CN114186190A - 坐标转换矩阵的计算方法、装置、设备及可读存储介质 - Google Patents

坐标转换矩阵的计算方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN114186190A
CN114186190A CN202111399322.4A CN202111399322A CN114186190A CN 114186190 A CN114186190 A CN 114186190A CN 202111399322 A CN202111399322 A CN 202111399322A CN 114186190 A CN114186190 A CN 114186190A
Authority
CN
China
Prior art keywords
optimized
iteration
coordinate
parameter
calculating
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.)
Pending
Application number
CN202111399322.4A
Other languages
English (en)
Inventor
袁康
张学钢
高爽笑
赵兵
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.)
Hefei Lianbao Information Technology Co Ltd
Original Assignee
Hefei Lianbao Information Technology Co Ltd
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 Hefei Lianbao Information Technology Co Ltd filed Critical Hefei Lianbao Information Technology Co Ltd
Priority to CN202111399322.4A priority Critical patent/CN114186190A/zh
Publication of CN114186190A publication Critical patent/CN114186190A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Abstract

本发明公开了一种坐标转换矩阵的计算方法、装置、设备及可读存储介质，该方法包括：获取目标物体的特征点在参考坐标系下的第一坐标数据和待标定坐标系下的第二坐标数据；根据第一坐标数据和第二坐标数据建立坐标转换方程，坐标转换方程包括旋转矩阵和平移向量；旋转矩阵包括待优化旋转角度，平移向量包括待优化平移参数；根据坐标转换方程建立目标函数；根据待优化旋转角度的初始值、待优化平移参数的初始值、迭代参数的初始值对目标函数进行迭代计算，直到满足迭代终止条件，得到待优化旋转角度的第一更新值，待优化平移参数的第二更新值；根据待优化旋转角度的第一更新值、待优化平移参数的第二更新值计算坐标转换矩阵。

Description

坐标转换矩阵的计算方法、装置、设备及可读存储介质
技术领域
本申请涉及数据处理技术领域，尤其涉及一种坐标转换矩阵的计算方法、装置、设备及可读存储介质。
背景技术
通过视觉等引导传感器引导机械臂进行自动化作业可以有效的代替人工进行重复、繁重和高强度、高危险的作业，而且机械作业具有更高和更一致的品控，因此在3C电子、汽车等智能制造行业具有极大应用潜力。机械臂按照预设程序进行自动化作业的前提条件之一是需要确定机械臂、(视觉等)引导传感器、作业位置和作业对象间的相对位姿。在实践应用中，此前提条件实现时需要通过测量(视觉等)引导传感器、作业位置和作业对象的特征点，利用标定算法分别计算得到引导传感器、作业位置和作业对象的坐标转换矩阵，坐标转换矩阵包括旋转矩阵R和平移向量t。
目前，一般通过一套完善的标准的机器视觉算法包(例如halcon机器视觉软件)来计算坐标转换矩阵。机器视觉算法包，本质上是将标定问题转化为AX＝XB的数学问题，然后使用Tsai-Lenz等算法依次求解得到坐标转换矩阵中的旋转矩阵和平移向量。但是这种分步求解旋转矩阵和平移向量的方法，旋转矩阵的标定误差会累积到平移向量的计算，导致平移向量的计算精度下降；并且，由于机器视觉算法包，是将标定问题转化为纯数学问题进行求解，使得算法失去了直观性和可理解性。
发明内容
有鉴于此，为了解决上述问题中的至少之一，本发明实施例提供一种坐标转换矩阵的计算方法、装置、设备及可读存储介质。
根据第一方面，本发明实施例提供了一种坐标转换矩阵的计算方法，包括：获取目标物体的特征点在参考坐标系下的第一坐标数据和待标定坐标系下的第二坐标数据；根据第一坐标数据和第二坐标数据建立坐标转换方程，坐标转换方程包括旋转矩阵和平移向量；旋转矩阵包括待优化旋转角度，平移向量包括待优化平移参数；根据坐标转换方程建立以最小标定误差为优化目标的目标函数；根据待优化旋转角度的初始值、待优化平移参数的初始值、迭代参数的初始值对目标函数进行迭代计算，直到满足迭代终止条件，得到待优化旋转角度的第一更新值，待优化平移参数的第二更新值；根据待优化旋转角度的第一更新值计算旋转矩阵，根据待优化平移参数的第二更新值计算平移向量，得到坐标转换矩阵。
可选地，在根据第一坐标数据和第二坐标数据建立坐标转换方程之前，坐标转换矩阵的计算方法还包括：将第一坐标数据和第二坐标数据进行归一化处理。
可选地，根据待优化旋转角度的初始值、待优化平移参数的初始值、迭代参数的初始值对目标函数进行迭代计算，直到满足迭代终止条件，包括：根据待优化旋转角度的初始值及待优化平移参数的初始值对目标函数进行偏导数计算；根据偏导数及迭代参数的初始值计算迭代增量；根据迭代增量计算迭代效果指标；根据迭代效果指标、迭代增量对待优化旋转角度、待优化平移参数及迭代参数进行更新，返回根据更新后的待优化旋转角度及待优化平移参数对目标函数进行偏导数计算，直到满足迭代终止条件。
可选地，根据迭代效果指标、迭代增量对待优化旋转角度、待优化平移参数及迭代参数进行更新，包括：在判定迭代效果指标满足预设条件的情况下，根据迭代增量对待优化旋转角度及待优化平移参数进行更新，根据迭代效果指标对迭代参数进行更新。
可选地，坐标转换矩阵的计算方法还包括：在判定迭代效果指标不满足预设条件的情况下，保持待优化旋转角度、待优化平移参数的值不变，将迭代参数进行更新。
可选地，根据偏导数及迭代参数的初始值计算迭代增量，包括：通过岭回归算法，利用偏导数及迭代参数的初始值计算迭代增量。
可选地，判定迭代满足迭代终止条件的步骤，包括：在判定迭代次数达到预设次数阈值的情况下；或，在判定标定误差小于优化指标阈值的情况下；或，在判定迭代增量小于迭代步长阈值的情况下，判定迭代满足迭代终止条件。
根据第二方面，本发明实施例提供了一种坐标转换矩阵的计算装置，包括：获取单元，用于获取目标物体的特征点在参考坐标系下的第一坐标数据和待标定坐标系下的第二坐标数据；第一建立单元，用于根据第一坐标数据和第二坐标数据建立坐标转换方程，坐标转换方程包括旋转矩阵和平移向量；旋转矩阵包括待优化旋转角度，平移向量包括待优化平移参数；第二建立单元，用于根据坐标转换方程建立以最小标定误差为优化目标的目标函数；第一计算单元，用于根据待优化旋转角度的初始值、待优化平移参数的初始值、迭代参数的初始值对目标函数进行迭代计算，直到满足迭代终止条件，得到待优化旋转角度的第一更新值，待优化平移参数的第二更新值；第二计算单元，用于根据待优化旋转角度的第一更新值计算旋转矩阵，根据待优化平移参数的第二更新值计算平移向量，得到坐标转换矩阵。
根据第三方面，本发明实施例提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器执行如第一方面或第一方面任意实施方式中的坐标转换矩阵的计算方法。
根据第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行如第一方面或第一方面任意方式中的坐标转换矩阵的计算方法。
本发明实施例提供的坐标转换矩阵的计算方法、装置、设备及可读存储介质，通过将目标物体的坐标转换矩阵的求解问题转换为对坐标转换方程的求解问题，由于坐标转换方程中包括了旋转矩阵和平移向量，则建立的坐标转换方程具有确切的物理意义，使得坐标转换矩阵的求解问题不再是纯粹的数学问题，增强了坐标转换矩阵计算过程的直观性和可理解性；且通过将坐标转换方程的求解问题转换为优化问题，通过迭代算法求解目标函数，可以同时计算到旋转矩阵和平移向量，从而旋转矩阵的标定误差不会累积到平移向量的计算，平移向量的计算精度不会下降；并且，在坐标转换矩阵的计算过程中，利用旋转角对旋转矩阵进行表征，可以消除冗余变量，简化计算过程，降级计算的复杂度，加快算法计算速度。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本发明实施例中一种坐标转换矩阵的计算方法的流程示意图；
图2为本发明实施例中一种坐标转换矩阵的计算装置的结构示意图；
图3为本发明实施例中一种电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作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。
本发明实施例提供了一种坐标转换矩阵的计算方法，可应用于机械臂自动化作业的中机械臂、视觉引导传感器、作业位置、作业对象等的相对位姿的计算中，如图1所示，该方法包括：
S101.获取目标物体的特征点在参考坐标系下的第一坐标数据和待标定坐标系下的第二坐标数据。
在本实施例中，目标物体可以为机械臂、视觉引导传感器、作业位置、作业对象中的任一种。目标物体的特征点在参考坐标系(以下简记为FR)和待标定坐标系(以下简记为FC)下的坐标数据为
Figure BDA0003364240500000051
其中，N是特征点个数，
Figure BDA0003364240500000052
是特征点i在FR坐标系坐标向量，
Figure BDA0003364240500000053
是特征点i在FC坐标系的坐标向量。
S102.根据第一坐标数据和第二坐标数据建立坐标转换方程，坐标转换方程包括旋转矩阵和平移向量；旋转矩阵包括待优化旋转角度，平移向量包括待优化平移参数。
在本实施例中，需要对第一坐标数据和第二坐标数据进行标定，得到参考坐标系和待标定坐标系之间的坐标转换矩阵，坐标转换方程包括旋转矩阵R和平移向量t。在进行标定时，由于第二坐标数据可以由第一坐标数据经过旋转和平移得到，因此，可以建立如下的坐标转换方程：
Figure BDA0003364240500000061
式中，旋转矩阵R∈R3×3，平移向量t∈R3×1。
坐标转换矩阵(R和t)进行参数化处理，表示为待优化参数α＝(α0 α1 α2 α3 α4 α5)T(待优化旋转角度α0,α1,α2和待优化平移参数α3,α4,α5)的映射R(α)和t(α)：
Figure BDA0003364240500000062
t＝(α3 α4 α5)T。
在本实施例中，对旋转矩阵R建立参数模型时，即满足正交化约束，从而通过该参数模型计算到旋转矩阵后，可以不需要再次进行正交化处理。
S103.根据坐标转换方程建立以最小标定误差为优化目标的目标函数。
在本实施例中，建立坐标转换方程后，需要对坐标转换方程进行求解。在本实施例中，可以以标定误差最小化为优化目标，将标定问题转化为如下的优化问题：
Figure BDA0003364240500000063
其中，
Figure BDA0003364240500000064
是特征点在FC坐标系下的第二坐标数据。
Figure BDA0003364240500000071
是目标物体特征点在FC坐标下的标称坐标，由待标定的坐标转换矩阵(旋转矩阵R和平移矩阵t)和特征点在FR坐标下的第一坐标数据计算得到，优化目标S表示待标定的坐标转换矩阵(R和t)引入的标称特征点与第二坐标数据间的欧几里德距离误差。
S104.根据待优化旋转角度的初始值、待优化平移参数的初始值、迭代参数的初始值对目标函数进行迭代计算，直到满足迭代终止条件，得到待优化旋转角度的第一更新值，待优化平移参数的第二更新值。
在本实施例中，可以通过迭代算法求解优化问题。迭代时，需要设定待优化参数α的初始值，包括待优化旋转角度的初始值，待优化平移参数的初始值。还需要设定迭代参数μ的初始值。
迭代时，需要计算每次迭代的迭代增量，迭代效果指标、优化目标的计算值。每次迭代后，需要对待优化参数和迭代参数进行更新，以进行下一次的迭代。
在一个可选的实施方式中，判定迭代满足迭代终止条件的步骤，包括：在判定迭代次数达到预设次数阈值的情况下；或，在判定标定误差小于优化指标阈值的情况下；或，在判定迭代增量小于迭代步长阈值的情况下，判定迭代满足迭代终止条件。
则迭代终止条件包括：1)迭代次数超限；
2)S<S0，S为优化目标，S0是优化指标阈值；
3)Δα<Δα0，Δα0是迭代步长阈值；Δα为迭代增量，也即迭代步长。
只要满足任一条件，迭代终止。迭代终止时，可以得到待优化旋转角度的第一更新值，待优化平移参数的第二更新值。
S105.根据待优化旋转角度的第一更新值计算旋转矩阵，根据待优化平移参数的第二更新值计算平移向量，得到坐标转换矩阵。
在本实施例中，将计算得到的待优化旋转角度的第一更新值和待优化平移参数的第二更新值，带入R(α)和t(α)计算式中，就可以计算到R和t，从而得到坐标转换矩阵。通过仿真计算，以幅值为0.05的白噪声模拟测量误差场景下，待优化旋转角度α0,α1,α2的计算误差在-0.01度～0.01度之间，待优化平移参数α3,α4,α5的计算误差-0.01mm～0.1mm之间，坐标转换矩阵的精度在-0.04～0.04之间，可见，计算到的待优化旋转角度和待优化平移参数计算精度满足要求，坐标转换矩阵计算准确。
本发明实施例提供的坐标转换矩阵的计算方法，通过将目标物体的坐标转换矩阵的求解问题转换为对坐标转换方程的求解问题，由于坐标转换方程中包括了旋转矩阵和平移向量，则建立的坐标转换方程具有确切的物理意义，使得坐标转换矩阵的求解问题不再是纯粹的数学问题，增强了坐标转换矩阵的计算过程的直观性和可理解性；且通过将坐标转换方程的求解问题转换为优化问题，通过迭代算法求解目标函数，可以同时计算到旋转矩阵和平移向量，从而旋转矩阵的标定误差不会累积到平移向量的计算，平移向量的计算精度不会下降；并且，在坐标转换矩阵的计算过程中，利用旋转角对旋转矩阵进行表征，可以消除冗余变量，简化计算过程，降级计算的复杂度，加快算法计算速度。
在一个可选的实施例中，在步骤S102，根据第一坐标数据和第二坐标数据建立坐标转换方程之前，坐标转换矩阵的计算方法还包括：将第一坐标数据和第二坐标数据进行归一化处理。
具体地，可通过如下公式对第一坐标数据和第二坐标数据进行归一化处理：
Figure BDA0003364240500000091
Figure BDA0003364240500000092
其中，max为取最大值处理，scalar为第一坐标数据和第二坐标数据中的最大值，
Figure BDA0003364240500000093
为
Figure BDA0003364240500000094
对应的归一化数据，
Figure BDA0003364240500000095
为
Figure BDA0003364240500000096
对应的归一化数据。
在本实施例中，将第一坐标数据和第二坐标数据进行归一化处理，消除了目标物体尺寸不一致导致的算法参数各异性问题，简化了算法使用方法，拓宽了算法的适用性。
在一个可选的实施例中，步骤S104，根据待优化旋转角度的初始值、待优化平移参数的初始值、迭代参数的初始值对目标函数进行迭代计算，直到满足迭代终止条件，包括：根据待优化旋转角度的初始值及待优化平移参数的初始值对目标函数进行偏导数计算；根据偏导数及迭代参数的初始值计算迭代增量；根据迭代增量计算迭代效果指标；根据迭代效果指标、迭代增量对待优化旋转角度、待优化平移参数及迭代参数进行更新，返回根据更新后的待优化旋转角度及待优化平移参数对目标函数进行偏导数计算，直到满足迭代终止条件。
具体地，可以通过迭代算法求解优化问题，具体计算步骤如下：
第一步：可以设置待优化参数α的初始值为αk，迭代参数μ的初始值为μk(第一次迭代，k＝0，)。
第二步：可以对优化问题优化目标S计算偏导数(雅克比矩阵J)，计算过程如下：
Figure BDA0003364240500000101
其中，每个特征点对应的子雅克比矩阵Ji为：
Figure BDA0003364240500000102
即由旋转部分和平移部分组成。记特征点i在FR坐标系中坐标向量为
Figure BDA0003364240500000103
则子雅克比矩阵中旋转部分计算结果为：
Figure BDA0003364240500000104
其中，r1、r2和r3是坐标轴。
因此得到特征点i对应的子雅克比矩阵为：
Figure BDA0003364240500000105
其中，I是单位矩阵。
第三步：迭代增量Δα计算：
在一个可选的实施方式中，根据偏导数及迭代参数的初始值计算迭代增量，包括：通过岭回归算法，利用偏导数及迭代参数的初始值计算迭代增量。
则
Figure BDA0003364240500000106
第四步：迭代效果指标ρ计算：
Figure BDA0003364240500000107
第五步：迭代增量判定，根据迭代增量判定的结果对待优化参数和迭代参数的初始值进行更新。
如果|ρ|<ρ0，则αk+1＝αk-Δα,
Figure BDA0003364240500000108
ρ0为效果指标阈值，αk+1为αk的更新值，μk+1为μk的更新值；否则αk+1＝αk,μk+1＝2μk。
第六步，返回第二步，继续下一次的迭代，直到满足迭代终止条件。
迭代终止条件包括：1)迭代次数超限；
2)S<S0，S0是优化指标阈值；
3)Δα<Δα0，Δα0是迭代步长阈值；
只要满足3个条件中的任一条件，迭代终止。
在本实施例中，在迭代算法求解优化问题的解时，在迭代增量的计算中加入了对角元素足够小的对角实数矩阵μI，这样可以确保待优化旋转角度之间一定是可逆的，可以解决特征点共面等导致的系数矩阵奇异等问题。
在一个可选的实施例中，根据迭代效果指标、迭代增量对待优化旋转角度、待优化平移参数及迭代参数进行更新，包括：在判定迭代效果指标满足预设条件的情况下，根据迭代增量对待优化旋转角度及待优化平移参数进行更新，根据迭代效果指标对迭代参数进行更新。在判定迭代效果指标不满足预设条件的情况下，保持待优化旋转角度、待优化平移参数的值不变，将迭代参数进行更新。
具体地，可以设定如果|ρ|<ρ0，则ak+1＝ak-Δα，
Figure BDA0003364240500000111
Figure BDA0003364240500000112
否则ak+1＝ak,μk+1＝2μk，在本实施例中，将迭代参数进行更新时，是以μk+1＝2μk为例进行更新的，在别的实施例或别的场景中，并不以此为限。
在本发明实施例中，在判定迭代效果指标满足预设条件的情况下，根据迭代增量对待优化参数进行更新，根据迭代效果指标对迭代参数进行更新；在判定迭代效果指标不满足预设条件的情况下，保持待优化参数的值不变，将迭代参数进行更新；从而在不同的迭代效果指标下，执行不同的迭代变量的更新方式，使得算法更加准确。
本发明实施例还提供了一种坐标转换矩阵的计算装置，可应用于机械臂自动化作业的中机械臂、视觉引导传感器、作业位置、作业对象等的相对位姿的计算中，如图2所示，该装置包括：
获取单元21，用于获取目标物体的特征点在参考坐标系下的第一坐标数据和待标定坐标系下的第二坐标数据；具体的实施方式详见上述方法实施例步骤S101的描述，在此不再赘述。
第一建立单元22，用于根据第一坐标数据和第二坐标数据建立坐标转换方程，坐标转换方程包括旋转矩阵和平移向量；旋转矩阵包括待优化旋转角度，平移向量包括待优化平移参数；具体的实施方式详见上述方法实施例步骤S102的描述，在此不再赘述。
第二建立单元23，用于根据坐标转换方程建立以最小标定误差为优化目标的目标函数；具体的实施方式详见上述方法实施例步骤S103的描述，在此不再赘述。
第一计算单元24，用于根据待优化旋转角度的初始值、待优化平移参数的初始值、迭代参数的初始值对目标函数进行迭代计算，直到满足迭代终止条件，得到待优化旋转角度的第一更新值，待优化平移参数的第二更新值；具体的实施方式详见上述方法实施例步骤S104的描述，在此不再赘述。
第二计算单元25，用于根据待优化旋转角度的第一更新值计算旋转矩阵，根据待优化平移参数的第二更新值计算平移向量，得到坐标转换矩阵。具体的实施方式详见上述方法实施例步骤S105的描述，在此不再赘述。
本发明实施例提供的坐标转换矩阵的计算装置，通过将目标物体的坐标转换矩阵的求解问题转换为对坐标转换方程的求解问题，由于坐标转换方程中包括了旋转矩阵和平移向量，则建立的坐标转换方程具有确切的物理意义，使得坐标转换矩阵的求解问题不再是纯粹的数学问题，增强了得坐标转换矩阵的计算过程的直观性和可理解性；且通过将坐标转换方程的求解问题转换为优化问题，通过迭代算法求解目标函数，可以同时计算到旋转矩阵和平移向量，从而旋转矩阵的标定误差不会累积到平移向量的计算，平移向量的计算精度不会下降；并且，在坐标转换矩阵的计算过程中，利用旋转角对旋转矩阵进行表征，可以消除冗余变量，简化计算过程，降级计算的复杂度，加快算法计算速度。
基于与前述实施例中一种坐标转换矩阵的计算方法同样的发明构思，本发明实施例还提供一种电子设备，如图3所示，包括：处理器31和存储器32，其中处理器31和存储器32可以通过总线或者其他方式连接，图3中以通过总线连接为例进行说明。
处理器31可以为中央处理器(Central Processing Unit，CPU)。处理器31还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器32作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的坐标转换矩阵的计算方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的坐标转换矩阵的计算方法。
存储器32可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器31所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器32可选包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至处理器31。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的一个或者多个模块存储在存储器32中，当被处理器31执行时，执行如图1所示实施例中的坐标转换矩阵的计算方法。
上述电子设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程信息处理设备的处理器以产生一个机器，使得通过计算机或其他可编程信息处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程信息处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程信息处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种坐标转换矩阵的计算方法，其特征在于，包括：
获取目标物体的特征点在参考坐标系下的第一坐标数据和待标定坐标系下的第二坐标数据；
根据所述第一坐标数据和所述第二坐标数据建立坐标转换方程，所述坐标转换方程包括旋转矩阵和平移向量；所述旋转矩阵包括待优化旋转角度，所述平移向量包括待优化平移参数；
根据所述坐标转换方程建立以最小标定误差为优化目标的目标函数；
根据所述待优化旋转角度的初始值、所述待优化平移参数的初始值、迭代参数的初始值对所述目标函数进行迭代计算，直到满足迭代终止条件，得到所述待优化旋转角度的第一更新值，所述待优化平移参数的第二更新值；
根据所述待优化旋转角度的第一更新值计算所述旋转矩阵，根据所述待优化平移参数的第二更新值计算所述平移向量，得到坐标转换矩阵。
2.根据权利要求1所述的坐标转换矩阵的计算方法，其特征在于，在根据所述第一坐标数据和所述第二坐标数据建立坐标转换方程之前，还包括：
将所述第一坐标数据和所述第二坐标数据进行归一化处理。
3.根据权利要求1所述的坐标转换矩阵的计算方法，其特征在于，所述根据所述待优化旋转角度的初始值、所述待优化平移参数的初始值、迭代参数的初始值对所述目标函数进行迭代计算，直到满足迭代终止条件，包括：
根据所述待优化旋转角度的初始值及所述待优化平移参数的初始值对所述目标函数进行偏导数计算；
根据所述偏导数及迭代参数的初始值计算迭代增量；
根据所述迭代增量计算迭代效果指标；
根据所述迭代效果指标、所述迭代增量对所述待优化旋转角度、所述待优化平移参数及所述迭代参数进行更新，返回根据更新后的所述待优化旋转角度及所述待优化平移参数对所述目标函数进行偏导数计算，直到满足迭代终止条件。
4.根据权利要求3所述的坐标转换矩阵的计算方法，其特征在于，所述根据所述迭代效果指标、所述迭代增量对所述待优化旋转角度、所述待优化平移参数及所述迭代参数进行更新，包括：
在判定所述迭代效果指标满足预设条件的情况下，根据所述迭代增量对所述待优化旋转角度及所述待优化平移参数进行更新，根据所述迭代效果指标对所述迭代参数进行更新。
5.根据权利要求4所述的坐标转换矩阵的计算方法，其特征在于，还包括：
在判定所述迭代效果指标不满足预设条件的情况下，保持所述待优化旋转角度、所述待优化平移参数的值不变，将所述迭代参数进行更新。
6.根据权利要求3所述的坐标转换矩阵的计算方法，其特征在于，根据所述偏导数及迭代参数的初始值计算迭代增量，包括：
通过岭回归算法，利用所述偏导数及迭代参数的初始值计算迭代增量。
7.根据权利要求3所述的坐标转换矩阵的计算方法，其特征在于，判定迭代满足迭代终止条件的步骤，包括：
在判定迭代次数达到预设次数阈值的情况下；或，
在判定标定误差小于优化指标阈值的情况下；或，
在判定迭代增量小于迭代步长阈值的情况下，判定迭代满足迭代终止条件。
8.一种坐标转换矩阵的计算装置，其特征在于，包括：
获取单元，用于获取目标物体的特征点在参考坐标系下的第一坐标数据和待标定坐标系下的第二坐标数据；
第一建立单元，用于根据所述第一坐标数据和所述第二坐标数据建立坐标转换方程，所述坐标转换方程包括旋转矩阵和平移向量；所述旋转矩阵包括待优化旋转角度，所述平移向量包括待优化平移参数；
第二建立单元，用于根据所述坐标转换方程建立以最小标定误差为优化目标的目标函数；
第一计算单元，用于根据所述待优化旋转角度的初始值、所述待优化平移参数的初始值、迭代参数的初始值对所述目标函数进行迭代计算，直到满足迭代终止条件，得到所述待优化旋转角度的第一更新值，所述待优化平移参数的第二更新值；
第二计算单元，用于根据所述待优化旋转角度的第一更新值计算所述旋转矩阵，根据所述待优化平移参数的第二更新值计算所述平移向量，得到坐标转换矩阵。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-7任意一项所述的坐标转换矩阵的计算方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行如权利要求1-7任意一项所述的坐标转换矩阵的计算方法。
CN202111399322.4A 2021-11-19 2021-11-19 坐标转换矩阵的计算方法、装置、设备及可读存储介质 Pending CN114186190A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111399322.4A CN114186190A (zh) 2021-11-19 2021-11-19 坐标转换矩阵的计算方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111399322.4A CN114186190A (zh) 2021-11-19 2021-11-19 坐标转换矩阵的计算方法、装置、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN114186190A true CN114186190A (zh) 2022-03-15

Family

ID=80541308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111399322.4A Pending CN114186190A (zh) 2021-11-19 2021-11-19 坐标转换矩阵的计算方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN114186190A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115166654A (zh) * 2022-06-24 2022-10-11 海信集团控股股份有限公司 一种多毫米波雷达标定方法、装置及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115166654A (zh) * 2022-06-24 2022-10-11 海信集团控股股份有限公司 一种多毫米波雷达标定方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN111208492B (zh) 车载激光雷达外参标定方法及装置、计算机设备及存储介质
CN110640747B (zh) 机器人的手眼标定方法、系统、电子设备和存储介质
CN110264502B (zh) 点云配准方法和装置
WO2022160787A1 (zh) 一种机器人手眼标定方法, 装置, 可读存储介质及机器人
CN110097599B (zh) 一种基于部件模型表达的工件位姿估计方法
EP4012420B1 (en) Wind estimation method and apparatus for carrier rocket, device and storage medium
CN112241989A (zh) 外参标定方法、装置、计算机设备和存储介质
CN108627178B (zh) 机器人手眼标定方法和系统
CN114186190A (zh) 坐标转换矩阵的计算方法、装置、设备及可读存储介质
CN114387352A (zh) 一种外参标定方法、装置、设备及存储介质
CN114186189A (zh) 坐标转换矩阵的计算方法、装置、设备及可读存储介质
CN114186191A (zh) 坐标转换矩阵的计算方法、装置、设备及可读存储介质
CN105574884A (zh) 一种医疗机器人dh参数标定方法
US20210114206A1 (en) Techniques for generating controllers for robots
CN111553954B (zh) 一种基于直接法单目slam的在线光度标定方法
CN112720450B (zh) 机器人关节角度检验方法、装置、设备及介质
CN110515060B (zh) 多线激光雷达反射率标定的方法
CN114734436B (zh) 一种机器人的编码器校准方法、装置及机器人
CN109827607B (zh) 线结构光焊缝跟踪传感器的标定方法及装置
CN115542301A (zh) 激光雷达外部参数的校准方法、装置、设备及存储介质
CN112907505B (zh) 一种水下机器人电缆三维形状估计方法
US11577400B2 (en) Method and apparatus for managing robot system
CN116136388A (zh) 机器人工具坐标系的标定方法、装置、设备以及存储介质
CN114494391A (zh) 一种基于evo的slam地图精度确认方法和系统
CN112907669A (zh) 基于共面特征点的相机位姿测量方法及装置

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