CN113843798B - 一种移动机器人抓取定位误差的纠正方法、系统及机器人 - Google Patents
一种移动机器人抓取定位误差的纠正方法、系统及机器人 Download PDFInfo
- Publication number
- CN113843798B CN113843798B CN202111183715.1A CN202111183715A CN113843798B CN 113843798 B CN113843798 B CN 113843798B CN 202111183715 A CN202111183715 A CN 202111183715A CN 113843798 B CN113843798 B CN 113843798B
- Authority
- CN
- China
- Prior art keywords
- standard
- coordinates
- robot
- grabbing
- feature
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012937 correction Methods 0.000 title claims abstract description 22
- 239000003550 marker Substances 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000036544 posture Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 101150052583 CALM1 gene Proteins 0.000 description 2
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 2
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 101150114882 CALM2 gene Proteins 0.000 description 1
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 1
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 1
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- B25J9/1679—Programme controls characterised by the tasks executed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
一种移动机器人抓取定位误差的纠正方法，其特征在于，应用于具有抓取机械臂的移动机器人，抓取机械臂设置有图像获取装置，具体步骤包括：机器人移动至第一位置，第一位置位于存放装置前方；调整抓取机械臂，使图像获取装置处于第一拍摄点，获取位于存放装置上的特征标识物的特征图像；建立空间直角坐标系，结合特征图像的数据，获取特征标识物的特征位点的坐标；采用特征位点的坐标与特征标识物的实际尺寸数值，计算抓取机械臂与预设标准位置的偏移量，纠正抓取机械臂相对于存放装置的抓取点坐标及位姿。还提供一种抓取定位误差的纠正系统及机器人，通过提供的纠正方法、系统及机器人解决定位精度不够高、硬件成本高、定位速度慢等问题。
Description
技术领域
本发明属于移动机器人技术领域，具体涉及一种移动机器人抓取定位误差的纠正方法、系统及机器人。
背景技术
递送机器人目前主要有5大定位技术：(1)超声波导航定位技术，(2)视觉导航定位技术，(3)GPS全球定位系统，(4)激光导航定位技术，(5)UWB定位技术。然而在实践应用过程中发现这些方法在实用性上存在局限性：
(1)超声波导航定位技术，在机器人身上安装有超声波发射器与接收器，通过超声波发射与接收的时间差计算出机器人与前方障碍物的距离，需要在机器人四周围安装多对超声波发射器与接收器才能实现机器人定位，超声波定位精度一般在5厘米以内。超声波受多径效应和非视距传播影响很大，且超声波频率受多普勒效应和温度影响，同时也需要大量基础硬件设施，成本较高。
(2)视觉导航定位技术，视觉导航定位系统的工作原理简单说来就是对机器人周边的环境进行光学处理，先用摄像头进行图像信息采集，将采集的信息进行压缩，然后将它反馈到一个由神经网络和统计学方法构成的学习子系统，再由学习子系统将采集到的图像信息和机器人的实际位置联系起来，完成机器人的自主导航定位功能。视觉导航定位需要安装多套摄像头，成本相对较高。
(3)GPS全球定位系统，一般采用伪距差分动态定位法，用基准接收机和动态接收机共同观测4颗GPS卫星，按照一定的算法即可求出某时某刻机器人的三维位置坐标。GPS定位适用于室外环境的定位，对于室内环境由于GPS信号弱而定位失败。
