CN115648267A - 用于工业机器人的快速高精度三维视觉测量系统及方法 - Google Patents

用于工业机器人的快速高精度三维视觉测量系统及方法 Download PDF

Info

Publication number
CN115648267A
CN115648267A CN202211201941.2A CN202211201941A CN115648267A CN 115648267 A CN115648267 A CN 115648267A CN 202211201941 A CN202211201941 A CN 202211201941A CN 115648267 A CN115648267 A CN 115648267A
Authority
CN
China
Prior art keywords
coordinate system
robot
hand
measuring device
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.)
Pending
Application number
CN202211201941.2A
Other languages
English (en)
Inventor
尚俊云
罗华
李瑞峰
郭静
杨娜
程军
曹萌
郭超
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.)
Xi'an Aerospace Times Precision Electromechanical Co ltd
Original Assignee
Xi'an Aerospace Times Precision Electromechanical 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 Xi'an Aerospace Times Precision Electromechanical Co ltd filed Critical Xi'an Aerospace Times Precision Electromechanical Co ltd
Priority to CN202211201941.2A priority Critical patent/CN115648267A/zh
Publication of CN115648267A publication Critical patent/CN115648267A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明涉及一种用于工业机器人的快速高精度三维视觉测量系统及方法,以解决目前将三维测量技术用于工件抓取标定过程复杂,且测量过程中机器人和抓取工具会对测量设备造成干涉的技术问题。该系统包括具有横向连接件、纵向连接件和气爪组件的柔性抓取装置及固定设置在纵向连接件上的三维测量装置;横向连接件上表面设置多组第一安装孔,并通过一组第一安装孔与纵向连接件固定连接。该方法包括:1、气爪夹持端夹持中心坐标系的标定及三维测量装置坐标系的标定;2、获取标准工件坐标系与机器人基端坐标系之间的变换矩阵;3、获取待抓取工件坐标系与机器人基端坐标系的变换矩阵并进行解算。

