCl、ZCr,然后联立两个公式可得:
Figure BDA0003133055730000112
将公式(32)表达为A′X=B′的形式。同样利用X=(A′TA′)-1(A′TB′)对X的最小二乘解进行求解,求得X的表达式为引入误差后目标空间点P在仿生眼左眼相机坐标系下的坐标P′Cl
引入误差后目标空间点P在基坐标系ON-XNYNZN下的三维坐标可计算如下:
P′NNT′ClP′Cl (33)
其中NT′Cl可计算如下:
Figure BDA0003133055730000113
其中NT2仍利用公式(23)表示。
公式(33)可表达为如下函数形式:
Figure BDA0003133055730000114
公式(35)中,函数的输入为目标空间点P在仿生眼左、右相机成像平面中的成像点的像素坐标
Figure BDA0003133055730000115
仿生眼左、右眼各关节角θi(i=4,5,6,7)以及运动学模型误差δχ,其中δχ是由25组误差参数组成的运动学模型误差,如表2所示。由表2可知,仿生眼左、右眼运动学模型误差δχ共包含40个待优化的误差参数。
表2 仿生眼左、右眼运动学模型误差δχ分组
Figure BDA0003133055730000116
Figure BDA0003133055730000121
综上,引入误差后的仿生眼系统三维测量方法(算法1)可总结如下:
Figure BDA0003133055730000122
3)基于三维定位测量的误差建模
目标空间点P在基坐标系ON-XNYNZN下的三维坐标P′N与目标空间点P在仿生眼左、右相机成像平面中的成像点的像素坐标
Figure BDA0003133055730000123
仿生眼左、右眼各关节角θi(i=4,5,6,7)以及运动学模型误差δχ相关,其中目标空间点P在仿生眼左、右相机成像平面中的成像点的像素坐标
Figure BDA0003133055730000124
仿生眼左、右眼各关节角θi(i=4,5,6,7)已知,运动学模型误差δχ未知。运动学模型误差δχ会很大程度上影响仿生眼系统的三维定位测量精度,因此需要获取运动学模型误差以补偿三维定位测量误差。
利用高精度绝对激光测距仪Leica AT960(图3)与反射球(图4)配合测量一组(M个)空间点在世界坐标系的坐标
Figure BDA0003133055730000125
世界坐标系固定在激光测距仪坐标系。根据算法1的流程计算这组空间点在仿生眼基坐标系ON-XNYNZN下的三维坐标
Figure BDA0003133055730000126
世界坐标系到仿生眼ON-XNYNZN坐标系的变换矩阵为NTW。仿生眼系统与激光测距仪对一组空间点进行三维定位测量的误差模型如下:
Figure BDA0003133055730000131
步骤(2)仿生眼系统运动学误差参数辨识与补偿
1)引入误差后的仿生眼系统三维定位测量近似解析式
如前所述,可利用算法1对引入误差后目标空间点P在仿生眼基坐标系ON-XNYNZN下的三维坐标P′N进行测量。由于仿生眼左、右眼运动学模型误差δχ共包含40个待优化的误差参数(表2),利用算法1进行P′N的符号运算时运算量非常大。因此,可利用泰勒展开对引入误差后的仿生眼系统三维测量的近似解析式进行求解。
根据泰勒展开,有:
Figure BDA0003133055730000132
公式(37)中:
Figure BDA0003133055730000133
其中δχk(k=1,2,...,25)包含的误差参数,见表2;o(·)表示泰勒展开式的高阶小项。
另外,有:
Figure BDA0003133055730000134
公式(39)可表达为:
Figure BDA0003133055730000135
其中
Figure BDA0003133055730000136
为输入运动学模型误差为
Figure BDA0003133055730000137
时求得目标空间点P在仿生眼基坐标系ON-XNYNZN下的三维坐标P′N
将公式(40)代入到公式(37)中,忽略高阶项,可得:
Figure BDA0003133055730000138
公式(41)即为引入误差后的仿生眼系统三维定位测量近似解析式。与算法1相比,由于近似解析式中
Figure BDA0003133055730000139
最多包含4个待优化的误差参数,利用公式(41)进行P′N的符号运算时的运算量大大下降。本发明利用科学计算软件Mathematica对引入误差后的仿生眼系统三维定位测量的近似解析式进行求解。
综上,引入误差后的仿生眼系统三维定位测量的近似解析式求解算法(算法2)可总结如下:
Figure BDA0003133055730000141
2)运动学误差参数辨识与补偿
仿生眼系统运动学误差参数辨识是指通过建立仿生眼系统运动学误差参数与三维测量误差之间的映射关系,利用非线性优化算法辨识出仿生眼系统运动学误差参数的过程。本发明优化仿生眼系统运动学误差模型的目标是:寻找仿生眼左、右眼运动学模型误差δχ和世界坐标系到仿生眼基坐标系ON-XNYNZN的变换矩阵NTW,使得公式(36)的误差模型
Figure BDA0003133055730000142
Figure BDA0003133055730000143
能够尽可能的小,表示如下:
Figure BDA0003133055730000144
其中
Figure BDA0003133055730000145
的近似解析式可利用算法2进行求解。
利用谷歌的非线性优化库Ceres对公式(42)中的非线性优化问题进行求解。利用Mathematica求解
Figure BDA0003133055730000146
的近似解析式。公式(42)中NTW、δχ=(δχ1,δχ2,...,δχ25)T为优化变量,在Ceres库中称为参数块。利用公式(42)构建代价函数,在Ceres库中称为残差块。然后可通过迭代获取优化后的变换矩阵NTW,并辨识出δχ中的40个仿生眼系统运动学误差参数。
将辨识得到的仿生眼左、右眼运动学模型误差δχ中的40个运动学误差参数补偿到(带入)公式(41)中,得到
Figure BDA0003133055730000147
对于设定的阈值ε,判断
Figure BDA0003133055730000148
和优化后的变换矩阵NTW代入误差模型e的表达式中后,是否能够满足e<ε,若不满足则反复迭代,直至满足e<ε为止,从而达到降低仿生眼系统三维定位测量误差的目的。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (6)