(4)激光导航定位技术，激光定位技术与超声波定位类似，也是通过发射与接收的时间差来完成机器人与障碍物的距离测试，其定位精度可达到30毫米。然而激光导航方法成本高，而且后期维护成本也相对较高。
(5)UWB定位技术，通过部署多个UWB基站，采用不同UWB基站的信号到达UWB标签的时间差来完成对UWB标签的定位，定位精度达到10厘米。相对而言，UWB定位技术定位精度不够高，且它需要在每个定位区块架设定位基站，成本极高。
移动机器人目前常用的定位技术存在设备成本高，定位精度不够高等问题。对于特定应用场景如自动化生物实验室的实验试剂递送机器人则要求机器人的抓取精度要达到1毫米以内。最新的定位技术是通过二维码进行定位，以下现有技术是基于二维码进行定位，但存在一定的局限性：
发明202010535710.X提供了一种基于二维码识别的定位方法及装置，通过在室内布置多个二维码，移动设备通过不断扫描室内布置的二维码，要求在同一时刻获取至少2个二维码信息，对2个二维码的坐标经过换算后得到定位信息，此方法未明确所能达到的定位精度。
发明201910008692.7公开了一种基于二维码的定位方法，涉及地图信息采集领域，包括步骤：获取已拍摄的环境图像；根据所述环境图像，确定所述环境图像中二维码图像；对所述二维码图像进行解析，得到所述二维码的四个顶点在地图坐标系中对应的地图坐标；获取拍摄所述环境图像的摄像设备的摄像机坐标系，确定所述四个顶点在所述摄像机坐标系中的对应的摄像坐标；根据所述地图坐标和所述摄像坐标，得到与所述二维码的相对位姿，从而对AGV设备实现更高精度的定位，此方法并为涉及定位误差纠错。
发明202010830296.5公开一种基于多个二维码的识别定位方法，通过判断采集到的定位标签图像中是否存在完整的二维码；若所述定位标签图像中存在至少一个完整的二维码，则获取各所述二维码的ID；根据各所述二维码的ID分别计算出所述定位标签的ID，并判断通过各所述二维码的ID计算得到的所述定位标签的ID是否一致；若通过各所述二维码的ID计算得到的所述定位标签的ID一致，则判断各所述二维码中是否存在处于中间位置的二维码；若存在处于中间位置的二维码，则根据所述中间位置的二维码确定所述移动平台的全局坐标；若不存在处于中间位置的二维码，则根据每个处于其它位置的所述二维码确定所述移动平台的全局坐标，此方法并未涉及定位误差纠错。
如上述所提到的现有技术中主要采用的定位技术由于摄像设备数量、运算量以及数据处理系统的影响，普遍存在移动机器人的定位技术设备成本高，定位精度不够高等问题。
发明内容
为了克服上述现有技术的缺陷，本发明提出了一种移动机器人抓取定位误差的纠正方法、系统及机器人，通过纠正方法对坐标和位姿进行纠正，提高定位精度。
具体通过以下技术方案实现：
一种移动机器人抓取定位误差的纠正方法，应用于具有抓取机械臂的移动机器人，所述抓取机械臂设置有图像获取装置，具体步骤包括：
所述机器人移动至第一位置，所述第一位置位于存放装置前方；
调整所述抓取机械臂，使所述图像获取装置处于第一拍摄点，获取位于所述存放装置上的特征标识物的特征图像；
建立空间直角坐标系，结合所述特征图像的数据，获取所述特征标识物的特征位点的坐标；
采用所述特征位点的坐标与所述特征标识物的实际尺寸数值，计算所述抓取机械臂与预设标准位置的偏移量，纠正所述抓取机械臂相对于所述存放装置的抓取点坐标及位姿。
在一个具体实施例中，所述特征标识物为矩形的二维码标识，所述二维码标识包括左竖边及右竖边，并且所述二维码标识包括位于矩形四个顶点的特征位点。
在一个具体实施例中，所述“建立空间直角坐标系，结合所述特征图像数据，获取所述特征标识物中特征位点的坐标”具体过程为：
以所述抓取机械臂的底座为原点建立空间直角坐标系，结合所述特征图像的数据获取四个特征位点在所述特征图像上的坐标分别为：
A(x’1,y’1),B(x’2,y’2),C(x’3,y’3),D(x’4,y’4)。
在一个具体实施例中，所述“采用特征位点的坐标与所述特征标识物的实际尺寸数值，计算所述抓取机械臂与预设标准位置的偏移量”的具体方法为：
通过所述四个特征位点的坐标计算所述特征位点的中心点坐标，获取所述中心点坐标为对角线中心坐标：
获取所述特征标识物的成像宽度，宽度计算公式为：
通过所述特征标识物的宽度，结合预设的距离公式，获取所述图像获取装置与所述特征标识物的距离，所述距离公式为：
其中，a、b为常数；
获取所述移动机器人在y轴方向的偏移量dy，dy＝Dis-Dis1，其中，Dis1为标准状态下所述图像获取装置在第一拍摄点时，所述图像获取装置与所述特征标识物的第一标准距离；
获取所述移动机器人在y轴方向的偏移量dx，dx的计算公式为：
其中W0为与所述特征标识物的实际尺寸数值中的实际宽度；
通过所述左竖边与右竖边的坐标，获取所述移动机器人与所述存放装置的Z轴旋转角度θ。
在一个具体实施例中，所述距离公式的标定方法为：
在所述标准状态下，将所述移动机器人精准移动至所述标准位置，使所述图像获取装置分别位于所述第一拍摄点和第二拍摄点，获取特征标识物的标准图像；
根据所述图像获取装置与所述特征标识物的标准距离，所述特征图像的标准宽度，获取所述距离公式，具体为：
