CN115345943B - 一种基于差模概念的标定方法 - Google Patents
一种基于差模概念的标定方法 Download PDFInfo
- Publication number
- CN115345943B CN115345943B CN202210945449.XA CN202210945449A CN115345943B CN 115345943 B CN115345943 B CN 115345943B CN 202210945449 A CN202210945449 A CN 202210945449A CN 115345943 B CN115345943 B CN 115345943B
- Authority
- CN
- China
- Prior art keywords
- coordinate
- coordinate system
- camera
- transformation matrix
- calibration
- 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 37
- 230000009466 transformation Effects 0.000 claims abstract description 49
- 239000011159 matrix material Substances 0.000 claims abstract description 33
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67282—Marking devices
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明特别涉及一种基于差模概念的标定方法,包括以下步骤:步骤1、在相机坐标系下选择标定点,获取标定点在相机坐标系下的第一坐标,所述第一坐标记作Qi,正交运动模组将吸嘴移动至标定点处,获取标定点在机器人坐标系下的第二坐标,所述第二坐标记作Pi;步骤2、将第二坐标转换为第一坐标表示,即Pi=λ*A*Qi+Tc,式中,λ为相机坐标系和机器人坐标系的比例放大系数,A为二阶变换矩阵,Tc为相机坐标系的原点在机器人坐标系下的坐标;步骤3、将二阶变换矩阵A中的四个元素分别设为四个独立未知量;步骤4、采用基于高斯‑牛顿法的快速迭代算法,对二阶变换矩阵A中的四个未知量求解,得到二阶变换矩阵。
Description
技术领域
本发明涉及半导体封测技术领域,特别涉及一种基于差模概念的标定方法。
背景技术
在半导体封测行业,贴装精度是一个设备极其重要的性能指标,为了实现高的贴装精度,需要在视觉模块和正交模组之间进行标定。标定是指通过人工或软件算法等技术手段,确保视觉模块的相机拍摄到贴装件后,正交模组能够准确移动到该位置。由于机械安装的精度误差以及设备的尺寸误差和变形等原因,标定是必不可少的步骤。
目前,行业内常用的标定方法是目视检测方法,即操作人员通过眼睛观察测量,使相机的十字线与正交模组的轴平行,然后通过一个标定板测量相机像素与正交模组实际尺寸之间的比值,得到相机坐标系与模组坐标系之间的转换关系。
上述现有技术方案存在以下缺陷:由于人工目视检测和手动调节相机安装,容易产生较大的误差,若要达到规定要求的贴装精度,需要配备高精度的测量设备,测外对机械加工的装配精度也有要求。
发明内容
本发明的目的是提供一种基于差模概念的标定方法,以解决上述现有技术存在的问题。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种基于差模概念的标定方法,所述标定方法包括以下步骤:
步骤1、初标定,在相机坐标系下选择标定点,获取标定点在相机坐标系下的第一坐标,所述第一坐标记作Qi,正交运动模组将吸嘴移动至标定点处,获取标定点在机器人坐标系下的第二坐标,所述第二坐标记作Pi;
步骤2、齐次坐标变换,将第二坐标转换为第一坐标表示,即Pi=λ*A*Qi+Tc,式中,λ为相机坐标系和机器人坐标系的比例放大系数,A为二阶变换矩阵,Tc为相机坐标系的原点在机器人坐标系下的坐标;
步骤3、变量替换,将二阶变换矩阵A中的四个元素分别设为四个独立未知量;
步骤4、二阶变换矩阵求解,采用基于高斯-牛顿法的快速迭代算法,对二阶变换矩阵A中的四个未知量求解,得到二阶变换矩阵。
通过采用上述技术方案,通过引入齐次坐标变换技术,代替人眼手动对齐的做法,能够减小标定的难度,提高标定的准确度。
在进一步的实施例中,相机的十字线与所述相机坐标系的(W/2,H/2)点重合,所述W为相机的镜头宽度,所述H为相机的镜头高度。
通过采用上述技术方案,相机十字线能够与吸嘴中心对准,从而消除机械装配导致的平移和标定误差。
在进一步的实施例中,所述正交运动模组上的吸嘴的中心对准所述第二坐标。
在进一步的实施例中,所述步骤2包括以下步骤:
步骤201、列出误差方程,所述误差方程为F(C)=Pi-λ*A*Qi-Tc;
步骤202、令误差方程F(C)=0,得到Pi=λ*A*Qi+Tc。
在进一步的实施例中,所述步骤2中,所述二阶变换矩阵A的元素基于未知量θ表示,即其中,θ为相机坐标系和机器人坐标系的夹角。
在进一步的实施例中,所述标定方法还包括以下步骤:通过选取两个不同的标定点,获取两组不同的第一坐标和第二坐标,两组第二坐标在齐次坐标变换后相减,得到ΔPi=λ*A*ΔQi;重复上述步骤可以获取多组不同的ΔPi和ΔQi,所述多组不同的ΔPi和ΔQi作为所述快速迭代算法的输入,所述快速迭代算法的输出为二阶变换矩阵A。
在进一步的实施例中,所述标定方法还包括步骤5,所述步骤5为验证调试步骤,所述步骤5包括以下步骤:
步骤501、相机拍摄放置点在相机坐标系下的第一放置坐标,所述第一放置坐标通过齐次坐标变换转换为第二放置坐标,所述齐次坐标变换的方程为步骤2中的方程,所述齐次坐标变换的二阶变换矩阵为步骤4中的二阶变换矩阵A;
步骤502、所述正交运动模组获取所述第二放置坐标,将吸嘴移动至所述第二放置坐标。
综上所述,本发明具有以下有益效果:
1.本发明的一种基于差模概念的标定方法,通过引入齐次坐标变换技术,代替行业人工标定和调整的方法,能够减少标定误差,提高贴装精度;
2.本发明的一种基于差模概念的标定方法,通过采用基于高斯-牛顿法的快速迭代算法,获取更精准的二阶变换矩阵,能够进一步提高标定参数的准确值,且算法时长可控,对应精度可控。
附图说明
图1是本发明的一种基于差模概念的标定方法的流程框图;
图2是用于体现本发明标定方法中的齐次坐标变换的示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本说明书的描述中,“多个”的含义是两个或两个以上。
实施例1:
本实施例提供了一种基于差模概念的标定方法,该标定方法应用于半导体芯片贴装机中,由于贴装机的工作原理是相机识别芯片或封装体的位置,随后正交运动模组移动吸嘴至该位置处,因此需要对相机和正交运动模组进行标定。
标定的作用是将相机识别的位置信息转换为正交运动模组的位置坐标,以便于正交运动模组将吸嘴移动到正确的位置。
请参照图1,在本实施例中,标定方法包括以下步骤:
步骤1、初标定,在相机坐标系下选择标定点,获取标定点在相机坐标系下的第一坐标,第一坐标记作Qi,正交运动模组将吸嘴移动至标定点处,获取标定点在机器人坐标系下的第二坐标,第二坐标记作Pi;
步骤2、齐次坐标变换,将第二坐标转换为第一坐标表示,即Pi=λ*A*Qi+Tc,式中,λ为相机坐标系和机器人坐标系的比例放大系数,A为二阶变换矩阵,Tc为相机坐标系的原点在机器人坐标系下的坐标;
步骤3、变量替换,将二阶变换矩阵A中的四个元素分别设为四个独立未知量;
步骤4、二阶变换矩阵求解,采用基于高斯-牛顿法的快速迭代算法,对二阶变换矩阵A中的四个未知量求解,得到二阶变换矩阵。
为了更好的说明本实施例的标定方法,请参照图2,xcy坐标系为相机坐标系,XOY坐标系为正交运动模组的坐标系,相机用于拍摄待放置芯片的模组从而获取位置,相机一般固定安装在正交运动模组的轴上,相机的镜头方向与正交运动模组上安装的吸嘴方向相同,故xcy坐标系和XOY坐标系默认为平行平面的两个坐标系,且两个坐标系之间存在比例放大系数λ,比例放大系数λ可以通过标定尺测量得到。
此外,由于装配原因,相机的十字线不能严格与正交运动模组的轴平行,因此两个坐标系之间还存在夹角θ,夹角θ为未知变量,需要通过测量求出。
需要说明的是,本实施例的标定方法采用了差模理念,即相机的十字线与相机坐标系的(W/2,H/2)点重合,其中,W为相机的镜头宽度,H为相机的镜头高度,相机十字线对准的点作为标定点,即相机十字线对准第一坐标,而正交运动模组上的吸嘴的中心对准第二坐标,即相机坐标系的(W/2,H/2)在实际标定过程中视为正交运动模组的机器人末端,即吸嘴中心。
与传统的采用相机的十字线交点作为相机坐标系的原点相比,采用相机坐标系的(W/2,H/2)作为机器人末端,能够消除装配导致的平移误差。
实施例2:
本实施例提供了齐次坐标变换的方法,请参照图2,xcy坐标系为相机坐标系,XOY坐标系为正交运动模组的坐标系,标定点在xcy坐标系下的第一坐标为Qi,标定点在XOY坐标系下的第二坐标为Pi,因此可以列出两坐标系之间的误差方程:F(C)=Pi-λ*A*Qi-Tc,理论上两坐标系之间没有误差,因此F(C)=0,得到Pi=λ*A*Qi+Tc,即第二坐标通过第一坐标进行表示。
由于xcy坐标系的所在平面和XOY坐标系的所在平面视为相互平行,因此二阶变换矩阵A的元素都是基于两个坐标系之间的夹角θ,即
在进一步的实施例中,可以通过选取两个不同的标定点,获取两组不同的第一坐标和第二坐标,两组第二坐标在齐次坐标变换后相减,得到ΔPi=λ*A*ΔQi,由于该等式中仅有二阶变换矩阵A为未知量,且二阶变换矩阵A的元素都是基于两个坐标系之间的夹角θ,因此可以获取多组不同的ΔPi和ΔQi,从而求解二阶变换矩阵A。