1.一种适用于仿生眼系统的运动学标定方法,其特征在于,通过引入运动学模型误差后的机器仿生眼系统三维定位测量和激光测距仪三维定位测量,建立仿生眼系统三维定位测量误差模型,然后将运动学模型误差分组,利用泰勒展开对引入运动学模型误差后的仿生眼系统三维定位测量的近似解析式进行求解,最后利用非线性优化算法对引入的运动学模型误差中的运动学误差参数进行辨识,并将辨识得到的误差参数补偿到引入运动学模型误差后的仿生眼系统三维定位测量的近似解析式中;
所述仿生眼系统三维定位测量误差模型为:
Figure FDA0003904430820000011
其中,
Figure FDA0003904430820000012
是世界坐标系到仿生眼ON-XNYNZN坐标系的变换矩阵逆矩阵,
Figure FDA0003904430820000013
是空间点在仿生眼基坐标系ON-XNYNZN下的坐标,
Figure FDA0003904430820000014
是利用激光测距仪与反射球配合测量的空间点在世界坐标系的坐标;
所述运动学模型误差是由25组误差参数组成的运动学模型误差,且误差参数共40个,具体为:坐标系{3l}在X、Y、Z方向上的平移误差参数δx3l、δy3l、δz3l,绕坐标系{3l}的Z、Y、X轴的旋转误差参数δα3l、δβ3l、δγ3l,坐标系{4}在X、Y、Z方向上的平移误差参数δx4、δy4、δz4,绕坐标系{4}的Z、Y、X轴的旋转误差参数δα4、δβ4、δγ4,坐标系{5}在X、Y、Z方向上的平移误差参数δx5、δy5、δz5,绕坐标系{5}的Z、Y、X轴的旋转误差参数δα5、δβ5、δγ5,坐标系{3r}在X、Y、Z方向上的平移误差参数δx3r、δy3r、δz3r,绕坐标系{3r}的Z、Y、X轴的旋转误差参数δα3r、δβ3r、δγ3r,坐标系{6}在X、Y、Z方向上的平移误差参数δx6、δy6、δz6,绕坐标系{6}的Z、Y、X轴的旋转误差参数δα6、δβ6、δγ6,坐标系{7}在X、Y、Z方向上的平移误差参数δx7、δy7、δz7,绕坐标系{7}的Z、Y、X轴的旋转误差参数δα7、δβ7、δγ7,δθi为第i个关节角的零位误差参数,其中i=4,5,6,7。
2.根据权利要求1所述的适用于仿生眼系统的运动学标定方法,其特征在于,所述
Figure FDA0003904430820000015
按照如下公式计算得到:
P′NNT′ClP′Cl (1)
其中,P′Cl为引入误差后目标空间点P在仿生眼左眼相机坐标系下的坐标,引入误差后的左眼相机坐标系相对于基坐标系ON-XNYNZN的齐次变换矩阵
Figure FDA0003904430820000016
NT2表示坐标系{2}相对于基坐标系ON-XNYNZN的齐次变换矩阵,2T3l表示坐标系{3l}相对于坐标系{2}的齐次变换矩阵,
Figure FDA0003904430820000017
表示存在偏差的坐标系
Figure FDA0003904430820000021
相对于坐标系{3l}的齐次变换矩阵,
Figure FDA0003904430820000022
表示坐标系{4}相对于存在偏差的坐标系
Figure FDA0003904430820000023
的齐次变换矩阵,
Figure FDA0003904430820000024
表示存在偏差的坐标系
Figure FDA0003904430820000025
相对于坐标系{4}的齐次变换矩阵,
Figure FDA0003904430820000026
表示坐标系{5}相对于存在偏差的坐标系
Figure FDA0003904430820000027
的齐次变换矩阵,
Figure FDA0003904430820000028
表示存在偏差的坐标系
Figure FDA0003904430820000029
相对于坐标系{5}的齐次变换矩阵,
Figure FDA00039044308200000210
表示仿生眼左眼相机坐标系相对于存在偏差的坐标系
Figure FDA00039044308200000211
的齐次变换矩阵;
将公式(1)表示成函数形式:
Figure FDA00039044308200000212
其中函数的输入为目标空间点P在仿生眼左、右相机成像平面中的成像点的像素坐标
Figure FDA00039044308200000213
仿生眼左、右眼各关节角θi以及运动学模型误差δχ。
3.根据权利要求1所述的适用于仿生眼系统的运动学标定方法,其特征在于,利用泰勒展开对引入误差后的仿生眼系统三维测量的近似解析式进行求解,具体为:
Figure FDA00039044308200000214
其中:
Figure FDA00039044308200000215
δχk表示误差参数,o(·)表示泰勒展开式的高阶小项,δχ表示运动学模型误差,其中k=1,2,…,25。
4.根据权利要求3所述的适用于仿生眼系统的运动学标定方法,其特征在于,所述引入误差后的仿生眼系统三维定位测量近似解析式为:
Figure FDA00039044308200000216
5.根据权利要求1所述的适用于仿生眼系统的运动学标定方法,其特征在于,所述用非线性优化算法对引入的运动学模型误差中的运动学误差参数进行辨识,具体为:通过迭代获取优化后的变换矩阵NTW,并辨识出运动学模型误差δχ中的40个仿生眼系统运动学误差参数。
6.根据权利要求5所述的适用于仿生眼系统的运动学标定方法,其特征在于,优化仿生眼系统运动学误差模型的目标是:寻找仿生眼左、右眼运动学模型误差δχ和世界坐标系到仿生眼基坐标系ON-XNYNZN的变换矩阵NTW,使得误差模型最小,表示为:
Figure FDA00039044308200000217
Figure FDA00039044308200000218
CN202110711297.2A 2021-06-25 2021-06-25 一种适用于仿生眼系统的运动学标定方法 Active CN113359461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110711297.2A CN113359461B (zh) 2021-06-25 2021-06-25 一种适用于仿生眼系统的运动学标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110711297.2A CN113359461B (zh) 2021-06-25 2021-06-25 一种适用于仿生眼系统的运动学标定方法