将所述图像获取装置置于所述第一拍摄点，获取第一标准图像，测量所述特征标识物与所述图像获取装置的第一标准距离Dis1；
根据所述第一标准图像中特征位点的坐标计算获得所述特征标识物的第一标准宽度W1；
将所述图像获取装置置于所述第二拍摄点，获取第二标准图像，测量所述特征标识物与所述图像获取装置的第二标准距离Dis2；
根据所述第二标准图像中特征位点的坐标计算获得所述特征标识物的第二标准宽度W2；
根据所述第一标准距离Dis1、所述第二标准距离Dis2、所述第一标准宽度W1以及所述第二标准宽度W2，分别建立两组标准距离公式，结合运算得出a与b的常数值，得到所述距离公式。
在一个具体实施例中，所述“纠正所述抓取机械臂相对于所述存放装置的抓取点坐标及位姿”具体包括：
通过纠正公式，获取所述抓取机械臂相对于标准位置坐标A0(x0,y0,z0)与标准位姿R0(rx0,ry0,rz0)的纠正位置坐标A0’(x’,y’),纠正公式为：
根据偏移量dy、偏移量dx、纠正位置坐标AO’(x’，y’)，计算获得纠正后的抓取坐标A及抓取位姿R，其中：
在一个具体实施例中，所述标准位置坐标A0(x0,y0,z0)和标准位姿R0(rx0,ry0,rz0)的确定方式为：
所述标准状态下，将所述移动机器人移动至与所述存放装置平行的所述标准位置，使所述抓取机械臂的底座与所述特征标识物对齐，将所述抓取机械臂的抓取末端移动至所述存放装置的第一存放位前方，标定所述存放装置在所述空间直角坐标系的所述标准位置坐标和所述标准位姿。
在一个具体实施例中，包括具有多个存放位的存放装置1和机器人2；
所述机器人包括：
图像获取装置：用于获取特征标识物的特征图像；
处理器：用于对所述特征图像的坐标值进行计算，获取偏移量；
抓取机械臂：用于根据所述处理器发出的驱动指令移动驱动机构的位置；
移动机构：用于根据所述处理器发出的移动指令移动所述机器人的车体。
在一个具体实施例中，所述处理器包括：
拾取坐标模块：用于建立空间直角坐标系，获取所述抓取机械臂相对于标准位置坐标与标准位姿；
计算单元：用于计算纠正后的抓取坐标A及抓取位姿R；
存储单元：用于存储距离公式；
控制单元：用于发出所述驱动指令和所述移动指令控制所述机器人。
一种机器人，包括：图像获取装置、处理器、驱动机构、夹取机构，车体以及移动机构，所述车体上方设有所述驱动机构，所述车体下方设有所述移动机构，所述移动机构用于控制所述车体的移动，所述驱动机构的顶端设有所述夹取机构，所述夹取机构的上方设有所述图像获取装置，所述处理器设置于所述机器人的内部，所述处理器用于定位误差的纠错。
本发明具有如下有益效果：
本发明针对现有技术中机器人定位存在精度不够高、成本高、定位速度慢、效率低的缺点，提出一种移动机器人抓取定位误差的纠正方法、系统及机器人，通过图像获取装置获取特征标识物，根据特征标识物的位点坐标进行计算，获取纠正数据，误差纠正使定位精度达到1毫米以内。
进一步的，采用单相机及单个二维码进行图像获取并且误差纠错，使用的硬件成本低。
进一步的，图像获取只进行一次，即可完成对机械臂相对于标准位置坐标和标准位姿的定位，速度快。
进一步的，机器人结构简单，稳定可靠，效率高。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1的流程图；
图2为本发明实施例1的偏移角度图；
图3为本发明实施例1的纠正示意图；
图4为本发明实施例2的模块示意图；
图5为本发明实施例3的机器人立体图；
附图标记：
1-存放装置；2-机器人；
21-图像获取装置；22-处理器；23-抓取机械臂；24-移动机构；
221-拾取坐标模块；222-计算单元；223-存储单元；224-控制单元。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明所提供的一种移动机器人抓取定位误差的纠正方法，应用于具有抓取机械臂的移动机器人，抓取机械臂设置有图像获取装置，移动机器人采用激光SLAM导航方案，其定位精度可达到30毫米以内，处理器纠正机器人SLAM导航定位的误差，使定位精度达到1毫米以内。
一种移动机器人抓取定位误差的纠正方法，具体步骤包括：
S1:机器人移动至第一位置，第一位置位于存放装置前方；
S2:调整抓取机械臂，使图像获取装置处于第一拍摄点，获取位于存放装置上的特征标识物的特征图像；
S3:建立空间直角坐标系，结合特征图像的数据，获取特征标识物的特征位点的坐标；
S4:采用特征位点的坐标与特征标识物的实际尺寸数值，计算抓取机械臂与预设标准位置的偏移量，纠正抓取机械臂相对于存放装置的抓取点坐标及位姿。
其中，特征标识物为矩形的二维码标识，二维码标识包括左竖边及右竖边，并且二维码标识包括位于矩形四个顶点的特征位点。
其中，“建立空间直角坐标系，结合特征图像数据，获取特征标识物中特征位点的坐标”具体过程为：
以抓取机械臂的底座为原点建立空间直角坐标系，结合特征图像的数据获取四个特征位点在特征图像上的坐标分别为：
A(x’1,y’1),B(x’2,y’2),C(x’3,y’3),D(x’4,y’4)。
在一个具体实施例中，“采用特征位点的坐标与特征标识物的实际尺寸数值，计算抓取机械臂与预设标准位置的偏移量”的具体方法为：
通过四个特征位点的坐标计算特征位点的中心点坐标，获取中心点坐标为对角线中心坐标：
获取特征标识物的成像宽度，宽度计算公式为：
通过特征标识物的宽度，结合预设的距离公式，获取图像获取装置与特征标识物的距离，距离公式为：
其中，a、b为常数；
获取移动机器人在y轴方向的偏移量dy，dy＝Dis-Dis1，其中，Dis1为标准状态下图像获取装置在第一拍摄点时，图像获取装置与特征标识物的第一标准距离；
获取移动机器人在y轴方向的偏移量dx，dx的计算公式为：
其中W0为与特征标识物的实际尺寸数值中的实际宽度；
通过左竖边与右竖边的坐标，获取移动机器人与存放装置的Z轴旋转角度θ。
其中，距离公式的标定方法为：
在标准状态下，将移动机器人精准移动至标准位置，使图像获取装置分别位于第一拍摄点和第二拍摄点，获取特征标识物的标准图像；
根据图像获取装置与特征标识物的标准距离，特征图像的标准宽度，获取距离公式，具体为：
将图像获取装置置于第一拍摄点，获取第一标准图像，测量特征标识物与图像获取装置的第一标准距离Dis1；
根据第一标准图像中特征位点的坐标计算获得特征标识物的第一标准宽度W1；
将图像获取装置置于第二拍摄点，获取第二标准图像，测量特征标识物与图像获取装置的第二标准距离Dis2；
根据第二标准图像中特征位点的坐标计算获得特征标识物的第二标准宽度W2；
根据第一标准距离Dis1、第二标准距离Dis2、第一标准宽度W1以及第二标准宽度W2，分别建立两组标准距离公式，结合运算得出a与b的常数值，得到距离公式。
其中，“纠正抓取机械臂相对于存放装置的抓取点坐标及位姿”具体包括：
通过纠正公式，获取抓取机械臂相对于标准位置坐标A0(x0,y0,z0)与标准位姿R0(rx0,ry0,rz0)的纠正位置坐标A0’(x’,y’),纠正公式为：
根据偏移量dy、偏移量dx、纠正位置坐标AO’(x’，y’)，计算获得纠正后的抓取坐标A及抓取位姿R，其中：
其中，标准位置坐标A0(x0,y0,z0)和标准位姿R0(rx0,ry0,rz0)的确定方式为：
标准状态下，将移动机器人移动至与存放装置平行的标准位置，使抓取机械臂的底座与特征标识物对齐，将抓取机械臂的抓取末端移动至存放装置的第一存放位前方，标定存放装置在空间直角坐标系的标准位置坐标和标准位姿。
其中，包括具有多个存放位的存放装置1和机器人2；
机器人2包括：
图像获取装置21：用于获取特征标识物的特征图像；
处理器22：用于对特征图像的坐标值进行计算，获取偏移量；
抓取机械臂23：用于根据处理器发出的驱动指令移动驱动机构的位置；
移动机构24：用于根据处理器发出的移动指令移动机器人的车体。
其中，处理器包括：
拾取坐标模块：用于建立空间直角坐标系，获取抓取机械臂相对于标准位置坐标与标准位姿；
计算单元：用于计算纠正后的抓取坐标A及抓取位姿R；
存储单元：用于存储距离公式；
控制单元：用于发出驱动指令和移动指令控制机器人。
一种机器人，包括：图像获取装置、处理器、驱动机构、夹取机构，车体以及移动机构，车体上方设有驱动机构，车体下方设有移动机构，移动机构用于控制车体的移动，驱动机构的顶端设有夹取机构，夹取机构的上方设有图像获取装置，处理器设置于机器人的内部，处理器用于定位误差的纠错。
实施例1
以下实施例内容示例性的进行说明，移动机器人主要包括：自动导航小车、机械臂、电动夹爪、工业相机、二维码标识与站点货架。其中：机械臂安装于AGV上，电动夹爪与工业相机安装于机械臂上，二维码标识安装于站点货架上，站点货架为机器人需要取货或存货的货架。
本发明主要对移动机器人停靠在站点时的定准误差进行纠正，提高机械臂在站点货架上抓取物品的精度。具体的机器人定位误差纠正方法过程如下：
第一步：站点参数标定
1.AGV停靠在站点的定点位置，手动调整AGV的位置与姿态，使AGV车体与站点货架平行，机械臂底座与站点货架中间的二维码标识对齐，从俯视图上看机械臂底座与站点货架二维码标识的连线垂直于站点货架平面。
2.机械臂末端移动到站点货架的第一个格子，标定货架在机械臂坐标系统中的标准位置坐标A0(x0,y0,z0)与标准位姿R0(rx0,ry0,rz0),站点货架的其他格子的坐标可根据货架的参数计算得到。
3.机械臂末端移动到二维码标识正前方位置，调节工业相机与二维码标识之间的距离，使二维码成相最清晰，记录相机的第一拍摄点坐标Cam1(x1,y1,z1),位姿是R0。
4.获取相机移到第一拍摄点，相机到二维码的距离Dis1、二维码中心点坐标cen1以及二维码宽度W1的数据，相机移到第二拍摄点，相机到二维码的距离Dis2、二维码中心点坐标cen2以及二维码宽度W2的数据。
其中，相机到二维码的距离Dis1、二维码中心点坐标cen1以及二维码宽度W1为标准状态下第一拍摄点的数据。
二维码在相机中的成像大小与相机到二维码标识的距离满足以下公式：
其中Dis为相机到二维码标识的距离，W为二维码的成像宽度，a、b为常数。