需要说明的是,虽然xcy坐标系的所在平面和XOY坐标系的所在平面视为相互平行,但是在正交运动模组的运动过程中会产生垂直于坐标系平面的偏移角度,故二阶变换矩阵A的元素不能视为基于两个坐标系之间的夹角θ的系数,否则会产生较大误差。
因此,在进一步的实施例中,将二阶变换矩阵A中的四个元素分别设为四个独立未知量,如设为θ1、θ2、θ3、θ4,则通过多组不同的ΔPi和ΔQi,代入基于高斯-牛顿法的快速迭代算法中,最终对二阶变换矩阵A中的四个元素求解。由于快速迭代算法可以控制迭代次数和算法时长,对应的封装贴片的精度也能够按需调控。
实施例3:
本实施例提供了一种标定验证调试方法,具体方法如下:
相机拍摄放置点,获取放置点在相机坐标系下的第一放置坐标,第一放置坐标经过齐次坐标变换变成第二放置坐标,第二放置坐标为机器人坐标系下的坐标点,也是正交运动模组需要将吸嘴送至的位置,随后正交运动模组携带吸嘴移动至放置点。
本实施例的标定验证调试方法用于验证快速迭代算法算出的二阶变换矩阵A是否准确,在验证无误后,该验证调试的步骤作为装贴时的普通步骤。
在本发明公开的实施例中,未加解释说明的技术方案和技术步骤均可视为现有技术,即为本领域技术人员常规技术手段,
术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;
“相连”可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明公开的实施例中的具体含义。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (4)
1.一种基于差模概念的标定方法,其特征在于,所述标定方法包括以下步骤:
步骤1、初标定,在相机坐标系下选择标定点,获取标定点在相机坐标系下的第一坐标,所述第一坐标记作Qi,正交运动模组将吸嘴移动至标定点处,获取标定点在机器人坐标系下的第二坐标,所述第二坐标记作Pi;
步骤2、齐次坐标变换,将第二坐标转换为第一坐标表示,即Pi=λ*A*Qi+Tc,式中,λ为相机坐标系和机器人坐标系的比例放大系数,A为二阶变换矩阵,Tc为相机坐标系的原点在机器人坐标系下的坐标;
步骤3、变量替换,将二阶变换矩阵A中的四个元素分别设为四个独立未知量;
步骤4、二阶变换矩阵求解,采用基于高斯-牛顿法的快速迭代算法,对二阶变换矩阵A中的四个未知量求解,得到二阶变换矩阵;
步骤5、验证调试,所述步骤5包括以下步骤:
步骤501、相机拍摄放置点在相机坐标系下的第一放置坐标,所述第一放置坐标通过齐次坐标变换转换为第二放置坐标,所述齐次坐标变换的方程为步骤2中的方程,所述齐次坐标变换的二阶变换矩阵为步骤4中的二阶变换矩阵A;
步骤502、所述正交运动模组获取所述第二放置坐标,将吸嘴移动至所述第二放置坐标;
相机的十字线与所述相机坐标系的(W/2,H/2)点重合,所述W为相机的镜头宽度,所述H为相机的镜头高度;
所述正交运动模组上的吸嘴的中心对准所述第二坐标。
2.根据权利要求1所述的一种基于差模概念的标定方法,其特征在于:所述步骤2包括以下步骤:
步骤201、列出误差方程,所述误差方程为F(C)=Pi-λ*A*Qi-Tc;
步骤202、令误差方程F(C)=0,得到Pi=λ*A*Qi+Tc。
3.根据权利要求2所述的一种基于差模概念的标定方法,其特征在于:所述步骤2中,所述二阶变换矩阵A的元素基于未知量θ表示,即,其中,θ为相机坐标系和机器人坐标系的夹角。
4.根据权利要求3所述的一种基于差模概念的标定方法,其特征在于:所述标定方法还包括以下步骤:通过选取两个不同的标定点,获取两组不同的第一坐标和第二坐标,两组第二坐标在齐次坐标变换后相减,得到ΔPi=λ*A*ΔQi;重复上述步骤可以获取多组不同的ΔPi和ΔQi,所述多组不同的ΔPi和ΔQi作为所述快速迭代算法的输入,所述快速迭代算法的输出为二阶变换矩阵A。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210945449.XA CN115345943B (zh) | 2022-08-08 | 2022-08-08 | 一种基于差模概念的标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210945449.XA CN115345943B (zh) | 2022-08-08 | 2022-08-08 | 一种基于差模概念的标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115345943A CN115345943A (zh) | 2022-11-15 |
CN115345943B true CN115345943B (zh) | 2024-04-16 |
Family