Description

用于工业机器人的快速高精度三维视觉测量系统及方法
技术领域
本发明涉及三维视觉测量系统和方法,具体涉及一种用于工业机器人的快速高精度三维视觉测量系统及方法。
背景技术
航空航天、汽车等领域各类复杂工件在自动化制造过程中,需要对其进行快速高精度测量与识别,令工业机器人能对工件进行质检、分选或装配;这类工件结构复杂、表面颜色单一,在生产线上多个工件可能混叠在一起,导致现有基于二维图像分析的测量与识别结果不稳定。
面结构的三维测量技术具有自由形面高分辨率的测量优势,但要其与机器人相结合应用于生产线,尚存在如下难题:工件种类多,需要根据实际工况调整测量仪器的位置,每次都需要重新标定,降低效率;机器人运动复杂,手眼标定复杂和定位精度低,测量设备在机器人的带动下对工件进行扫描测量时,常出现测量设备与机器人本体发生碰撞,造成部分抓取姿态不可达,影响对工件的识别和抓取;还可能出现抓取工具对测量设备视野的遮挡,以上情况导致对工件的识别精度低。工业现场存在变温、振动等工况,导致三维测量精度不稳定;三维重建计算复杂度高,计算效率低;机器人运动模型复杂,手眼标定和定位精度低。
发明内容
本发明目的在于解决目前将三维测量技术用于工件抓取标定过程复杂,且测量过程中机器人和抓取工具会对测量设备干涉,导致对工件识别精度低的技术问题,提出一种用于工业机器人的快速高精度三维视觉测量系统及方法。
本发明的技术方案为:
一种用于工业机器人的快速高精度三维视觉测量系统,所述机器人包括固定的机器人基端和位于机器人活动段末端的机器人末端,机器人末端设置有连接法兰;其特殊之处在于:包括柔性抓取装置和三维测量装置;
所述柔性抓取装置包括横向连接件、纵向连接件和气爪组件;
定义:横向连接件延伸方向为z方向,纵向连接件延伸方向为x方向,y方向同时垂直于z方向和x方向;
所述气爪组件包括气缸和气爪,气爪包括与气缸输出端固定连接的固定端和设置在固定端端部用于夹持工件的夹持端;
所述横向连接件的第一端与机器人末端的连接法兰连接,横向连接件的第二端与气缸连接;所述连接法兰的中心与气爪夹持端的夹持中心均位于z轴上;
所述横向连接件上表面沿z方向设置多组第一安装孔,纵向连接件通过其中一组第一安装孔与横向连接件固定连接,三维测量装置固定设置在纵向连接件上;多组第一安装孔对应多个三维测量装置的安装位置,用于根据气爪的长度选择安装位置实现三维测量装置的无障碍测量。
进一步地,所述横向连接件的第二端端面上设置有多种类型的第二安装孔,用于更换不同的气爪组件。
进一步地,所述横向连接件下表面设置有加强筋板,加强筋板上设置多个通孔,用于降低装置的重量,实现测量系统的轻量化。
本发明还提供一种用于工业机器人的快速高精度三维视觉测量方法,其特殊之处在于,采用上述用于工业机器人的快速高精度三维视觉测量系统,包括以下步骤:
S1、定义:机器人基端坐标系为b,三维测量装置坐标系为c,标定板坐标系为o,机器人末端连接法兰中心坐标系为e,气爪夹持端夹持中心坐标系为t,标准工件坐标系为ws,待夹取工件坐标系为w;
进行气爪夹持端夹持中心坐标系t的标定,获取气爪夹持端夹持中心到机器人末端连接法兰中心的坐标转换关系
Figure BDA0003872321100000031
机器人末端连接法兰中心的坐标为(0,0,0),则气爪夹持端夹持中心的坐标为(0,0,z);
采用手眼标定法进行三维测量装置与机器人末端连接法兰中心进行标定,获取纵向连接件固定安装在各组第一安装孔下,分别对应的三维测量装置坐标系到机器人末端连接法兰中心坐标系e的手眼标定矩阵X;
S2、在三维测量装置视野内设置标准工件,使用三维测量装置在标准位置采集标准工件获得标准图像,提取标准图像的点云数据并作为模板;同时设置标准工件上的标准抓取位置,则标准工件坐标系ws与机器人基端坐标系b之间的变换矩阵
Figure BDA0003872321100000032
计算公式如下:
Figure BDA0003872321100000033
其中,
Figure BDA0003872321100000034
为三维测量装置在标准位置下,机器人基端坐标系b与气爪夹持端夹持中心坐标系t的变换矩阵;
Figure BDA0003872321100000035
为气爪夹持端夹持中心坐标系t与三维测量装置坐标系c的变换矩阵;
Figure BDA0003872321100000036
为三维测量装置坐标系c与标准工件坐标系ws的变换矩阵;
S3、使用三维测量装置对待夹取工件进行点云采集,并与模板进行点云匹配,则三维测量装置坐标系c与待抓取工件坐标系w的变换矩阵
Figure BDA0003872321100000037
计算公式为:
Figure BDA0003872321100000038
其中,H为点云配准结果;
机器人基端坐标系b与待抓取工件坐标系w的变换矩阵
Figure BDA0003872321100000041
为:
Figure BDA0003872321100000042
其中,
Figure BDA0003872321100000043
为机器人基端坐标系b与气爪夹持端夹持中心坐标系t的变换逆矩阵,
Figure BDA0003872321100000044
为气爪夹持端夹持中心坐标系t与三维测量装置坐标系c的变换逆矩阵;
解算机器人基端坐标系b与待抓取工件坐标系w的变换矩阵
Figure BDA0003872321100000045
获得机器人抓取位置。
进一步地,步骤S1中,获取纵向连接件固定安装在各组第一安装孔下,分别对应的三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵,具体为:
A1、搭建“眼在手”的手眼标定系统,设置标定板,标定板设置在三维测量装置视野范围内;将纵向连接件固定安装在一组第一安装孔;
A2、机器人携带三维测量装置进行两次运动,获取机器人基端坐标系b与机器人末端连接法兰中心坐标系e之间的变换矩阵分别为
Figure BDA0003872321100000046
三维测量装置坐标系c与标定板坐标系o的齐次变换矩阵为
Figure BDA0003872321100000047
机器人基端坐标系b与标定板坐标系o的齐次变换矩阵为
Figure BDA0003872321100000048
基于机器人手眼标定两次运动,标定板固定不动,机器人基端坐标系b与标定板坐标系o的变换矩阵保持不变,得到如下公式:
Figure BDA0003872321100000049
从而获得公式:
Figure BDA00038723211000000410
设定手眼标定矩阵
Figure BDA0003872321100000051
求解步骤A1中第一安装孔位置下,三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵;
A3、分别将纵向连接件固定安装在其他组第一安装孔,按照步骤A2方法,求解各组第一安装孔下,三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵。
进一步地,步骤S1中,采用手眼标定法进行三维测量装置与机器人末端连接法兰中心进行标定时,通过随机采样一致性算法进行标定数据筛除。
进一步地,步骤S1中,随机采样一致性算法进行标定数据筛除,具体为:
B1、设定迭代次数N和初始标定数据集的点集配准误差标准差E0
B2、从初始标定数据集中随机抽取3组数据作为初始点,采用初始点,根据手眼标定方法求解手眼标定矩阵X;
B3、根据步骤B2中的手眼标定矩阵X,求解初始标定数据集中所有点的点集配准误差F和点集配准误差标准差E,将点集配准误差F与预设点集配准误差阈值δ比较,若F>δ,则该组数据对应的点作为异常点被筛除,若F<δ,该组数据对应的点为正常点;计算获得m个正常点;
B4、根据预设的正常点个数M判断,若m<M,则执行步骤B5;若m≥M,则利用m个正常点重新计算初始标定数据集的手眼标定矩阵X′和点集配准误差标准差E′执行B6;
B5、判断完成迭代次数是否等于N:若迭代次数小于N,则返回步骤B2;若迭代次数等于N,则执行步骤B7;
B6、判断完成迭代次数是否等于N:
若迭代次数小于N,则根据点集配准误差标准差E0判断,若E′≥E0,则返回步骤B2;若E′<E0,则当前m个正常点组成的数据集为最佳手眼标定数据,根据最佳手眼标定数据计算获得的手眼标定矩阵X′为最终手眼标定矩阵;
若迭代次数等于N,则执行步骤B7;
B7、取点集配准误差标准差E最小时,对应的所有正常点组成的数据集,作为最佳手眼标定数据,根据最佳手眼标定数据计算获得的手眼标定矩阵为最终手眼标定矩阵。
进一步地,步骤B3中,求解初始标定数据集中所有点的点集配准误差F和点集配准误差标准差E,具体为:
对于第i组标定数据,机器人基端坐标系b到标定板坐标系o的变换矩阵
Figure BDA0003872321100000061
为:
Figure BDA0003872321100000062
其中,
Figure BDA0003872321100000063
为第i组标定数据,机器人基端坐标系b与机器人末端连接法兰中心坐标系e之间的变换矩阵,
Figure BDA0003872321100000064
为第i组标定数据,三维测量装置坐标系c到标定板坐标系o的齐次变换矩阵;
根据
Figure BDA0003872321100000065
将标定板坐标系o的三维点投影到机器人基端坐标系b下,则第i组标定数据的点集配准误差Fi计算公式为:
Figure BDA0003872321100000066
点集配准误差标准差Ei计算公式为:
Figure BDA0003872321100000067
其中,pi表示第i组手眼标定数据中逆向求解标定板上的点通过手眼标定矩阵X转换到机器人基端坐标系b下的位姿值;
Figure BDA0003872321100000071
表示n组标定数据中机器人基端位姿平均值,n为初始标定数据集中标定数据的组数,n为正整数。
本发明的有益效果:
1、本发明提出的用于工业机器人的快速高精度三维视觉测量系统通过设置多组第一安装孔,使三维测量装置对应多个安装位置,用于根据气爪的长度选择安装位置实现三维测量装置的无障碍测量,实现柔性测量,应用场景更广泛。
2、本发明通过横向连接件连接机器人末端和气爪夹持端,且设定连接法兰的中心与气爪夹持端的夹持中心沿z方向的同心,避免了气爪夹持端夹持中心坐标系标定时,引入新的误差,简化标定流程。
3、本发明将三维测量装置与气爪组件同时安装在机器人末端,节省空间的同时避免了扫描仪与机器人本体产生干涉问题,简化机器人工具坐标系标定。
4、本发明可通过更换气爪组件,实现对多种不同工件的柔性抓取;通过预先标定多个三维扫描仪安装位置,实现更换气爪后三维扫描仪安装位置的重新标定,避免不同气爪长度造成三维扫描仪视野遮挡。
5、本发明提出一种基于标准抓取位置的机器人抓取位姿计算方法,计算出机器人的抓取姿态,实现自动抓取。
6、本发明基于随机抽样一致算法对手眼标定数据进行筛选,通过对精度较差数据的剔除,提高手眼标定精度。
附图说明
图1为本发明用于工业机器人的快速高精度三维视觉测量系统实施例立体示意图一;
图2为本发明用于工业机器人的快速高精度三维视觉测量系统实施例立体示意图二;
图3为本发明用于工业机器人的快速高精度三维视觉测量系统实施例主视图;
图4为本发明用于工业机器人的快速高精度三维视觉测量系统实施例左侧示图;
图5为本发明用于工业机器人的快速高精度三维视觉测量系统实施例俯视示图;
附图标记如下:
1-柔性抓取装置,101-横向连接件,1011-第一安装孔,1012-第二安装孔,1013-加强筋板,1014-通孔,102-纵向连接件,103-气缸,104-气爪,105-夹持端,2-三维测量装置,4-待夹取工件。
具体实施方式
定义,机器人固定端为机器人基端,机器人的可活动端的末端为机器人末端;横向连接件延伸方向为z方向,纵向连接件延伸方向为x方向,y方向同时垂直于z方向和x方向;机器人基端坐标系为b,三维测量装置坐标系为c,标定板坐标系为o,机器人末端连接法兰中心坐标系为e,气爪夹持端夹持中心坐标系为t,标准工件坐标系为ws,待抓取工件坐标系为w。
1、搭建装置
参见图1-图5,本实施例提供一种用于工业机器人的快速高精度三维视觉测量系统,该系统包括机器人、柔性抓取装置1和三维测量装置2;
机器人包括固定的机器人基端和位于机器人活动段末端的机器人末端,机器人末端设置有连接法兰;柔性抓取装置1包括横向连接件101、纵向连接件102和气爪组件;气爪组件包括气缸103和气爪104,气爪104包括与气缸103输出端固定连接的固定端和设置在固定端端部用于夹持工件的夹持端105;
横向连接件101的第一端与机器人末端的连接法兰连接,由机器人携带柔性抓取装置1及三维测量装置2运动,进行一系列测量、抓取、放置等动作;横向连接件101的第二端与气缸103连接;连接法兰的中心与气爪夹持端的夹持中心均位于z轴上,仅有z方向的延伸,从而避免气爪夹持端夹持中心坐标系t标定时,引入新的误差,简化标定流程;横向连接件101的第二端端面上设置有多种类型的第二安装孔1012,用于更换不同的气爪组件,实现柔性抓取;横向连接件101下表面设置有加强筋板1013,加强筋板1013上设置多个通孔1014。
横向连接件101上表面沿z方向设置多组第一安装孔1011,纵向连接件102通过其中一组第一安装孔1011与横向连接件101固定连接,三维测量装置2固定设置在纵向连接件102上,由机器人携带柔性抓取装置1及三维测量装置2运动,进行一系列测量、抓取、放置等动作;多组第一安装孔1011对应多个三维测量装置2的安装位置,用于根据气爪104的长度选择三维测量装置2在z方向的安装位置实现三维测量装置2的无障碍测量,在机器人任意姿势下,有效避免三维测量装置2与机器人本体发生碰撞,造成部分抓取姿态不可达;同时避免气爪104对三维测量装置2视野的遮挡。
2、装置标定:
2.1气爪夹持端夹持中心坐标系t的标定
对气爪夹持端夹持中心坐标系t到机器人末端连接法兰中心坐标系e的坐标转换关系进行标定,以机器人末端连接法兰中心的坐标为(0,0,0),连接法兰的中心与气爪夹持端的夹持中心沿z方向的同心设置,仅有z方向的延伸,因此,气爪夹持端夹持中心的坐标为(0,0,z);传统气爪夹持端夹持中心坐标系t设置需根据机器人设定,进行四点标定/六点标定,极易引入标定误差,且该误差难以控制,采用本实施例的设计方法,避免了气爪夹持端夹持中心坐标系t标定时,引入新的误差,简化标定流程。
2.2三维测量装置坐标系c与机器人末端连接法兰中心坐标系e的手眼标定
对各组第一安装孔1011对应的三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的转换关系进行手眼标定。
2.2.1搭建“眼在手”的手眼标定系统,设置标定板,标定板设置在三维测量装置2视野范围内;将纵向连接件102固定安装在一组第一安装孔1011;
2.2.2机器人携带三维测量装置2进行两次运动,获取机器人基端坐标系b与机器人末端连接法兰中心坐标系e之间的变换矩阵分别为
Figure BDA0003872321100000101
三维测量装置坐标系c与标定板坐标系o的齐次变换矩阵为
Figure BDA0003872321100000102
机器人基端坐标系b与标定板坐标系o的齐次变换矩阵为
Figure BDA0003872321100000103
基于机器人手眼标定两次运动,标定板固定不动,机器人基端坐标系b与标定板坐标系o的变换矩阵保持不变,得到如下公式:
Figure BDA0003872321100000104
从而获得公式:
Figure BDA0003872321100000105
设定手眼标定矩阵
Figure BDA0003872321100000106
A、B、X均为4×4矩阵,
Figure BDA0003872321100000107
Figure BDA0003872321100000108
由机器人示教器中读取,
Figure BDA0003872321100000109
Figure BDA00038723211000001010
为通过相机内外参标定方法计算标定板在相机坐标系下的位姿,综合以上信息,求解步骤A1中第一安装孔1011位置下,对手眼标定矩阵X进行求解,获得三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵X;
在实际手眼标定过程中,由于人为操作或受标定板图像拍摄质量的影响,手眼标定数据集中往往存在误差影响较大的数据,会严重影响最终的手眼标定的精度。因此如何筛除这些错误数据成为提高手眼标定精度的关键。本实施例在传统手眼标定方法的基础上,以点集配准误差的标准差作为评价标准,通过随机采样一致性算法有效筛除误差影响较大的数据,以实现手眼标定方程的精确求解。
根据eye-in-hand手眼标定模型,通过多组手眼标定数据可求解手眼标定矩阵X,即三维测量装置坐标系c与机器人末端连接法兰中心坐标系e之间的转换矩阵,因此针对第i组标定数据,都可以通过三维测量装置2到标定板的变换矩阵、已标定的手眼矩阵X、机器人基端坐标系b与机器人末端连接法兰中心坐标系e的变换矩阵获得机器人基端坐标系b与标定板坐标系o的变换矩阵
Figure BDA0003872321100000111
为:
Figure BDA0003872321100000112
其中,
Figure BDA0003872321100000113
为第i组标定数据,机器人基端坐标系b与机器人末端连接法兰中心坐标系e之间的变换矩阵,
Figure BDA0003872321100000114
为第i组标定数据,三维测量装置坐标系c到标定板坐标系o的齐次变换矩阵;
根据
Figure BDA0003872321100000115
将标定板坐标系o的三维点投影到机器人基端坐标系b下,则第i组标定数据的点集配准误差Fi计算公式为:
Figure BDA0003872321100000116
点集配准误差标准差Ei计算公式为:
Figure BDA0003872321100000121
其中,pi表示第i组手眼标定数据中逆向求解标定板上的点通过手眼标定矩阵X转换到机器人基端坐标系b下的位姿估计值;
Figure BDA0003872321100000122
表示n组标定数据中机器人基端位姿平均值,n为标定数据集中标定数据的组数,n为正整数。
利用所有标定数据解算手眼标定矩阵X和点集配准误差标准差E后,采用随机采样一致性手眼标定校正算法对手眼标定数据进行校正:
B1、设定迭代次数N和初始标定数据集的点集配准误差标准差E0
B2、从初始标定数据集中随机抽取3组数据作为初始点,根据手眼标定方法求解手眼标定矩阵X;
B3、根据步骤B2中的手眼标定矩阵X,求解初始标定数据集中所有点的点集配准误差F和点集配准误差标准差E,将点集配准误差F与预设点集配准误差阈值δ比较,若F>δ,则该组数据作为异常点被筛除,若F<δ,该数据为正常点;计算获得m个正常点;
B4、根据预设的正常点个数M判断,若m<M,则执行步骤B5;若m≥M,则利用m个正常点重新计算初始标定数据集的手眼标定矩阵X′和点集配准误差标准差E′执行B6;
B5、判断完成迭代次数是否等于N:若迭代次数小于N,则返回步骤B2;若迭代次数等于N,则执行步骤B7;
B6、判断完成迭代次数是否等于N:
若迭代次数小于N,则根据点集配准误差标准差E0判断,若E′≥E0,则返回步骤B2;若E′<E0,则当前m个正常点组成的数据集为最佳手眼标定数据,根据最佳手眼标定数据计算获得的手眼标定矩阵X′为最终手眼标定矩阵;
若迭代次数等于N,则执行步骤B7;
B7、取点集配准误差标准差E最小时,对应的所有正常点组成的数据集,作为最佳手眼标定数据,根据最佳手眼标定数据计算获得的手眼标定矩阵为最终手眼标定矩阵。2.2.3分别将纵向连接件102固定安装在其他组第一安装孔1011,按照步骤A2方法,求解各组第一安装孔1011下,三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵。
3、测量抓取位姿
S1、在三维测量装置2视野内设置标准工件,使用三维测量装置2在标准位置采集标准工件获得标准图像,提取标准图像的点云数据并作为模板;同时设置标准工件上的标准抓取位置,则机器人基端坐标系b与标准工件坐标系ws之间的变换矩阵
Figure BDA0003872321100000131
计算公式如下:
Figure BDA0003872321100000132
其中,
Figure BDA0003872321100000133
为三维测量装置2在标准位置标准位置下,机器人基端坐标系b与气爪夹持端夹持中心坐标系t的变换矩阵;
Figure BDA0003872321100000134
为气爪夹持端夹持中心坐标系t与三维测量装置坐标系c的变换矩阵;
Figure BDA0003872321100000135
为三维测量装置坐标系c与标准工件坐标系ws的变换矩阵;
S2、使用三维测量装置2对待夹取工件4进行点云采集,并与模板进行点云匹配,则三维测量装置坐标系c与待抓取工件坐标系w的变换矩阵
Figure BDA0003872321100000136
计算公式为:
Figure BDA0003872321100000137
其中,H为点云配准结果;
机器人基端坐标系b与待抓取工件坐标系w的变换矩阵
Figure BDA0003872321100000141
为:
Figure BDA0003872321100000142
其中,
Figure BDA0003872321100000143
为机器人基端坐标系b与气爪夹持端夹持中心坐标系t的变换矩阵,
Figure BDA0003872321100000144
为气爪夹持端夹持中心坐标系t与三维测量装置坐标系c的变换矩阵;
Figure BDA0003872321100000145
其中,
Figure BDA0003872321100000146
为机器人基端坐标系b与气爪夹持端夹持中心坐标系t的变换逆矩阵,
Figure BDA0003872321100000147
为气爪夹持端夹持中心坐标系t与三维测量装置坐标系c的变换逆矩阵;
解算机器人基端坐标系b与待抓取工件坐标系w的变换矩阵
Figure BDA0003872321100000148
获得机器人抓取位置。

Claims (8)

1.一种用于工业机器人的快速高精度三维视觉测量系统,所述机器人包括固定的机器人基端和位于机器人活动段末端的机器人末端,机器人末端设置有连接法兰;其特征在于:包括柔性抓取装置(1)和三维测量装置(2);
所述柔性抓取装置(1)包括横向连接件(101)、纵向连接件(102)和气爪组件;
定义:横向连接件(101)延伸方向为z方向,纵向连接件(102)延伸方向为x方向,y方向同时垂直于z方向和x方向;
所述气爪组件包括气缸(103)和气爪(104),气爪(104)包括与气缸(103)输出端固定连接的固定端和设置在固定端端部用于夹持工件的夹持端(105);
所述横向连接件(101)的第一端与机器人末端的连接法兰连接,横向连接件(101)的第二端与气缸(103)连接;所述连接法兰的中心与气爪夹持端的夹持中心均位于z方向上;
所述横向连接件(101)上表面沿z方向设置多组第一安装孔(1011),纵向连接件(102)通过其中一组第一安装孔(1011)与横向连接件(101)固定连接,三维测量装置(2)固定设置在纵向连接件(102)上;多组第一安装孔(1011)对应多个三维测量装置(2)的安装位置,用于根据气爪(104)的长度选择安装位置实现三维测量装置(2)的无障碍测量。
2.根据权利要求1所述的用于工业机器人的快速高精度三维视觉测量系统,其特征在于:
所述横向连接件(101)的第二端端面上设置有多种类型的第二安装孔(1012),用于更换不同的气爪组件。
3.根据权利要求1或2所述的用于工业机器人的快速高精度三维视觉测量系统,其特征在于:
所述横向连接件(101)下表面设置有加强筋板(1013),加强筋板(1013)上设置多个通孔(1014)。
4.一种用于工业机器人的快速高精度三维视觉测量方法,其特征在于,采用权利要求1所述的用于工业机器人的快速高精度三维视觉测量系统,包括以下步骤:
S1、定义:机器人基端坐标系为b,三维测量装置坐标系为c,标定板坐标系为o,机器人末端连接法兰中心坐标系为e,气爪夹持端夹持中心坐标系为t,标准工件坐标系为ws,待抓取工件坐标系为w;
进行气爪夹持端夹持中心坐标系t的标定,获取气爪夹持端夹持中心到机器人末端连接法兰中心的坐标转换关系;机器人末端连接法兰中心的坐标为(0,0,0),则气爪夹持端夹持中心的坐标为(0,0,z);
采用手眼标定法进行三维测量装置(2)与机器人末端连接法兰中心进行标定,获取纵向连接件(102)固定安装在各组第一安装孔(1011)下,分别对应的三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵;
S2、在三维测量装置(2)视野内设置标准工件,使用三维测量装置(2)在标准位置采集标准工件获得标准图像,提取标准图像的点云数据并作为模板;同时设置标准工件上的标准抓取位置,则标准工件坐标系ws与机器人基端坐标系b之间的变换矩阵
Figure FDA0003872321090000021
计算公式如下:
Figure FDA0003872321090000022
其中,
Figure FDA0003872321090000023
为三维测量装置(2)在标准位置下,机器人基端坐标系b与气爪夹持端夹持中心坐标系t的变换矩阵;
Figure FDA0003872321090000024
为气爪夹持端夹持中心坐标系t与三维测量装置坐标系c的变换矩阵;
Figure FDA0003872321090000031
为三维测量装置坐标系c与标准工件坐标系ws的变换矩阵;
S3、使用三维测量装置(2)对待夹取工件(4)进行点云采集,并与模板进行点云匹配,则三维测量装置坐标系c与待抓取工件坐标系w的变换矩阵
Figure FDA0003872321090000032
计算公式为:
Figure FDA0003872321090000033
其中,H为点云配准结果;
机器人基端坐标系b与待抓取工件坐标系w的变换矩阵
Figure FDA0003872321090000034
为:
Figure FDA0003872321090000035
其中,
Figure FDA0003872321090000036
为机器人基端坐标系b与气爪夹持端夹持中心坐标系t的变换逆矩阵,
Figure FDA0003872321090000037
为气爪夹持端夹持中心坐标系t与三维测量装置坐标系c的变换逆矩阵;
解算机器人基端坐标系b与待抓取工件坐标系w的变换矩阵
Figure FDA0003872321090000038
获得机器人抓取位置。
5.根据权利要求4所述的用于工业机器人的快速高精度三维视觉测量方法,其特征在于:
步骤S1中,获取纵向连接件(102)固定安装在各组第一安装孔(1011)下,分别对应的三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵,具体为:
A1、搭建“眼在手”的手眼标定系统,设置标定板,标定板设置在三维测量装置(2)视野范围内;将纵向连接件(102)固定安装在一组第一安装孔(1011);
A2、机器人携带三维测量装置(2)进行两次运动,获取机器人基端坐标系b与机器人末端连接法兰中心坐标系e之间的变换矩阵分别为
Figure FDA0003872321090000041
三维测量装置坐标系c与标定板坐标系o的齐次变换矩阵为
Figure FDA0003872321090000042
机器人基端坐标系b与标定板坐标系o的齐次变换矩阵为
Figure FDA0003872321090000043
基于机器人手眼标定两次运动,标定板固定不动,机器人基端坐标系b与标定板坐标系o的变换矩阵保持不变,得到如下公式:
Figure FDA0003872321090000044
从而获得公式:
Figure FDA0003872321090000045
设定手眼标定矩阵
Figure FDA0003872321090000046
求解步骤A1中第一安装孔(1011)位置下,三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵;
A3、分别将纵向连接件(102)固定安装在其他组第一安装孔(1011),按照步骤A2方法,求解各组第一安装孔(1011)下,三维测量装置坐标系c到机器人末端连接法兰中心坐标系e的手眼标定矩阵。
6.根据权利要求5所述的用于工业机器人的快速高精度三维视觉测量方法,其特征在于:
步骤S1中,采用手眼标定法进行三维测量装置(2)与机器人末端连接法兰中心进行标定时,通过随机采样一致性算法进行标定数据筛除。
7.根据权利要求6所述的用于工业机器人的快速高精度三维视觉测量方法,其特征在于:
步骤S1中,随机采样一致性算法进行标定数据筛除,具体为:
B1、设定迭代次数N和初始标定数据集的点集配准误差标准差E0
B2、从初始标定数据集中随机抽取3组数据作为初始点,采用初始点,根据手眼标定方法求解手眼标定矩阵X;
B3、根据步骤B2中的手眼标定矩阵X,求解初始标定数据集中所有点的点集配准误差F和点集配准误差标准差E,将点集配准误差F与预设点集配准误差阈值δ比较,若F>δ,则该组数据对应的点作为异常点被筛除,若F<δ,该组数据对应的点为正常点;计算获得m个正常点;
B4、根据预设的正常点个数M判断,若m<M,则执行步骤B5;若m≥M,则利用m个正常点重新计算初始标定数据集的手眼标定矩阵X′和点集配准误差标准差E′,执行B6;
B5、判断完成迭代次数是否等于N:若迭代次数小于N,则返回步骤B2;若迭代次数等于N,则执行步骤B7;
B6、判断完成迭代次数是否等于N:
若迭代次数小于N,则根据点集配准误差标准差E0判断,若E′≥E0,则返回步骤B2;若E′<E0,则当前m个正常点组成的数据集为最佳手眼标定数据,根据最佳手眼标定数据计算获得的手眼标定矩阵X′为最终手眼标定矩阵;
若迭代次数等于N,则执行步骤B7;
B7、取点集配准误差标准差E最小时,对应的所有正常点组成的数据集,作为最佳手眼标定数据,根据最佳手眼标定数据计算获得的手眼标定矩阵为最终手眼标定矩阵。
8.根据权利要求7所述的用于工业机器人的快速高精度三维视觉测量方法,其特征在于:
步骤B3中,求解初始标定数据集中所有点的点集配准误差F和点集配准误差标准差E,具体为:
对于第i组标定数据,机器人基端坐标系b到标定板坐标系o的变换矩阵
Figure FDA0003872321090000061
为:
Figure FDA0003872321090000062
其中,
Figure FDA0003872321090000063
为第i组标定数据,机器人基端坐标系b与机器人末端连接法兰中心坐标系e之间的变换矩阵,
Figure FDA0003872321090000064
为第i组标定数据,三维测量装置坐标系c标定板坐标系o的齐次变换矩阵;
根据
Figure FDA0003872321090000065
将标定板坐标系o的三维点投影到机器人基端坐标系b下,则第i组标定数据的点集配准误差Fi计算公式为:
Figure FDA0003872321090000066
点集配准误差标准差Ei计算公式为:
Figure FDA0003872321090000067
其中,pi表示第i组手眼标定数据中逆向求解标定板上的点通过手眼标定矩阵X转换到机器人基端坐标系b下的位姿值;
Figure FDA0003872321090000068
表示n组标定数据中机器人基端位姿平均值,n为初始标定数据集中标定数据的组数,n为正整数。
CN202211201941.2A 2022-09-29 2022-09-29 用于工业机器人的快速高精度三维视觉测量系统及方法 Pending CN115648267A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211201941.2A CN115648267A (zh) 2022-09-29 2022-09-29 用于工业机器人的快速高精度三维视觉测量系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211201941.2A CN115648267A (zh) 2022-09-29 2022-09-29 用于工业机器人的快速高精度三维视觉测量系统及方法

Publications (1)

Publication Number Publication Date
CN115648267A true CN115648267A (zh) 2023-01-31

Family

ID=84985913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211201941.2A Pending CN115648267A (zh) 2022-09-29 2022-09-29 用于工业机器人的快速高精度三维视觉测量系统及方法

Country Status (1)

Country Link
CN (1) CN115648267A (zh)

Similar Documents

Publication Publication Date Title
CN108731591B (zh) 一种基于平面约束的机器人工具坐标系标定方法
CN113601158B (zh) 基于视觉定位的螺栓上料预拧紧系统及控制方法
CN112345556B (zh) 一种集成电路的故障诊断系统及方法
CN110146017B (zh) 工业机器人重复定位精度测量方法
CN111504183A (zh) 线激光三维测量传感器与机器人相对位置的标定方法
CN109059755B (zh) 一种机器人高精度手眼标定方法
CN114643578A (zh) 一种提高机器人视觉引导精度的标定装置及方法
CN112958960A (zh) 一种基于光学靶标的机器人手眼标定装置
CN112361957A (zh) 一种多个定位器空间位置关系测量与调整方法
CN113843804B (zh) 基于平面约束的机器人运动学标定方法及系统
CN117359644B (zh) 一种基于机器人的点激光发射点位姿标定方法及系统
CN113733155B (zh) 六轴工业机器人标定装置和标定方法
CN111546330A (zh) 一种自动化工件坐标系标定方法
CN114029982A (zh) 一种相机在机器臂外的手眼标定装置及其标定方法
CN112894814B (zh) 一种基于最小二乘法的机械臂dh参数辨识方法
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
CN115648267A (zh) 用于工业机器人的快速高精度三维视觉测量系统及方法
CN114140541B (zh) 一种多线结构光焊缝跟踪传感器的参数标定方法
JP4387476B2 (ja) ビンピッキング位置データ較正装置
CN115200475B (zh) 一种臂载式多视觉传感器快速校正方法
CN115741712A (zh) 一种基于激光传感器的关节机器人运动学参数辨识方法
CN116276938A (zh) 基于多零位视觉引导的机械臂定位误差补偿方法及装置
CN111716340B (zh) 3d相机与机械手臂坐标系统的校正装置及方法
CN114571199A (zh) 一种锁螺丝机及螺丝定位方法
JP2021012203A (ja) カメラの平行度判定方法

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