要确定“二维码在相机中的成像大小与相机到二维码标识的距离满足以下公式”中公式的常数a、b则需要两组(Dis，W)数据，选择第一拍摄点Cam1与相机向二维码平面垂直线移动一个距离d的第二拍摄点Cam2作为数据采集点。
相机移到第一拍摄点，相机到二维码的距离为Dis1，拍照并得到二维码4个顶点在图像上的坐标：
A1(x’11,y’11),
B1(x’12,y’12),
C1(x’13,y’13),
D1(x’14,y’14)，
二维码中心点坐标为对角线中点坐标：
二维码宽度为两条竖边高度的平均值：
相机移到第二拍摄点，相机到二维码的距离为Dis2，拍照并得到二维码4个顶点在图像上的坐标：
A2(x’21,y’21),
B2(x’22,y’22),
C2(x’23,y’23),
D2(x’24,y’24)，
二维码宽度两条竖边高度的平均值：
通过两组(Dis，W)数据及距离公式可得到方程组：
解方程组：
5.获取相机移到第一拍摄点，相机到二维码的距离Dis、二维码中心点坐标cen以及二维码宽度W的数据。
相机到二维码的距离Dis、二维码中心点坐标cen以及二维码宽度W为拍摄状态下第一拍摄点的数据。
机械臂转到二维码标识方向，相机移到第一拍摄点。
相机拍照并得到二维码4个顶点在图像上的坐标：
A(x’1,y’1),B(x’2,y’2),C(x’3,y’3),D(x’4,y’4)。
二维码中心点坐标为对角线中点坐标：
二维码宽度为两条竖边高度的平均值：
通过距离公式得到相机与二维码的距离：
6.根据4.5两步得出的数据计算AGV在X轴方向的偏移量、Y轴方向的偏移量以及Z轴旋转角度。
AGV在Y轴方向的偏移量计算：
dy＝Dis-Dis1
AGV在X轴方向的偏移量计算：
其中W0为二维码的实际宽度。
AGV在Z轴旋转角度的计算：
二维码左竖边的高度：
W′1＝|y′1-y′4|
左竖边到相机距离：
二维码右竖边的高度：
W′2＝|y′2-y′3|
右竖边到相机距离：
二维码偏移角度计算的具体过程如图2所示，θ为二维码平面Z轴方向的偏移角度，FG为二维码宽度，EF＝Dis’1，EG＝Dis’2,EH＝EG,△EGH为等腰三角形。
根据三角形内角和为180度得：
根据三角形余弦定理得：
则
将θ1、θ2代入
得到θ，
第三步：纠正站点货架的坐标
如图3所示，AO为未纠正的点，需要把抓取点A0纠正角度后的A0’(x’,y’)，可以通过三角函数确定纠正后的坐标和位姿。
纠正后的横坐标为：x'＝x0*cos(θ)+y0*sin(θ),
纠正后的纵坐标为：y'＝y0*cos(θ)-x0*sin(θ)。
纠正后的抓取坐标A及抓取位姿R：
A＝(x0-x'-dx,y0-y'-dy,z0)，R＝(rx0,ry0,rz0-θ)。
实施例2
如图4所示，根据一种机器人定位误差的纠正方法，提供一种实现移动机器人抓取定位误差纠正的系统，使发明更加系统，一种实现移动机器人抓取定位误差纠正的系统，包括具有多个存放位的存放装置1和机器人2；
机器人2包括：
图像获取装置21：用于获取特征标识物的特征图像；
处理器22：用于对特征图像的坐标值进行计算，获取偏移量；
抓取机械臂23：用于根据处理器发出的驱动指令移动驱动机构的位置；
移动机构24：用于根据处理器发出的移动指令移动机器人的车体。
其中，处理器22包括：
拾取坐标模块：用于建立空间直角坐标系，获取抓取机械臂相对于标准位置坐标与标准位姿；
计算单元：用于计算纠正后的抓取坐标A及抓取位姿R；
存储单元：用于存储距离公式；
控制单元：用于发出驱动指令和移动指令控制机器人。
实施例3
如图5所示，本发明还提供一种机器人，包括图像获取装置、处理器、驱动机构、夹取机构，车体以及移动机构，车体上方设有驱动机构，车体下方设有移动机构，移动机构用于控制车体的移动，驱动机构的顶端设有夹取机构，夹取机构的上方设有图像获取装置，处理器设置于机器人的内部，处理器用于定位误差的纠错。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
以上公开的仅为本发明的几个具体实施场景，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (7)
1.一种移动机器人抓取定位误差的纠正方法，其特征在于，应用于具有抓取机械臂的移动机器人，所述抓取机械臂设置有图像获取装置，具体步骤包括：
所述机器人移动至第一位置，所述第一位置位于存放装置前方；
调整所述抓取机械臂，使所述图像获取装置处于第一拍摄点，获取位于所述存放装置上的特征标识物的特征图像；
建立空间直角坐标系，结合所述特征图像的数据，获取所述特征标识物的特征位点的坐标；
采用所述特征位点的坐标与所述特征标识物的实际尺寸数值，计算所述抓取机械臂与预设标准位置的偏移量，纠正所述抓取机械臂相对于所述存放装置的抓取点坐标及位姿；
所述特征标识物为矩形的二维码标识，所述二维码标识包括左竖边及右竖边，并且所述二维码标识包括位于矩形四个顶点的特征位点；
所述“建立空间直角坐标系，结合所述特征图像数据，获取所述特征标识物中特征位点的坐标”具体过程为：
以所述抓取机械臂的底座为原点建立空间直角坐标系，结合所述特征图像的数据获取四个特征位点在所述特征图像上的坐标分别为：
A(x’1,y’1),B(x’2,y’2),C(x’3,y’3),D(x’4,y’4)；
在标准状态下，所述图像获取装置在第一拍摄点获取的第一标准图像的四个特征位点坐标为：
A1(x’11,y’11),B1(x’12,y’12),C1(x’13,y’13),D1(x’14,y’14)；
所述“采用所述特征位点的坐标与所述特征标识物的实际尺寸数值，计算所述抓取机械臂与预设标准位置的偏移量”的具体方法为：
通过所述四个特征位点的坐标计算所述特征位点的中心点坐标，获取所述中心点坐标为对角线中心坐标：
获取所述特征标识物的成像宽度，宽度计算公式为：
通过所述特征标识物的宽度，结合预设的距离公式，获取所述图像获取装置与所述特征标识物的距离，所述距离公式为：
其中，a、b为常数；
获取所述移动机器人在y轴方向的偏移量dy，dy＝Dis-Dis1，其中，Dis1为标准状态下所述图像获取装置在第一拍摄点时，所述图像获取装置与所述特征标识物的第一标准距离；
获取所述移动机器人在y轴方向的偏移量dx，dx的计算公式为：
W0为与所述特征标识物的实际尺寸数值中的实际宽度；
通过所述左竖边与右竖边的坐标，获取所述移动机器人与所述存放装置的Z轴旋转角度θ。
2.根据权利要求1所述的一种移动机器人抓取定位误差的纠正方法，其特征在于，所述距离公式的标定方法为：
在所述标准状态下，将所述移动机器人精准移动至所述标准位置，使所述图像获取装置分别位于所述第一拍摄点和第二拍摄点，获取特征标识物的标准图像；
根据所述图像获取装置与所述特征标识物的标准距离，所述特征图像的标准宽度，获取所述距离公式，具体为：
将所述图像获取装置置于所述第一拍摄点，获取所述第一标准图像，测量所述特征标识物与所述图像获取装置的第一标准距离Dis1；
根据所述第一标准图像中特征位点的坐标计算获得所述特征标识物的第一标准宽度W1；
将所述图像获取装置置于所述第二拍摄点，获取第二标准图像，测量所述特征标识物与所述图像获取装置的第二标准距离Dis2；
根据所述第二标准图像中特征位点的坐标计算获得所述特征标识物的第二标准宽度W2；
根据所述第一标准距离Dis1、所述第二标准距离Dis2、所述第一标准宽度W1以及所述第二标准宽度W2，分别建立两组标准距离公式，结合运算得出a与b的常数值，得到所述距离公式。
3.根据权利要求2所述的一种移动机器人抓取定位误差的纠正方法，其特征在于，所述“纠正所述抓取机械臂相对于所述存放装置的抓取点坐标及位姿”具体包括：
通过纠正公式，获取所述抓取机械臂相对于标准位置坐标A0(x0,y0,z0)与标准位姿R0(rx0,ry0,rz0)的纠正位置坐标A0’(x’,y’),纠正公式为：
根据偏移量dy、偏移量dx、纠正位置坐标AO’(x’，y’)，计算获得纠正后的抓取坐标A及抓取位姿R，其中：
4.根据权利要求3所述的一种移动机器人抓取定位误差的纠正方法，其特征在于，所述标准位置坐标A0(x0,y0,z0)和标准位姿R0(rx0,ry0,rz0)的确定方式为：
所述标准状态下，将所述移动机器人移动至与所述存放装置平行的所述标准位置，使所述抓取机械臂的底座与所述特征标识物对齐，将所述抓取机械臂的抓取末端移动至所述存放装置的第一存放位前方，标定所述存放装置在所述空间直角坐标系的所述标准位置坐标和所述标准位姿。
5.一种用于实现如权利要求1-4任一项所述的抓取定位误差的纠正方法的系统，其特征在于，包括具有多个存放位的存放装置和机器人；
所述机器人包括：
图像获取装置：用于获取特征标识物的特征图像；
处理器：用于对所述特征图像的坐标值进行计算，获取偏移量；
抓取机械臂：用于根据所述处理器发出的驱动指令移动驱动机构的位置；
移动机构：用于根据所述处理器发出的移动指令移动所述机器人的车体。
6.根据权利要求5所述的系统，其特征在于，所述处理器包括：
拾取坐标模块：用于建立空间直角坐标系，获取所述抓取机械臂相对于标准位置坐标与标准位姿；
计算单元：用于计算纠正后的抓取坐标A及抓取位姿R；
存储单元：用于存储距离公式；
控制单元：用于发出所述驱动指令和所述移动指令控制所述机器人。
7.一种机器人，用于实现如权利要求1-4任一项所述的抓取定位误差的纠正方法，其特征在于，包括：图像获取装置、处理器、驱动机构、夹取机构，车体以及移动机构，所述车体上方设有所述驱动机构，所述车体下方设有所述移动机构，所述移动机构用于控制所述车体的移动，所述驱动机构的顶端设有所述夹取机构，所述夹取机构的上方设有所述图像获取装置，所述处理器设置于所述机器人的内部，所述处理器用于定位误差的纠错。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111183715.1A CN113843798B (zh) | 2021-10-11 | 2021-10-11 | 一种移动机器人抓取定位误差的纠正方法、系统及机器人 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111183715.1A CN113843798B (zh) | 2021-10-11 | 2021-10-11 | 一种移动机器人抓取定位误差的纠正方法、系统及机器人 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113843798A CN113843798A (zh) | 2021-12-28 |