ID=83949708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210945449.XA Active CN115345943B (zh) | 2022-08-08 | 2022-08-08 | 一种基于差模概念的标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115345943B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717712A (zh) * | 2018-05-29 | 2018-10-30 | 东北大学 | 一种基于地平面假设的视觉惯导slam方法 |
CN110555889A (zh) * | 2019-08-27 | 2019-12-10 | 西安交通大学 | 一种基于CALTag和点云信息的深度相机手眼标定方法 |
CN110796710A (zh) * | 2019-10-29 | 2020-02-14 | 轻客智能科技(江苏)有限公司 | 基于流形空间的快速在线标定相机外参的方法和模块 |
CN111681279A (zh) * | 2020-04-17 | 2020-09-18 | 东南大学 | 基于改进李群非线性优化的行车吊臂空间位姿测量方法 |
CN111986271A (zh) * | 2020-09-04 | 2020-11-24 | 廊坊和易生活网络科技股份有限公司 | 一种基于光束平差的机器人方位与手眼关系同时标定方法 |
CN113240751A (zh) * | 2021-05-18 | 2021-08-10 | 广州慧炬智能科技有限公司 | 一种机器人末端相机的标定方法 |
WO2022067665A1 (zh) * | 2020-09-30 | 2022-04-07 | 西门子(中国)有限公司 | 一种坐标转换的方法、装置、系统、程序及其电子设备 |
CN114387348A (zh) * | 2021-12-01 | 2022-04-22 | 武汉华中天经通视科技有限公司 | 一种地基天空背景大视场相机的标定方法 |
CN114519738A (zh) * | 2022-01-24 | 2022-05-20 | 西北工业大学宁波研究院 | 一种基于icp算法的手眼标定误差修正方法 |
WO2022120567A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳先进技术研究院 | 一种基于视觉引导的自动化标定系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2399636T3 (es) * | 2009-07-29 | 2013-04-02 | Metaio Gmbh | Método para determinar la postura de una cámara con respecto a por lo menos un objeto real |
-
2022
- 2022-08-08 CN CN202210945449.XA patent/CN115345943B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717712A (zh) * | 2018-05-29 | 2018-10-30 | 东北大学 | 一种基于地平面假设的视觉惯导slam方法 |
CN110555889A (zh) * | 2019-08-27 | 2019-12-10 | 西安交通大学 | 一种基于CALTag和点云信息的深度相机手眼标定方法 |
CN110796710A (zh) * | 2019-10-29 | 2020-02-14 | 轻客智能科技(江苏)有限公司 | 基于流形空间的快速在线标定相机外参的方法和模块 |
CN111681279A (zh) * | 2020-04-17 | 2020-09-18 | 东南大学 | 基于改进李群非线性优化的行车吊臂空间位姿测量方法 |
CN111986271A (zh) * | 2020-09-04 | 2020-11-24 | 廊坊和易生活网络科技股份有限公司 | 一种基于光束平差的机器人方位与手眼关系同时标定方法 |
WO2022067665A1 (zh) * | 2020-09-30 | 2022-04-07 | 西门子(中国)有限公司 | 一种坐标转换的方法、装置、系统、程序及其电子设备 |
WO2022120567A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳先进技术研究院 | 一种基于视觉引导的自动化标定系统 |
CN113240751A (zh) * | 2021-05-18 | 2021-08-10 | 广州慧炬智能科技有限公司 | 一种机器人末端相机的标定方法 |