Publications (2)

Publication Number Publication Date
CN113359461A CN113359461A (zh) 2021-09-07
CN113359461B true CN113359461B (zh) 2022-12-27

Family

ID=77536640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110711297.2A Active CN113359461B (zh) 2021-06-25 2021-06-25 一种适用于仿生眼系统的运动学标定方法

Country Status (1)

Country Link
CN (1) CN113359461B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115979231B (zh) * 2023-03-20 2023-07-18 广东工业大学 一种基于虚拟点位的无量纲运动学标定方法及其相关装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU3350400A (en) * 1999-01-29 2000-08-18 Georgia Tech Research Corporation Uncalibrated dynamic mechanical system controller
EP1552908A4 (en) * 2002-10-11 2008-10-15 Fujitsu Ltd DEVICE FOR CREATING A ROBOT CONTROL ALGORITHM, PROGRAM FOR CREATING A ROBOT CONTROL ALGORITHM, ROBOT CONTROL PROGRAM AND ROBOT
US8398541B2 (en) * 2006-06-06 2013-03-19 Intuitive Surgical Operations, Inc. Interactive user interfaces for robotic minimally invasive surgical systems
US8244402B2 (en) * 2009-09-22 2012-08-14 GM Global Technology Operations LLC Visual perception system and method for a humanoid robot
CN106950841B (zh) * 2017-05-12 2019-10-25 山东大学 与模型无关的pd-smc仿生眼运动控制方法
US11602853B2 (en) * 2019-06-28 2023-03-14 University Of Denver Therapeutic social robot
CN110497407A (zh) * 2019-08-16 2019-11-26 深圳华数机器人有限公司 一种应用于工业机器人的驱控一体智能轨迹跟随系统
CN111983927B (zh) * 2020-08-31 2022-04-12 郑州轻工业大学 一种最大协熵mcc准则的椭球集员滤波方法

Also Published As

Publication number Publication date
CN113359461A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN111775146B (zh) 一种工业机械臂多工位作业下的视觉对准方法
CN110116407B (zh) 柔性机器人位姿测量方法及装置
CN109454634B (zh) 一种基于平面图像识别的机器人手眼标定方法
CN112833786B (zh) 一种舱段位姿测量及对准系统、控制方法及应用
Lenz et al. Calibrating a cartesian robot with eye-on-hand configuration independent of eye-to-hand relationship
CN110421562A (zh) 基于四目立体视觉的机械臂标定系统和标定方法
CN110276806A (zh) 用于四自由度并联机器人立体视觉手眼系统的在线手眼标定和抓取位姿计算方法
Zhan et al. Hand–eye calibration and positioning for a robot drilling system
CN109859277A (zh) 一种基于Halcon的机器人视觉系统标定方法
CN109781164B (zh) 一种线激光传感器的静态标定方法
CN113681559B (zh) 一种基于标准圆柱的线激光扫描机器人手眼标定方法
CN113028990B (zh) 一种基于加权最小二乘的激光跟踪姿态测量系统及方法
CN117381800B (zh) 一种手眼标定方法及系统
CN113296395A (zh) 一种特定平面内的机器人手眼标定方法
CN113359461B (zh) 一种适用于仿生眼系统的运动学标定方法
An et al. Application of combinatorial optimization algorithm in industrial robot hand eye calibration
CN112958960A (zh) 一种基于光学靶标的机器人手眼标定装置
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
CN117340879A (zh) 一种基于图优化模型的工业机器人参数辨识方法和系统
CN112894814B (zh) 一种基于最小二乘法的机械臂dh参数辨识方法
CN114581632A (zh) 基于增强现实技术的零件装配误差检测方法、设备和装置
CN112288801A (zh) 应用于巡检机器人的四位一体自适应跟踪拍摄方法及装置
Feng et al. A matrix-solving hand-eye calibration method considering robot kinematic errors
CN116441775A (zh) 基于3d视觉校正h型钢焊接热变形的装配方法
CN114474069B (zh) 一种基于空间正交约束的机器人线结构光手眼标定方法

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