| CN113843798B true CN113843798B (zh) | 2023-04-28 |
Family
ID=78978053
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111183715.1A Active CN113843798B (zh) | 2021-10-11 | 2021-10-11 | 一种移动机器人抓取定位误差的纠正方法、系统及机器人 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113843798B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114602323B (zh) * | 2022-02-18 | 2023-05-09 | 中国科学院水生生物研究所 | 用于环境dna采样的夹取式滤膜更换方法及系统 |
| CN114339058B (zh) * | 2022-03-16 | 2022-05-27 | 珞石（北京）科技有限公司 | 一种基于视觉标志的机械臂飞拍定位方法 |
| CN115465661A (zh) * | 2022-08-29 | 2022-12-13 | 济南星辉数控机械科技有限公司 | 一种开料板件精准抓取方法及系统 |
| CN115366105A (zh) * | 2022-08-31 | 2022-11-22 | 北京西门子西伯乐斯电子有限公司 | 工件抓取方法、装置、电子设备和存储介质 |
| CN115847426A (zh) * | 2023-01-16 | 2023-03-28 | 节卡机器人股份有限公司 | 机器人运动控制方法、装置、电子设备和存储介质 |
| CN119458384B (zh) * | 2025-01-14 | 2025-05-06 | 江苏细胞壁智能科技有限公司 | 一种多轴机械臂的控制方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9785911B2 (en) * | 2013-07-25 | 2017-10-10 | I AM Robotics, LLC | System and method for piece-picking or put-away with a mobile manipulation robot |
| CN109397249B (zh) * | 2019-01-07 | 2020-11-06 | 重庆大学 | 基于视觉识别的二维码定位抓取机器人系统的方法 |
| CN110017852B (zh) * | 2019-04-25 | 2023-03-21 | 广东省智能机器人研究院 | 一种导航定位误差测量方法 |
| CN110673612A (zh) * | 2019-10-21 | 2020-01-10 | 重庆邮电大学 | 一种自主移动机器人二维码引导控制方法 |
| CN110842928B (zh) * | 2019-12-04 | 2022-02-22 | 中科新松有限公司 | 一种复合机器人视觉引导定位方法 |
| CN111300481B (zh) * | 2019-12-11 | 2021-06-29 | 苏州大学 | 基于视觉及激光传感器的机器人抓取位姿纠正方法 |
| CN111968177B (zh) * | 2020-07-22 | 2022-11-18 | 东南大学 | 一种基于固定摄像头视觉的移动机器人定位方法 |
-
2021
- 2021-10-11 CN CN202111183715.1A patent/CN113843798B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113843798A (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113843798B (zh) | 一种移动机器人抓取定位误差的纠正方法、系统及机器人 | |
| CN110421562B (zh) | 基于四目立体视觉的机械臂标定系统和标定方法 | |
| CN110262507B (zh) | 一种基于5g通信的相机阵列机器人定位方法及装置 | |
| CN102448679B (zh) | 至少一个物体以高精度定位到空间最终位置的方法和系统 | |
| US9197810B2 (en) | Systems and methods for tracking location of movable target object | |
| CN102706277B (zh) | 一种基于全方位点约束的工业机器人在线零位标定装置及方法 | |
| CN110987021B (zh) | 一种基于转台基准的惯性视觉相对姿态标定方法 | |
| CN111127568A (zh) | 一种基于空间点位信息的相机位姿标定方法 | |
| CN103895023A (zh) | 一种基于编码方位装置的机械臂末端跟踪测量系统及方法 | |
| CN113516708B (zh) | 一种基于图像识别与uwb定位融合的输电线路巡检无人机精确定位系统及方法 | |
| CN104552341B (zh) | 移动工业机器人单点多视角挂表位姿误差检测方法 | |
| CN113211431B (zh) | 基于二维码修正机器人系统的位姿估计方法 | |
| CN112507755B (zh) | 最小化二维码角点重投影误差的目标物体六自由度定位方法及系统 | |
| 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 | |
| CN107862716A (zh) | 机械臂定位方法及定位机械臂 | |
| CN109540140A (zh) | 一种融合ssd目标识别和里程计信息的移动机器人定位方法 | |
| CN111754584A (zh) | 一种远距离大视场相机参数标定系统和方法 | |
| Zhi et al. | Multical: Spatiotemporal calibration for multiple IMUs, cameras and LiDARs | |
| CN112884832A (zh) | 一种基于多目视觉的智能小车轨迹预测方法 | |
| US20230100182A1 (en) | Alignment Of A Radar Measurement System With A Test Target | |
| CN118305790A (zh) | 一种机器人视觉定位方法、标定方法、装置、设备及介质 | |
| CN113989472B (zh) | 一种精准抓取目标物的方法、系统和设备 | |
| CN116952129A (zh) | 一种基于目标平面边缘特性的姿态测量系统及方法 | |
| CN115578446A (zh) | 基于多目视觉的无人工程车辆运动学参数辨识校准方法 | |
| CN116823930A (zh) | 一种在汽车生产线中实现车身定位的方法 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: No. 1068, Xueyuan Avenue, Xili University Town, Nanshan District, Shenzhen City, Guangdong Province Patentee after: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY Country or region after: China Patentee after: Shenzhen University of Technology (preparatory) Address before: No. 1068, Xueyuan Avenue, Xili University Town, Nanshan District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY Country or region before: China Patentee before: Shenzhen University of technology Chinese Academy of Sciences (Preparatory) |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: No. 1068, Xueyuan Avenue, Xili University Town, Nanshan District, Shenzhen City, Guangdong Province Patentee after: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY Country or region after: China Patentee after: Shenzhen University of Technology Address before: No. 1068, Xueyuan Avenue, Xili University Town, Nanshan District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY Country or region before: China Patentee before: Shenzhen University of Technology (preparatory) |