CN114648580A - 误差检测方法、系统、检测设备及存储介质 - Google Patents

Abstract

本发明公开了误差检测方法、误差检测系统、检测设备及计算机可读存储介质，该方法包括：获取相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵；获取工件插槽和排线的三维点云数据；根据所述三维点云数据确定工件插槽与排线的中心坐标以及法线方向；基于所述坐标变换矩阵校准虚拟仿真系统；将所述工件插槽与所述排线的中心坐标以及法线方向作为仿真输入，于校准后的所述虚拟仿真系统中运行待检测的插接算法；根据运行结果确定所述待检测的插接算法对应的误差。达到了提高插接算法的准确性检测结果的可靠性的效果。

Description

误差检测方法、系统、检测设备及存储介质

技术领域

本发明涉及误差检测领域，尤其涉及误差检测方法、误差检测系统、检测设备及计算机可读存储介质。

背景技术

排线插接是工业生成中极其常见的一类操作，大部分可由人工操作。但对于精密元件的排线插接通常需要通过机器人进行操作，而用于控制机器人的插接算法的准确性需要检验。在实际工业生产中大多通过肉眼或刻度尺测量来检测插接算法的准确性。在高精度系统中，由于肉眼观察和通过刻度尺测量都不可避免地存在测量结果误差，这样导致插接算法的准确性检测结果也出现较大误差。

需要说明的是，上述内容仅用于辅助理解本发明所解决的技术问题，并不代表承认上述内容是现有技术。

发明内容

本申请实施例通过提供一种误差检测方法、误差检测系统、检测设备及计算机可读存储介质，解决了现有技术中插接算法的准确性检测结果误差较大的技术问题，实现了提高插接算法的准确性检测结果的可靠性的效果。

本申请实施例提供了一种误差检测方法，应用于检测设备，所述误差检测方法包括以下步骤：

获取相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵；

获取工件插槽和排线的三维点云数据；

根据所述三维点云数据确定工件插槽与排线的中心坐标以及法线方向；

基于所述坐标变换矩阵校准虚拟仿真系统；

将所述工件插槽与所述排线的中心坐标以及法线方向作为仿真输入，于校准后的所述虚拟仿真系统中运行待检测的插接算法；

根据运行结果确定所述待检测的插接算法对应的误差。

可选地，所述获取工件插槽和排线的三维点云数据的步骤包括：

获取包括所述工件插槽和所述排线的图像数据；

根据所述图像数据获取所述工件插槽和所述排线的三维点云数据。

可选地，所述根据所述三维点云数据确定工件插槽与排线的中心坐标以及法线方向的步骤包括：

对所述三维点云数据进行滤波处理，得到所述工件插槽和所述排线的粗点云数据；

对所述排线的粗点云数据进行平面拟合操作，得到所述排线的初始法线方向，以及对所述排线的粗点云数据进行边界求解操作，得到所述排线的初始中心坐标；

对所述工件插槽的粗点云数据进行包围盒拟合，得到所述工件插槽的初始法线方向和初始中心坐标；

根据所述工件插槽和所述排线的初始法线方向和所述坐标变换矩阵，确定所述工件插槽和所述排线的法线方向，以及根据所述工件插槽和所述排线的初始中心坐标和所述坐标变换矩阵，确定所述工件插槽和所述排线的中心坐标。

可选地，所述工件插槽与所述排线的中心坐标以及法线方向，为所述工件插槽与所述排线在所述机器人末端坐标系下的中心坐标以及法线方向。

可选地，所述获取相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵的步骤包括：

获取至少一组包含工件位置标定块的点云图像，并根据所述点云图像确定所述标定块在所述相机坐标系下的第一坐标；

获取所述工件位置标定块在所述工件坐标系下的第二坐标；

根据所述第一坐标和所述第二坐标，确定所述相机坐标系和所述工件坐标系之间的坐标变换矩阵；以及

根据所述相机坐标系和所述工件坐标系之间的坐标变换矩阵以及相机拍照位姿，确定所述机器人末端坐标系，与所述相机坐标系和所述工件坐标系之间坐标变换矩阵。

可选地，所述根据运行结果确定所述待检测的插接算法对应的误差的步骤包括：

根据每一仿真对应的所述运行结果确定各个所述工件插槽的实验误差；

根据仿真次数以及所述实验误差确定单个排线插接误差和/或算法整体误差。

此外，为实现上述效果，本发明实施例还提供一种误差检测系统，包括：

工件插槽；

排线；

机器人，所述机器人设置有机械臂，所述机械臂的末端设置有排线插接触手；

相机，所述相机设置于所述机械臂的末端上；

检测设备，所述检测设备与所述相机通信连接，用于执行如上所述的误差检测方法。

可选地，所述检测设备设置于所述机器人上。

此外，为实现上述目的，本发明实施例还提供一种计算机可读存储介质，其上存储有误差检测程序，该误差检测程序被处理器执行时实现如上所述误差检测方法。

此外，为实现上述目的，本发明实施例还提供一种检测设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的误差检测程序，所述处理器执行所述误差检测程序时实现如上所述误差检测方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、先基于加工设备的标定数据对仿真模型进行校准，并以排线和工件插槽的真实位置数据作为仿真输入，通过仿真结果来确定控制程序的误差。由于在仿真过程中，能获取到具体的坐标参数，因此得出的误差检测结果更为准确。

2、通过虚拟仿真系统对排线插接算法进行精度检测，还不会对元件造成损伤，因此还可以节省进行实际操作带来的精密元件的损坏，节省成本。

附图说明

图1为本发明实施例涉及的误差检测系统的结构示意图；

图2是本发明实施例方案涉及的工件的示意图；

图3为本发明误差检测方法的一实施例的流程示意图；

图4为本发明误差检测方法的一实施例中，步骤S10的可选细化流程示意图；

图5为实施例涉及的检测设备的结构示意图。

具体实施方式

在本实施例中，由于在相关技术中，排线插接机器人的控制算法的误差检测，依赖于根据人工观察或者人工依据刻度尺测量的产品误差来确定。由于人工观察以及可读尺测量过程中，不可避免的会出现误差，从而导致控制算法的误差确定结果也不准确。为解决相关技术存在的上述缺陷，本发明实施例提出一种误差检测方法，旨在达成提高排线插接机器的控制算法的控制误差。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

实施例一

在本发明实施例中，提出一种误差检测系统。

请参照图1，在本发明提出的误差检测系统包括：机器人110，相机120，所述相机设置于所述机械臂的末端130上；排线140；工件150；所述机器人110设置有机械臂，所述机械臂的末端130设置有排线插接触手；检测设备170，用于执行本发明实施例提出的误差检测方法。所述误差检测系统还可以包括工作台160。所述工作台160用于放置工件150，以进行排线插接施工。

在一可选实施方案中，所述相机120与所述机械臂的末端130相对位置关系固定，使得所述机械臂的末端130在移动的时候，可以带动相机120同步运动。

请参照图2，所述工件150上还设置有工件插槽151.所述工件插槽151为排线140的插接位置。所述机器人110通过机械臂末端130上的排线插接触，控制排线140插接到所述工件插槽151中。

可选地，在一次测试过程中，可以先进行标定操作，在标定过程中，机器人110带动相机120到指定位置，拍摄包含工件150的图像。可以理解的是，为了可以准确地进行标定，可以控制机器人110将相机120带动到多个不同的位置分别进行拍摄，以获取在多个不同位置处拍摄的，包括工件150的图像。在标定过程中，可以将工件150置于同一位置不发生移动。

此外，为了获取排线140和工件插槽151的中心坐标以及法线方向，还可以通过机器人110带动位于末端130位置改变，进而带动固定在机器人末端130上的相机120进行拍照，获取工件插槽151和排线140的三维点云数据。由于排线140与工件150的位置大体上固定，只会产生细微的变动，因此相机拍照的最佳成像位置也相对固定。