CN114387348A (zh) * | 2021-12-01 | 2022-04-22 | 武汉华中天经通视科技有限公司 | 一种地基天空背景大视场相机的标定方法 |
CN114519738A (zh) * | 2022-01-24 | 2022-05-20 | 西北工业大学宁波研究院 | 一种基于icp算法的手眼标定误差修正方法 |
Non-Patent Citations (2)
Title |
---|
"Modular Decomposition and Analysis of Registration Based Trackers";Abhineet Singh 等;2016 13th Conference on Computer and Robot Vision (CRV);20161229;全文 * |
"一种航天器单脉冲差模角跟踪系统的标定及测试方法";杨显强 等;《航天器工程》;20150630;第24卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115345943A (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101465311B (zh) | 基片偏移的诊断及校正方法和诊断及校正装置 | |
CN111716346B (zh) | 机械手臂工具校正方法及其校正装置 | |
CN112361957B (zh) | 一种多个定位器空间位置关系测量与调整方法 | |
CN110926365B (zh) | 一种基于线结构光检测物标定方法 | |
CN109544642B (zh) | 一种基于n型靶标的tdi-ccd相机参数标定方法 | |
CN110220454A (zh) | 一种三坐标定位机构的位姿标定方法 | |
CN110966934B (zh) | 一种调姿器球窝中心点的标定方法 | |
CN114260941A (zh) | 一种基于激光位移计的机械臂参数标定方法 | |
CN110211175B (zh) | 准直激光器光束空间位姿标定方法 | |
KR102243694B1 (ko) | 로봇의 위치 정보 복원 방법 | |
CN115345943B (zh) | 一种基于差模概念的标定方法 | |
CN105783710A (zh) | 一种位置标定的方法及装置 | |
CN110749257A (zh) | 一种拉线式测量系统的测量基准点不共面误差补偿方法 | |
CN113916128A (zh) | 一种基于光笔式视觉测量系统的提高精度的方法 | |
CN111975756B (zh) | 一种3d视觉测量系统的手眼标定系统及方法 | |
CN112665477A (zh) | 用于测试端拾器平面定位精度的检具及方法 | |
CN111336919A (zh) | 探针标定的方法 | |
CN111028298B (zh) | 一种用于刚体坐标系空间变换标定的汇聚式双目系统 | |
CN112815841B (zh) | 法向测量传感器的位置标定方法及装置 | |
CN116359615A (zh) | 一种平面近场测量中的准直装置及方法 | |
CN111402342B (zh) | 基于多特征点的可用于工业机器人标定的3d点云处理方法 | |
CN112815848B (zh) | 一种双目相机与机械臂坐标系配准方法 | |
CN117601137B (zh) | 一种多机器人的联合控制方法 | |
TWI696536B (zh) | 機械手臂工具校正方法及其校正裝置 | |
JPH11132735A (ja) | Icリード浮き検査装置及び検査方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: China Address after: C1-8, Jinshanbei Science and Technology Industrial Park, Liangxi District, Wuxi City, Jiangsu Province, 214000 Applicant after: Ennaji Intelligent Equipment (Wuxi) Co.,Ltd. Address before: C1-8, Jinshanbei Science and Technology Industrial Park, Liangxi District, Wuxi City, Jiangsu Province, 214000 Applicant before: ENERGY INTELLIGENT TECHNOLOGY WUXI CO.,LTD. Country or region before: China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |