CN115311371A - 一种双机器人自动测量划线系统标定方法 - Google Patents
一种双机器人自动测量划线系统标定方法 Download PDFInfo
- Publication number
- CN115311371A CN115311371A CN202211080463.4A CN202211080463A CN115311371A CN 115311371 A CN115311371 A CN 115311371A CN 202211080463 A CN202211080463 A CN 202211080463A CN 115311371 A CN115311371 A CN 115311371A
- Authority
- CN
- China
- Prior art keywords
- robot
- calibration
- scribing
- measuring
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2504—Calibration devices
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Manipulator (AREA)
Abstract
本发明提出了一种双机器人自动测量划线系统标定方法,包括以下步骤:S1,构建双机器人自动测量划线系统,所述系统包括测量机器人和划线机器人;S2,基于测量机器人建立测量系统,在测量机器人上安装面结构光三维扫描仪,采用相机标定,实现对相机内外参的标定;S3,基于划线机器人建立划线系统,完成系统自标定;S4,对测量系统和划线系统进行系统标定,实现测量系统和划线系统的统一,得到标定后的双机器人自动测量划线系统。对测量系统和划线系统分别标定后,再对两个系统做系统标定,解决了现有其他设备无法实现测量与划线系统统一结合的问题。
Description
技术领域
本发明涉及自动化测量与划线技术领域,尤其涉及一种双机器人自动测量划线系统标定方法。
背景技术
航空航天、武器装备、机械制造等领域中,许多复杂零部件在进行机加工之前需要对毛坯铸件进行划线工艺操作。受限于工艺水平的限制,现有的方式主要是通过人工划线的方式在铸件上划出满足加工要求的基准线以此来判断铸件是否有足够的加工余量,辅助进一步的精确加工。
目前虽然有采用三坐标轴式设备进行激光划线的方式,但由CN111331569A《一种复杂铸件自动化三维测量与划线系统》可知,此种方式存在以下问题:(1)三坐标轴式设备受限于三轴自由度的限制,不能对任意面进行划线;(2)系统标定相对比较麻烦,未有距离指示功能,不能实现精确的对焦。
发明内容
有鉴于此,本发明提出了一种双机器人自动测量划线系统标定方法,用于解决现有其他设备无法实现测量与划线系统统一结合的问题。
本发明的技术方案是这样实现的:本发明提供了一种双机器人自动测量划线系统标定方法,包括以下步骤:
S1,构建双机器人自动测量划线系统,所述系统包括测量机器人和划线机器人;
S2,基于测量机器人建立测量系统,在测量机器人上安装面结构光三维扫描仪,采用相机标定,实现对相机内外参的标定;
S3,基于划线机器人建立划线系统,完成系统自标定;
S4,对测量系统和划线系统进行系统标定,实现测量系统和划线系统的统一,得到标定后的双机器人自动测量划线系统。
在以上技术方案的基础上,优选的,步骤S1具体包括:
双机器人自动测量划线系统还包括:面结构光三维扫描仪、标定块、对焦测距模块、激光器、转台;
面结构光三维扫描仪固定于测量机器人上,对焦测距模块和激光器固定于划线机器人上,转台置于测量机器人与划线机器人之间。
在以上技术方案的基础上,优选的,步骤S2具体包括:
其中,mij是第i张靶标图像第j个圆心的像素坐标,是第i张靶标图像第j个圆心的投影坐标,Mj为第j个角点靶标坐标系,A为相机内部参数,Ri,ti为相机外部参数,k1,k2为相机的切向畸变参数;p1,p2为相机径向畸变参数,通过LM非线性优化算法求解出该最小化问题,获取相机的内外参数和畸变参数。
在以上技术方案的基础上,优选的,步骤S3具体包括:
设计一种对焦测距模块安装调节装置,通过调节测距模块与激光器的夹角和位置使得激光器焦点和对焦模块激光点重合,指示当前聚焦位置,实现非接触式TCP位置标定;标定的目标矩阵为:
式中,EPT为TCP的位置向量,为选定的位置点末端坐标系到机器人基座坐标系的旋转向量,BPEi(i=1,2,3,4)为末端坐标系到基座的位置向量,通过直接读取划线机器人四个位置的姿态和位置,完成位置的标定。
更进一步优选的,步骤S3还包括:
基于Z向升降平台搭建一种用于TCP方向的装置,实现TCP的Z方向的姿态标定,标定的目标矩阵为:
式中,为标定结果,表示工作坐标系T相对于末端坐标系E的变换矩阵,表示末端坐标系E相对于划线机器人基坐标系B的变换关系,表示末端工件坐标系T相对于划线机器人基坐标系B的变换关系,通过此方法,完成TCP的Z方向的姿态标定。
在以上技术方案的基础上,优选的,步骤S4具体包括:
S401,将标定块置于转台之上,介于测量系统和划线系统之间,标定块上贴有高精度的中间带十字的标志点;
S402,测量机器人从基位置过渡到标定块,通过面结构光扫描仪采集标定块表面的标志点,记为Pcam;
S403,移动划线机器人至标定块上的特征点位置,通过对焦测距模块和激光器,精确获取到特征点的坐标值,此坐标值为四元素结构数据,记为PLaser;
S404,通过共同的特征点,得到测量系统靶标坐标系和划线系统基坐标系之间的旋转和平移关系。
更进一步优选的,步骤S404还包括:
测量系统靶标坐标系和划线系统基坐标系之间的旋转和平移关系具体如下:
PLaser=R*Pcam+t=T*Pcam (5)
式中,矩阵R为旋转变换矩阵,t为平移变换矩阵,T为特殊欧式群矩阵,通过SVD算法求解出T,得到两个系统之间的坐标转换关系,实现系统标定。
本发明的一种双机器人自动测量划线系统标定方法相对于现有技术具有以下有益效果:
(1)同时采用两个机器人进行测量与划线的工作,通过系统标定解决了其他测量设备无法实现统一结合测量与划线系统的问题,同时还保证了效率与准确率;
(2)系统标定时获取标定块上特征点的坐标,可以任取四个位置使划线机器人移动到相应位置,保证以不同位姿对标定块进行定位,解决了人工划线中多自由度的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,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为本发明的一种双机器人自动测量划线系统标定方法的系统结构示意图;
图2为本发明的一种双机器人自动测量划线系统标定方法流程图。
具体实施方式
下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,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方式,都属于本发明保护的范围。
图1是本发明的一种双机器人自动测量划线系统标定方法的系统结构示意图。双机器人自动测量划线系统包括测量机器人1、划线机器人2、面结构光三维扫描仪3、激光器4、对焦测距模块5、标定块6以及转台7,面结构光三维扫描仪3固定于测量机器人1的机械臂末端,激光器4和对焦测距模块5固定于划线机器人2的机械臂末端。
图2是本发明的一种双机器人自动测量划线系统标定方法流程图,包括:
S1,构建双机器人自动测量划线系统,所述系统包括测量机器人和划线机器人;
所述系统结构已由图1展示,整个系统主体为测量机器人1和划线机器人2以及固定在测量机器人1机械臂末端的面结构光三维扫描仪3以及固定在划线机器人2机械臂末端的激光器4和对焦测距模块5组成,还包括两个机器人之间的转台7,转台7上放置标定块6,用于进行系统标定。
S2,基于测量机器人建立测量系统,在测量机器人上安装面结构光三维扫描仪,采用相机标定,实现对相机内外参的标定;
具体的,此部分主要为相机标定,本发明采用的是张氏标定法,实现对相机内外参的标定,张氏标定法的整体思路为先求出世界坐标系到像素坐标系的单应性矩阵(单应性矩阵其实就是一个图像中的像素点到另外一个图像中像素点的变换矩阵,双目相机系统中也有单应性矩阵,其是左右相机图像之间的变换矩阵),然后根据单应性矩阵得到内参矩阵,最后得到外参矩阵;其中尺度因子需要着重考虑。
其中,mij是第i张靶标图像第j个圆心的像素坐标,是第i张靶标图像第j个圆心的投影坐标,Mj为第j个角点靶标坐标系,A为相机内部参数,Ri,ti为相机外部参数,k1,k2为相机的切向畸变参数;p1,p2为相机径向畸变参数,通过LM(LevenbergMarquardt,列文伯格-马夸尔特)非线性优化算法求解出该最小化问题,获取相机的内外参数和畸变参数。
LM非线性优化算法是用于寻找参数向量,使得函数值最小的非线性优化算法,对于过参数化问题不敏感,能有效处理冗余参数问题,使目标函数陷入局部极小值的机会大大减小;相比最速下降法、牛顿法和高斯牛顿法,LM非线性优化算法是信赖域算法,能解决H矩阵不满秩或非正定的问题。
实际相机标定完成之后,其反投影误差小于0.02像素。
S3,基于划线机器人建立划线系统,完成系统自标定;
划线机器人在实际打标操作时,需要先进行自标定,划线设备固定于机器人末端,其自标定主要为TCP(Tool Center Point刀尖点)位置与方向的标定。本发明设计了一种基于对焦测距模块、三坐标探针、Z向升降平台的标定装置,实现了TCP位置与方向的准确标定。
具体步骤如下:
首先设计了一种对焦模块安装调节装置,可以通过调节测距模块与激光器的夹角和位置使得激光器焦点恰好和对焦模块激光点重合,指示当前聚焦位置,用于实现非接触式TCP位置标定。标定的目标矩阵为:
式中,EPT为TCP的位置向量,为选定的位置点末端坐标系到机器人基座坐标系的旋转向量,BPEi(i=1,2,3,4)为末端坐标系到基座的位置向量,通过直接读取划线机器人四个位置的姿态和位置,即可完成位置的标定。
其次基于Z向升降平台搭建了一种用于TCP方向的装置,利用升降平台良好的垂直度以及高度变化时水平偏移误差小的优势,实现TCP的Z方向的姿态标定。标定的目标矩阵为:
式中,为标定结果,表示工作坐标系T相对于末端坐标系E的变换矩阵,表示末端坐标系E相对于划线机器人基坐标系B的变换关系,表示末端工件坐标系T相对于划线机器人基坐标系B的变换关系,通过此方法,机器人移动5个位置,完成了TCP的Z方向的姿态标定。
综合位置和姿态的标定结果,最终平均标定误差小于0.3mm。
S4,对测量系统和划线系统进行系统标定,实现测量系统和划线系统的统一,得到标定后的双机器人自动测量划线系统。
完成步骤S3和步骤S4后,已对两个系统进行了分别标定,为了实现自动测量划线系统的统一,需要对两个系统进行坐标系的统一,也即是进行两个系统的标定。具体算法步骤为:
S401,将标定块置于转台之上,介于测量系统和划线系统之间,标定块上贴有高精度的中间带十字的标志点;
S402,测量机器人从基位置过渡到标定块,通过面结构光扫描仪采集标定块表面的标志点,记为Pcam;
S403,移动划线机器人至标定块上的特征点位置,通过对焦测距模块和激光器,精确获取到特征点的坐标值,此坐标值为四元素结构数据,记为PLaser;
S404,通过共同的特征点,得到测量系统靶标坐标系和划线系统基坐标系之间的旋转和平移关系。
具体的,步骤S404中测量系统靶标坐标系和划线系统基坐标系之间的旋转和平移关系为:
PLaser=R*Pcam+t=T*Pcam (5)
式中矩阵R为旋转变换矩阵,t为平移变化矩阵。T为变换矩阵,此矩阵又称特殊欧式群:
通过SVD(Singular Value Decomposition,奇异值分解)算法可以求解出T,也即得到了两个系统之间的坐标转换关系,实现了双机器人系统的标定。
SVD算法是在机器学习领域广泛应用的算法,它不光可以用于降维算法中的特征分解,还可以用于推荐系统,以及自然语言处理等领域。是很多机器学习算法的基石,可应用于优化类问题。
SVD算法具有算法稳定、适用面广、简化数据,减小处理量以及去除噪声和冗余信息的优点。
结果实际验证,扫描加划线总时间小于13分钟,同时能有效测量各种异形件,给出精确的加工余量分布情况,实际划线精度小于0.15mm,可以有效地解决人工划线中存在的各种问题以及多自由度的问题。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种双机器人自动测量划线系统标定方法,其特征在于,包括以下步骤:
S1,构建双机器人自动测量划线系统,所述系统包括测量机器人和划线机器人;
S2,基于测量机器人建立测量系统,在测量机器人上安装面结构光三维扫描仪,采用相机标定,实现对相机内外参的标定;
S3,基于划线机器人建立划线系统,完成系统自标定;
S4,对测量系统和划线系统进行系统标定,实现测量系统和划线系统的统一,得到标定后的双机器人自动测量划线系统。
2.如权利要求1所述的一种双机器人自动测量划线系统标定方法,其特征在于,所述步骤S1具体包括:
所述双机器人自动测量划线系统还包括:面结构光三维扫描仪、标定块、对焦测距模块、激光器、转台;
面结构光三维扫描仪固定于测量机器人上,对焦测距模块和激光器固定于划线机器人上,标定块置于转台之上,转台置于测量机器人与划线机器人之间。
6.如权利要求5所述的一种双机器人自动测量划线系统标定方法,其特征在于:所述步骤S4具体包括以下步骤:
S401,将标定块置于转台之上,介于测量系统和划线系统之间,标定块上贴有高精度的中间带十字的标志点;
S402,测量机器人从基位置过渡到标定块,通过面结构光扫描仪采集标定块表面的标志点,记为Pcam;
S403,移动划线机器人至标定块上的特征点位置,通过对焦测距模块和激光器,精确获取到特征点的坐标值,此坐标值为四元素结构数据,记为PLaser;
S404,通过共同的特征点,得到测量系统靶标坐标系和划线系统基坐标系之间的旋转和平移关系。
7.如权利要求6所述的一种双机器人自动测量划线系统标定方法,其特征在于:所述步骤S404还包括:
测量系统靶标坐标系和划线系统基坐标系之间的旋转和平移关系具体如下:
PLaser=R*Pcam+t=T*Pcam (5)
式中,矩阵R为旋转变换矩阵,t为平移变换矩阵,T为特殊欧式群矩阵,通过SVD算法求解出T,得到两个系统之间的坐标转换关系,实现系统标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211080463.4A CN115311371A (zh) | 2022-09-05 | 2022-09-05 | 一种双机器人自动测量划线系统标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211080463.4A CN115311371A (zh) | 2022-09-05 | 2022-09-05 | 一种双机器人自动测量划线系统标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115311371A true CN115311371A (zh) | 2022-11-08 |
Family
ID=83866104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211080463.4A Pending CN115311371A (zh) | 2022-09-05 | 2022-09-05 | 一种双机器人自动测量划线系统标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115311371A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628786A (zh) * | 2023-07-26 | 2023-08-22 | 中南大学 | 一种异形立体标志球制造方法 |
CN117830437A (zh) * | 2024-03-01 | 2024-04-05 | 中国科学院长春光学精密机械与物理研究所 | 一种大视场远距离多目相机内外参数标定装置及方法 |
-
2022
- 2022-09-05 CN CN202211080463.4A patent/CN115311371A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628786A (zh) * | 2023-07-26 | 2023-08-22 | 中南大学 | 一种异形立体标志球制造方法 |
CN116628786B (zh) * | 2023-07-26 | 2023-10-10 | 中南大学 | 一种异形立体标志球制造方法 |
CN117830437A (zh) * | 2024-03-01 | 2024-04-05 | 中国科学院长春光学精密机械与物理研究所 | 一种大视场远距离多目相机内外参数标定装置及方法 |
CN117830437B (zh) * | 2024-03-01 | 2024-05-14 | 中国科学院长春光学精密机械与物理研究所 | 一种大视场远距离多目相机内外参数标定装置及方法 |
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 | |
CN115311371A (zh) | 一种双机器人自动测量划线系统标定方法 | |
CN111531547B (zh) | 一种基于视觉测量的机器人标定及检测方法 | |
JP4021413B2 (ja) | 計測装置 | |
CN112781496B (zh) | 一种非接触测量系统的测头位姿标定方法 | |
CN109493389B (zh) | 一种基于深度学习的相机标定方法及系统 | |
CN111426270B (zh) | 一种工业机器人位姿测量靶标装置和关节位置敏感误差标定方法 | |
CN110136204B (zh) | 基于双侧远心镜头相机机床位置标定的音膜球顶装配系统 | |
CN111595238B (zh) | 一种基于多站法的激光跟踪仪精度现场评价系统 | |
CN109465829B (zh) | 一种基于转换矩阵误差模型的工业机器人几何参数辨识方法 | |
CN111531407B (zh) | 一种基于图像处理的工件姿态快速测量方法 | |
CN112894209A (zh) | 一种基于十字激光的管板智能焊接机器人自动平面校正方法 | |
CN111759463A (zh) | 一种提高手术机械臂定位精度的方法 | |
CN112288823A (zh) | 一种标准圆柱体曲面点测量设备的标定方法 | |
CN116168072A (zh) | 一种多相机大尺寸视觉测量方法及系统 | |
CN114283204A (zh) | 一种基于工业相机的五轴点胶机的误差标定方法 | |
CN115179323A (zh) | 基于远心视觉约束的机器末位姿测量装置及精度提升方法 | |
CN112958960A (zh) | 一种基于光学靶标的机器人手眼标定装置 | |
CN110992416A (zh) | 基于双目视觉与cad模型的高反光面金属零件位姿测量方法 | |
CN114001651B (zh) | 一种基于双目视觉测量和先验检测数据的大型细长筒类构件位姿原位测量方法 | |
CN112621378B (zh) | 用于标定机床的结构性参数的方法、装置及机床控制系统 | |
CN112762822B (zh) | 一种基于激光跟踪仪的机械臂校准方法及系统 | |
CN113781558A (zh) | 一种姿态与位置解耦的机器人视觉寻位方法 | |
CN112631200A (zh) | 一种机床轴线测量方法以及装置 | |
CN116942314A (zh) | 光学定位和机械定位混合的定位方法及系统 |
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 |