当相机120拍摄到图像信息后，若检测设备170与相机120则可以将图像数据发送至检测设备170，以供检测设备170基于该图像数据执行误差检测方法。可以理解的是，当相机120与检测设备170为建立通信连接时，也可以通过其它方式将相机120拍摄到的图像信息，拷贝到检测设备中。例如，通过U盘或者其它存储设备，转移图像信息。

实施例二

在实施例二中，提出一种误差检测方法，所述误差检测方法执行与检测设备。所述检测设备可以是PC机，服务器或者其它具备数据处理能力的电子设备。请参照图3，本实施例提出的误差检测方法包括以下步骤：

步骤S10：获取相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵；

作为一种可选实施方式，在本实施例中，检测设备中可以预先保存有相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵，使得检测设备可以通过直接访问存储设备，读取上述坐标变换矩阵。

需要说明的是，所述相机坐标系，是指目标在相机拍摄的图像中的坐标所对应的坐标系。所述工件坐标系是指工件在实际物理空间中所处位置的坐标所对应的坐标系。所述末端坐标系为机器人末端，在实际物理空间中所处位置的坐标所对应的坐标系。

作为另一种可选实施方式，检测设备可以先读取目标设备的标识信息(例如，可以是机器编码，或者其它唯一标识)。当读取到目标设备的标识信息后，可以根据该标识信息生成数据获取请求。并将该数据获取请求发送至云端存储服务器。使得云端存储服务器在接收到该数据获取请求后，向所述检测设备反馈相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵。

作为又一种可选实施，请参照图4，检测设备也可以基于以下步骤，确定相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵。

步骤S11：获取至少一组包含工件位置标定块的点云图像，并根据所述点云图像确定所述标定块在所述相机坐标系下的第一坐标；

步骤S12：获取所述工件位置标定块在所述工件坐标系下的第二坐标；

步骤S13：根据所述第一坐标和所述第二坐标，确定所述相机坐标系和所述工件坐标系之间的坐标变换矩阵；以及

步骤S14：根据所述相机坐标系和所述工件坐标系之间的坐标变换矩阵以及相机拍照位姿，确定所述机器人末端坐标系，与所述相机坐标系和所述工件坐标系之间坐标变换矩阵。

示例性地，软排线插接过程中，需要通过相机拍照获取工件上特征点的坐标来指导机器人执行操作，而此过程就涉及相机坐标系、工件坐标系、机器人末端坐标系这三个坐标系之间的相互关系。但由于组装方式的不同，这三个坐标系之间的关系会经常发生细小的变化，所以需要通过标定来准确的知道它们相互之间的关系。在实际的操作环境中，可以通过相机标定，记录特征点的相机坐标系坐标，特征点的工件坐标系坐标，以及机器人末端对标时的机器人末端坐标系坐标，通过重复选取特征点，进行九点标定算法计算，确定三个坐标系之间的变换矩阵。例如，可以先使相机在初始状态下拍照，获得固定在工件位置的标定块的点云图像，其中，所述初始状态是指预先设定的第一个相机拍摄位置。相机在该位置上，可以拍摄到包含工件上的标定块在内的图像信息。然后，在点云图形中选取九个特征点，得到九点在相机坐标系和工件坐标系下的对应坐标。

可选地，作为一种实施方案，当工件坐标(第二)设置为已知的坐标时，则可以直接根据拍摄到的图片确定第一坐标，进而根据已知的第二坐标和第一坐标，所述相机坐标系和所述工件坐标系之间的坐标变换矩阵。

可选地，作为另一种实施方案，当第二坐标为未知坐标时，由于工件的位置在标定过程中不发生变化，则可以将第二坐标作为一个未知固定量。然后通过变换多个位姿拍照，获取多个第一坐标。进而基于多个第一坐标和作为未知固定量的第二坐标，建立方程组。以基于方程组解出相机坐标系和所述工件坐标系之间的坐标变换矩阵。

进一步地，当确定相机坐标系和所述工件坐标系之间的坐标变换矩阵之后，还可以获取相机拍照位姿，然后根据所述相机坐标系和所述工件坐标系之间的坐标变换矩阵以及相机拍照位姿，确定所述机器人末端坐标系，与所述相机坐标系和所述工件坐标系之间坐标变换矩阵。即通过记录的拍照位姿以及已经解出的相机坐标系与工件坐标系的变换关系，推出相机坐标系与机器人末端坐标系的变换关系。

步骤S20：获取工件插槽和排线的三维点云数据；

步骤S30：根据所述三维点云数据确定工件插槽与排线的中心坐标以及法线方向；

在本实施例中，还可以控制检测系统中的机器人，通过机器人末端位置改变，带动固定在机器人末端上方的相机进行拍照，获取工件插槽和排线的三维点云数据。由于排线与工件的位置大体上固定，只会产生细微的变动，因此相机拍照的最佳成像位置也相对固定。

然后对获取到的三维点云数据进行处理，获得机器人在执行吸取排线和插接到工件插槽两个子步骤时，机器人末端的位置和姿态。其中，点云数据处理主要先通过点云分割，获得粗点云，再通过点云配准获得细点云，最后通过点云拟合求得工件插槽与排线的中心坐标和法线方向。进而通过坐标系变化得到最终坐标。最后获得机器人执行排线吸取和插接到工件插槽两个子步骤时，末端的操作位置和姿态。

示例性的，可以先读取点云数据，并进行滤波操作滤除噪声点。然后对去除大量噪声之后的点云数据进行直通滤波操作，获取到排线和工件插槽的粗点云数据。进而对排线的粗点云数据进行平面拟合操作，获取排线平面的法线，以确定排线的法线方向。以及进行边界求解操作，获得排线的中心坐标。

在获取到排线的法线方向和中心坐标之后，可以对工件插槽的粗点云数据进行包围盒拟合，获取工件插槽的法线，边界以及中心坐标。以确定工件插槽的法线方向和中心坐标。最后由于当前确定是基于相机坐标系的工件插槽与排线的中心坐标以及法线方向。为了确定工件插槽与排线在实际空间内对应的中心坐标以及法线方向，可以基于上述坐标系变换矩阵，通过坐标系变换得到工件插槽以及排线的法线方向，以及中心在机器人末端坐标系下的坐标。

步骤S40：基于所述坐标变换矩阵校准虚拟仿真系统；

步骤S50：将所述工件插槽与所述排线的中心坐标以及法线方向作为仿真输入，于校准后的所述虚拟仿真系统中运行待检测的插接算法；

步骤S60：根据运行结果确定所述待检测的插接算法对应的误差。

在本实施中，当获取到相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵之后，可以在虚拟仿真环境中进行模型位置关系的微调，使虚拟环境能够精确还原真实操作场景。即根据实际标定结果精确校准虚拟仿真系统中模型之间的位置关系。

然后将所述工件插槽与所述排线的中心坐标以及法线方向作为仿真输入，于校准后的所述虚拟仿真系统中运行待检测的插接算法。然后根据预先设定的机器人运动学求解的算法，确定运行结果。并根据运行结果确定所述待检测的插接算法对应的误差。

需要说明的是，根据获取的工件插槽和排线的位置和法线坐标，机器人可以准确的在虚拟环境中分两步先后运动到目标点位置，进行排线插接模拟。由于在虚拟环境中，每个模型都有具体的坐标，因此，通过运动结果，可以容易的进行误差估计，主要是计算机器人末端位置吸取排线末端的误差和排线最终插接到插槽内的误差。

在虚拟仿真环境中，机器人到达排线所在位置进行排线的吸取，通过对比算法算出的姿态和位置与准确的姿态和位置进行对比，得出在排线所在位置对排线进行吸取时的误差；以及移动机器人到达工件插槽所在位置进行插接操作，通过对比算法算出的姿态和位置与准确的姿态和位置进行对比，得出在插接时的误差。

可选地，在一实施方案中，误差估计主要包括两部分，一是对单个排线的插接误差估计，二是对算法整体的插接误差估计。通过在同一个插槽和排线的组合上进行多次实验，得到单个排线插接的误差；通过重复步骤，可以验证多个排线与插槽的组合的方法，得到算法整体的误差。误差的评价可以平均数的形式给出。例如：

对单个排线：

单个排线插接误差＝∑该插槽每次实验误差/单个排线实验次数

对整体算法：

算法整体误差＝∑所有单个排线插接误差/排线数

在本实施例公开的技术方案中，先基于加工设备的标定数据对仿真模型进行校准，并以排线和工件插槽的真实位置数据作为仿真输入，通过仿真结果来确定控制程序的误差。由于在仿真过程中，能获取到具体的坐标参数，因此得出的误差检测结果更为准确。与此同时，通过虚拟仿真系统对排线插接算法进行精度检测，还不会对元件造成损伤，因此还可以节省进行实际操作带来的精密元件的损坏，节省成本。

此外，本发明实施例还提出一种检测设备，所述检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的误差检测程序，所述误差检测程序被处理器执行时实现如上各个实施例所述的误差检测方法的步骤。

此外，本发明实施例还提出一种计算机可读存储介质，其上存储有误差检测程序，该误差检测程序被处理器执行时实现如上述实施例所述的误差检测方法的步骤。

此外，本发明实施例还提出一种检测设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的误差检测程序，所述处理器执行所述误差检测程序时实现如上述实施例所述的误差检测方法的步骤。

如图5所示，图5是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

如图5所示，该控制终端可以包括：处理器1001，例如CPU，网络接口1003，存储器1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。网络接口1003可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1004可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1004可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图5中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图5所示，作为一种计算机存储介质的存储器1004中可以包括操作系统、网络通信模块、以及误差检测程序。

在图5所示的终端中，处理器1001可以用于调用存储器1004中存储的误差检测程序，并执行以下操作：

获取相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵；

获取工件插槽和排线的三维点云数据；

根据所述三维点云数据确定工件插槽与排线的中心坐标以及法线方向；

基于所述坐标变换矩阵校准虚拟仿真系统；

将所述工件插槽与所述排线的中心坐标以及法线方向作为仿真输入，于校准后的所述虚拟仿真系统中运行待检测的插接算法；

根据运行结果确定所述待检测的插接算法对应的误差。

可选地，处理器1001可以调用存储器1004中存储的误差检测程序，还执行以下操作：

获取包括所述工件插槽和所述排线的图像数据；

根据所述图像数据获取所述工件插槽和所述排线的三维点云数据。

可选地，处理器1001可以调用存储器1004中存储的误差检测程序，还执行以下操作：

对所述三维点云数据进行滤波处理，得到所述工件插槽和所述排线的粗点云数据；

对所述排线的粗点云数据进行平面拟合操作，得到所述排线的初始法线方向，以及对所述排线的粗点云数据进行边界求解操作，得到所述排线的初始中心坐标；

对所述工件插槽的粗点云数据进行包围盒拟合，得到所述工件插槽的初始法线方向和初始中心坐标；

根据所述工件插槽和所述排线的初始法线方向和所述坐标变换矩阵，确定所述工件插槽和所述排线的法线方向，以及根据所述工件插槽和所述排线的初始中心坐标和所述坐标变换矩阵，确定所述工件插槽和所述排线的中心坐标。

可选地，处理器1001可以调用存储器1004中存储的误差检测程序，还执行以下操作：

获取至少一组包含工件位置标定块的点云图像，并根据所述点云图像确定所述标定块在所述相机坐标系下的第一坐标；

获取所述工件位置标定块在所述工件坐标系下的第二坐标；

根据所述第一坐标和所述第二坐标，确定所述相机坐标系和所述工件坐标系之间的坐标变换矩阵；以及

根据所述相机坐标系和所述工件坐标系之间的坐标变换矩阵以及相机拍照位姿，确定所述机器人末端坐标系，与所述相机坐标系和所述工件坐标系之间坐标变换矩阵。

可选地，处理器1001可以调用存储器1004中存储的误差检测程序，还执行以下操作：

根据每一仿真对应的所述运行结果确定各个所述工件插槽的实验误差；

根据仿真次数以及所述实验误差确定单个排线插接误差和/或算法整体误差。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(如服务器、PC机等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种误差检测方法，其特征在于，应用于检测设备，所述误差检测方法包括以下步骤：

获取相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵；

获取工件插槽和排线的三维点云数据；

根据所述三维点云数据确定工件插槽与排线的中心坐标以及法线方向；

基于所述坐标变换矩阵校准虚拟仿真系统；

将所述工件插槽与所述排线的中心坐标以及法线方向作为仿真输入，于校准后的所述虚拟仿真系统中运行待检测的插接算法；

根据运行结果确定所述待检测的插接算法对应的误差。

2.如权利要求1所述的误差检测方法，其特征在于，所述获取工件插槽和排线的三维点云数据的步骤包括：

获取包括所述工件插槽和所述排线的图像数据；

根据所述图像数据获取所述工件插槽和所述排线的三维点云数据。

3.如权利要求1所述的误差检测方法，其特征在于，所述根据所述三维点云数据确定工件插槽与排线的中心坐标以及法线方向的步骤包括：

对所述三维点云数据进行滤波处理，得到所述工件插槽和所述排线的粗点云数据；

对所述排线的粗点云数据进行平面拟合操作，得到所述排线的初始法线方向，以及对所述排线的粗点云数据进行边界求解操作，得到所述排线的初始中心坐标；

对所述工件插槽的粗点云数据进行包围盒拟合，得到所述工件插槽的初始法线方向和初始中心坐标；

根据所述工件插槽和所述排线的初始法线方向和所述坐标变换矩阵，确定所述工件插槽和所述排线的法线方向，以及根据所述工件插槽和所述排线的初始中心坐标和所述坐标变换矩阵，确定所述工件插槽和所述排线的中心坐标。

4.如权利要求1-3中任意项所述的误差检测方法，其特征在于，所述工件插槽与所述排线的中心坐标以及法线方向，为所述工件插槽与所述排线在所述机器人末端坐标系下的中心坐标以及法线方向。

5.如权利要求1所述的误差检测方法，其特征在于，所述获取相机坐标系、工件坐标系和机器人末端坐标系两两之间的坐标变换矩阵的步骤包括：

获取至少一组包含工件位置标定块的点云图像，并根据所述点云图像确定所述标定块在所述相机坐标系下的第一坐标；

获取所述工件位置标定块在所述工件坐标系下的第二坐标；

根据所述第一坐标和所述第二坐标，确定所述相机坐标系和所述工件坐标系之间的坐标变换矩阵；以及

根据所述相机坐标系和所述工件坐标系之间的坐标变换矩阵以及相机拍照位姿，确定所述机器人末端坐标系，与所述相机坐标系和所述工件坐标系之间坐标变换矩阵。

6.如权利要求1所述的误差检测方法，其特征在于，所述根据运行结果确定所述待检测的插接算法对应的误差的步骤包括：

根据每一仿真对应的所述运行结果确定各个所述工件插槽的实验误差；

根据仿真次数以及所述实验误差确定单个排线插接误差和/或算法整体误差。

7.一种误差检测系统，其特征在于，包括：

工件插槽；

排线；

机器人，所述机器人设置有机械臂，所述机械臂的末端设置有排线插接触手；

相机，所述相机设置于所述机械臂的末端上；

检测设备，所述检测设备与所述相机通信连接，用于执行如权利要求1-7中任一项所述的误差检测方法。

8.如权利要求7所述的误差检测系统，其特征在于，所述检测设备设置于所述机器人上。

9.一种计算机可读存储介质，其特征在于，其上存储有误差检测程序，该误差检测程序被处理器执行时实现权利要求1-6任一所述的误差检测方法。

10.一种检测设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的误差检测程序，所述处理器执行所述误差检测程序时实现权利要求1-6任一所述的方法。

Images