CN116222384B - 一种全向测量标定方法、系统、设备及介质 - Google Patents
一种全向测量标定方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116222384B CN116222384B CN202310505046.8A CN202310505046A CN116222384B CN 116222384 B CN116222384 B CN 116222384B CN 202310505046 A CN202310505046 A CN 202310505046A CN 116222384 B CN116222384 B CN 116222384B
- Authority
- CN
- China
- Prior art keywords
- conversion relation
- coordinate system
- robot
- calibration
- conversion
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000006243 chemical reaction Methods 0.000 claims description 282
- 230000015654 memory Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 abstract description 13
- 238000012546 transfer Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本申请公开了一种全向测量标定方法、系统、设备及介质，在多移动平台、多机器人、多测量设备的全向测量装置中，各个组件的位置关系复杂，标定参数繁多的情况下，通过激光跟踪仪分别标定机器人基座运动学参数、机器人基座安装位置和方向以及测量设备与机器人末端转移矩阵，通过激光跟踪仪的标定数据推算出测量设备获得的三维点云在世界坐标系中的坐标，该解耦的全向测量标定方法能够将各个测量设备的结果拼接形成完整点云，提升了全向测量装置的测量效率。
Description
技术领域
本申请涉及三维测量领域，尤其涉及一种全向测量标定方法、系统、设备及介质。
背景技术
汽车、船舶、航空航天等制造业领域的检测任务常常涉及到大尺度工件的检测问题，该问题往往同时涉及到整体形貌测量和局部细节测量两个任务，前者用于确认工件的外形是否满足气动性能、结构形状等设计的要求，后者用于评估连接件、焊缝等对于局部强度影响较大的区域的质量。由于上述领域的行业特点，其测量要求复杂、精度要求高，需要使用人工或机器人携带测量设备对各个测量点位进行测量，并与数字模型进行对齐。现有方法中，基于人工手持式设备的方法测量速度慢、消耗人力较大；基于测量机器人的方法测量范围受机器人灵活运动空间限制，尤其是在多机器人同时测量协作的情形下，各个视角间的对齐较为困难。
现有的大型工件测量方法的效率较低。
发明内容
本申请的主要目的在于提供一种全向测量标定方法、系统、设备及介质，旨在解决现有的大型工件测量方法的效率较低的技术问题。
为实现上述目的，本申请提供一种全向测量标定方法，所述全向测量标定方法应用于全向测量装置中的控制器；其中，所述全向测量装置还包括标定板和多个移动平台，所述移动平台上设置有机器人，所述机器人的末端设置有测量设备，包括以下步骤：
接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系；
接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系；
根据所述运动学模型，获得第三转换关系；其中，所述第三转换关系为基座坐标系与所述机器人的末端坐标系的转换关系；
根据所述第二转换关系和所述第三转换关系，获得第四转换关系；其中，所述第四转换关系为所述相机坐标系与所述末端坐标系的转换关系；
根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系；其中，所述目标转换关系为所述相机坐标系与所述世界坐标系的转换关系，所述目标转换关系使得多个所述测量设备的初级测量结果转换到所述世界坐标系中。
可选地，所述接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系的步骤之前，还包括：
控制所述机器人按照预设方向运动至各个位姿，并通过所述测量设备采集多张所述标定板的采集图像；
所述接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系的步骤，包括：
通过多张所述采集图像，获得所述标定板的各个特征点的三维坐标；
根据所述三维坐标，通过奇异值分解法获得所述第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系。
可选地，所述接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系的步骤，包括：
通过所述标定数据，获取所述机器人的连杆参数以及第五转换关系；其中，所述第五转换关系为所述激光跟踪仪坐标系与所述世界坐标系的转换关系，所述标定数据通过所述激光跟踪仪对所述机器人进行标定得到；
根据所述连杆参数，获取第六转换关系；其中，所述第六转换关系为所述基座坐标系与所述激光跟踪仪坐标系的转换关系；
根据所述第五转换关系和所述第六转换关系，获取所述第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系。
可选地，所述接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系的步骤之前，还包括：
调整所述激光跟踪仪以及多个所述移动平台的位置，使得所述激光跟踪仪同时观测到多个移动或静止的所述移动平台上的所述机器人的末端。
可选地，所述根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系的步骤之后，还包括：
控制所述全向测量装置对待测量工件进行测量，获得多个所述初级测量结果；
根据所述目标转换关系，将多个所述初级测量结果转换到所述世界坐标系中，以获得所述待测量工件的测量结果。
可选地，所述移动平台至少具有一自由度，每一所述移动平台安装有至少一个所述机器人；其中，所述机器人为六自由度串联机器人。
可选地，所述机器人的活动关节和所述移动平台的每一自由度均设置有动力驱动装置，所述动力驱动装置用于驱动所述活动关节和所述移动平台做单自由度旋转或平行运动。
此外，为实现上述目的，本申请还提供一种全向测量标定系统，所述全向测量标定系统应用于全向测量装置中的控制器；其中，所述全向测量装置还包括标定板和多个移动平台，所述移动平台上设置有机器人，所述机器人的末端设置有测量设备，包括：
第一转换关系获取模型，用于接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系；
第二转换关系获取模型，用于接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系；
第三转换关系获取模型，用于根据所述运动学模型，获得第三转换关系；其中，所述第三转换关系为基座坐标系与所述机器人的末端坐标系的转换关系；
第四转换关系获取模型，用于根据所述第二转换关系和所述第三转换关系，获得第四转换关系；其中，所述第四转换关系为所述相机坐标系与所述末端坐标系的转换关系；
目标转换关系获取模型，用于根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系；其中，所述目标转换关系为所述相机坐标系与所述世界坐标系的转换关系，所述目标转换关系使得多个所述测量设备的初级测量结果转换到所述世界坐标系中。
此外，为实现上述目的，本申请还提供一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现上述的方法。
此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现上述的方法。
本申请所能实现的有益效果。
本申请实施例提出的一种全向测量标定方法、系统、设备及介质，所述全向测量标定方法应用于全向测量装置中的控制器；其中，所述全向测量装置还包括标定板和多个移动平台，所述移动平台上设置有机器人，所述机器人的末端设置有测量设备，通过接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系；接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系；根据所述运动学模型，获得第三转换关系；其中，所述第三转换关系为基座坐标系与所述机器人的末端坐标系的转换关系；根据所述第二转换关系和所述第三转换关系，获得第四转换关系；其中，所述第四转换关系为所述相机坐标系与所述末端坐标系的转换关系；根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系；其中，所述目标转换关系为所述相机坐标系与所述世界坐标系的转换关系，所述目标转换关系使得多个所述测量设备的初级测量结果转换到所述世界坐标系中。即在多移动平台、多机器人、多测量设备的全向测量装置中，各个组件的位置关系复杂，标定参数繁多的情况下，通过激光跟踪仪分别标定机器人基座运动学参数、机器人基座安装位置和方向以及测量设备与机器人末端转移矩阵，通过激光跟踪仪的标定数据推算出测量设备获得的三维点云在世界坐标系中的坐标，该解耦的全向测量标定方法能够将各个测量设备的结果拼接形成完整点云，提升了全向测量装置的测量效率。
附图说明
图1为本申请实施例涉及的硬件运行环境的计算机设备结构示意图；
图2为本申请实施例提供的一种全向测量标定方法的流程示意图；
图3为本申请实施例提供的一种全向测量标定系统的功能模块示意图；
图4为本申请实施例提供的一种全向测量标定装置的结构示意图；
附图标记：1、待测量工件；2、机器人；3、移动平台；4、测量设备。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例的主要解决方案是：提出的一种全向测量标定方法、系统、设备及介质，所述全向测量标定方法应用于全向测量装置中的控制器；其中，所述全向测量装置还包括标定板和多个移动平台，所述移动平台上设置有机器人，所述机器人的末端设置有测量设备，通过接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系；接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系；根据所述运动学模型，获得第三转换关系；其中，所述第三转换关系为基座坐标系与所述机器人的末端坐标系的转换关系；根据所述第二转换关系和所述第三转换关系，获得第四转换关系；其中，所述第四转换关系为所述相机坐标系与所述末端坐标系的转换关系；根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系；其中，所述目标转换关系为所述相机坐标系与所述世界坐标系的转换关系，所述目标转换关系使得多个所述测量设备的初级测量结果转换到所述世界坐标系中。
现有技术中，汽车、船舶、航空航天等制造业领域的检测任务常常涉及到大尺度工件的检测问题，该问题往往同时涉及到整体形貌测量和局部细节测量两个任务，前者用于确认工件的外形是否满足气动性能、结构形状等设计的要求，后者用于评估连接件、焊缝等对于局部强度影响较大的区域的质量。由于上述领域的行业特点，其测量要求复杂、精度要求高，需要使用人工或机器人携带测量设备对各个测量点位进行测量，并与数字模型进行对齐。现有方法中，基于人工手持式设备的方法测量速度慢、消耗人力较大；基于测量机器人的方法测量范围受机器人灵活运动空间限制，尤其是在多机器人同时测量协作的情形下，各个视角间的对齐较为困难。现有的大型工件测量方法的效率较低。
为此，本申请提供一种解决方案，在多移动平台、多机器人、多测量设备的全向测量装置中，各个组件的位置关系复杂，标定参数繁多的情况下，通过激光跟踪仪分别标定机器人基座运动学参数、机器人基座安装位置和方向以及测量设备与机器人末端转移矩阵，通过激光跟踪仪的标定数据推算出测量设备获得的三维点云在世界坐标系中的坐标，该解耦的全向测量标定方法能够将各个测量设备的结果拼接形成完整点云，提升了全向测量装置的测量效率；更进一步的，全向测量装置中的控制器预先将待测量工件分成多个部分，各个部分通过多测量设备同时实现测量，能够在较短的时间内完成大尺度物体的三维重建，解决了全向测量系统需要测量的范围较大、测量点位多导致测量速度慢的问题。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的计算机设备结构示意图。
如图1所示，该计算机设备可以包括：处理器1001，例如中央处理器（CentralProcessing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（WIreless-FIdelity，WI-FI）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005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1中示出的结构并不构成对计算机设备的限定，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1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及电子程序。
在图1所示的计算机设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明计算机设备中的处理器1001、存储器1005可以设置在计算机设备中，所述计算机设备通过处理器1001调用存储器1005中存储的全向测量标定系统，并执行本申请实施例提供的全向测量标定方法。
参照图2，基于前述实施例的硬件设备，本申请的实施例提供一种全向测量标定方法，所述全向测量标定方法应用于全向测量装置中的控制器；其中，所述全向测量装置还包括标定板和多个移动平台，所述移动平台上设置有机器人，所述机器人的末端设置有测量设备。
在具体实施过程中，如图4所示，全向测量装置包括：控制器（图中未示出）、标定板（图中未示出）和多个移动平台3，移动平台3上设置有机器人2，机器人2的末端设置有测量设备4。利用激光跟踪仪（图中未示出）对全向测量装置进行标定。其中，控制器能够接收测量设备4和激光跟踪仪采集的信息、进行数据处理以及控制移动平台3和机器人2的移动等。激光跟踪仪以激光为测距手段，可以测量目标点距离和水平、垂直方向偏转角，通过测量一个在目标点上放置的反射器的位置，进而确定目标点的空间坐标。标定板是应用于机器视觉、图像测量、摄影测量的设备，能够校正镜头畸变、确定物理尺寸和像素间的换算关系、确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，通过相机拍摄标定板，并根据标定算法计算，能够得到相机的几何模型，进而能够得到高精度的测量和重建结果。移动平台3用于承载机器人2，通过自身的移动带动机器人2的移动，便于调整测量角度、增大测量范围。机器人2是指能够调整姿态的工业机器人，主要包括底部的基座、机械臂、机械臂末端上连接的测试设备4，因机器人各个部分的运动原点不同，常涉及到机器人的基座坐标系、末端坐标系和相机坐标系。测试设备4是指连接在机器人2末端的三维测量电子设备。
作为一种可选的实施方式，所述移动平台至少具有一自由度，每一所述移动平台安装有至少一个所述机器人；其中，所述机器人为六自由度串联机器人。
在具体实施过程中，根据待测量工件的尺寸情况，设置多个移动平台3，每个移动平台3至少具有一自由度，通常情况下为一至三自由度；每个移动平台3上安装至少一个机器人2，本实施例是使用的机器人2是六自由度串联机器人，其运动范围较广。
作为一种可选的实施方式，所述机器人的活动关节和所述移动平台的每一自由度均设置有动力驱动装置，以驱动所述活动关节和所述移动平台做单自由度旋转或平行运动。
在具体实施过程中，机器人2的每个活动关节以及移动平台3的每个自由度具有一个对应的动力驱动模块，能够驱动该活动关节或移动平台的自由度沿轴单自由度旋转或单自由度平动，以完成测试任务。
在本发明的一个实施例中，如图4所示，对待测量工件的测量共涉及到三个移动平台3，其测量原理如下：在世界坐标系下，一个移动平台3具有x方向自由度，两个移动平台3具有x、z方向自由度，每个移动平台3上装有一台六自由度串联机器人，每个机器人2末端装有一台测量设备。控制器的核心部分为PLC，能够向全部的机器人2以及移动平台3发送运动控制指令，使其按照给定速度运动到给定位置，同时能接受上位机指令，将上位机指令转化为所述机器人2和移动平台3的运动指令。测量时控制器向各个移动平台3以及机器人2发送独立的运动指令，使其运动到测量位置，到达测量位置后向各个机器人2末端安装的测量设备4发送测量指令，使其进行测量并将测量结果返回到控制器中，控制器接收到各个测量设备的测量结果并对其进行标定计算，得到待测量工件的实际测量结果。
本申请的实施例提供一种全向测量标定方法，包括：
作为一种可选的实施方式，所述接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系的步骤之前，还包括：
S0：调整所述激光跟踪仪以及多个所述移动平台的位置，使得所述激光跟踪仪同时观测到多个移动或静止的所述移动平台上的所述机器人的末端。
在具体实施过程中，将激光跟踪仪放置于合适位置，调整各个移动平台3的位置，使得激光跟踪仪能够同时观测到各个机器人2的末端，便于激光跟踪仪对各个设备进行精确标定。
在另一个实施例中，在标定之前还需要利用激光跟踪仪确定移动平台3的运动方向，其目的是标定出移动平台3的坐标系方向，这是准确建立各测量模块（移动平台3、机器人2、测量设备4）在测量系统中的位置的前提。具体步骤如下：
将移动平台3位置调至原点；在移动平台3上设置靶球点位；将激光跟踪仪固定在固定平面上，移动移动平台3，确认跟踪仪能够在给定范围内接收到所述靶球点位的反射光；使移动平台3分别从原点出发依次沿自己的各个轴线运动，使用激光跟踪仪记录靶球轨迹；使用直线拟合方法拟合运动方向直线。本实施例中包括三个移动平台3，使用该方法分别采集移动平台3的标定数据并完成标定，标定结果可以表示为点-方向的形式。在世界坐标系下，仅具有一个自由度的移动平台3可以使用一个单位运动方向表示；具有两个自由度的移动平台3可以用两个单位运动方向表示。
S10:接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系；
在具体实施过程中，控制器接收激光跟踪仪发送的标定数据，根据该标定数据和机器人的安装数据建立机器人2的运动学模型，机器人的运动学模型能够准确机器人格运动部位之间的关系，表达机器人的运动规律，该运动学模型可以反解得到逆运动学模型；控制器根据该标定数据还能够计算得到机器人2的基座坐标系与世界坐标系的转换关系。
作为一种可选的实施方式，所述接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系的步骤，包括：
S101:通过所述标定数据，获取所述机器人的连杆参数以及第五转换关系；其中，所述第五转换关系为所述激光跟踪仪坐标系与所述世界坐标系的转换关系，所述标定数据通过所述激光跟踪仪对所述机器人进行标定得到；
在具体实施过程中，激光跟踪仪在对机器人2进行标定工作之前，先将靶球固定在机器人末端，移动机器人2时，确认激光跟踪仪能够在规定的末端范围内接收到靶球的反射光后，开始精细标定工作。在给定的末端范围内随机选取末端坐标，通过逆运动学求解获得可行的关节坐标空间，在其中随机选取物理可行的关节坐标，将机器人2运动至该位置，记录机器人2此时的关节坐标以及跟踪仪下靶球坐标，即为标定数据。
具体的，将六自由度串联机器人的逆运动学解表达为多个函数的形式，即：；将机器人的末端坐标分别代入上述多个逆运动学函数，计算得到机器人关节坐标，若其为实数解，则其为几何可行关节坐标，几何可行关节坐标的集合即为可行的关节坐标空间。对于可行的关节坐标空间中的每一个关节坐标，均计算机器人2各个连杆在基座坐标系中的位姿，并对各个连杆两两进行碰撞检测，若均不发生碰撞，则该关节坐标为物理可行的关节坐标；在所有物理可行的关节坐标中随机选取一个作为标定的目标位姿，将机器人2运动至该位置，记录机器人2此时的关节坐标以及跟踪仪下靶球坐标；重复上述步骤，多次随机选取物理可行的关节坐标进行标定，直至获得的坐标数量达到预设值。预设值的具体数量需要根据实际标定情况设置，通常情况设置为20个，坐标数量太少会导致机器人2的标定数据的准确度降低，坐标数量太多会导致标定耗时。
接收到标定数据之后，控制器使用机器人2的安装数据以及标定数据获得连杆参数，连杆参数包括连杆长度、连杆转角、连杆偏距以及关节角，连杆参数描述了连杆以及连杆之间的连接，机器人2的每个连杆都可以用连杆参数来描述。通过梯度方法优化机器人2的连杆参数，提高连杆参数的准确性。
世界坐标系是指系统的绝对坐标系，在没有建立特定坐标系之前画面上所有点的坐标都是以该坐标系的原点来确定各自的位置的，例如基座坐标系、末端坐标系、相机坐标系分别是以机器人2的基座原点、机械臂末端原点以及测量设备4原点建立的，三者相互独立，同一个物体在不同的坐标系中的坐标并不统一，描述以及后续操作都很困难，需要选择一个参考坐标系来描述各个设备的位置，该坐标系即为世界坐标系。获得激光跟踪仪坐标系与世界坐标系的转换关系的方法如下：
将移动平台3位置调至原点；在机器人2的第一和第二活动连杆上分别设置靶球点位；将激光跟踪仪固定在固定平面上，移动机器人2，确认激光跟踪仪能够在给定范围内接收到所述2个点位靶球的反射光后进行标定，以此可以确定激光跟踪仪坐标系与世界坐标系的转换关系，即第五转换关系，该转换关系可表示为齐次矩阵。
S102:根据所述连杆参数，获取第六转换关系；其中，所述第六转换关系为所述基座坐标系与所述激光跟踪仪坐标系的转换关系；
在具体实施过程中，将靶球安装在第一活动连杆的靶球点位上，旋转机器人第一关节，记录第一靶球轨迹，将靶球安装在第二活动连杆的靶球点位上，将机器人第一关节置为0，旋转机器人第二关节，记录第二靶球轨迹，激光跟踪仪将第一靶球轨迹和第二靶球轨迹发送至控制器，控制器通过几何方法确定机器人2的基座坐标系与激光跟踪仪坐标系的转换关系，具体方法如下：
通过第一活动连杆靶球轨迹拟合空间圆，将其过圆心的法线方向作为z轴正方向；通过第二活动连杆靶球轨迹拟合空间圆，将其过圆心的法线方向作为x轴正方向；将第一活动连杆靶球轨迹拟合空间圆过圆心的法线与第二活动连杆靶球轨迹拟合空间圆过圆心的法线公垂线段的中点作为原点，以x轴正方向与z轴正方向建立机器人第一关节坐标系，并计算机器人第一关节坐标系与激光跟踪仪坐标系的转换关系；根据上述激光跟踪仪的标定结果，机器人第一关节坐标系与激光跟踪仪坐标系的转换关系可以表示为齐次矩阵。根据上述步骤中获得的连杆参数计算机器人第一关节坐标系与基座坐标系的转换关系，可表示为齐次矩阵/>，i表示机器人2的数量，本实施例中涉及三个机器人2。根据机器人第一关节坐标系与激光跟踪仪坐标系的转换关系以及机器人第一关节坐标系与基座坐标系的转换关系，可以计算得到基座坐标系与激光跟踪仪坐标系的转换关系，即为第六转换关系。
S103:根据所述第五转换关系和所述第六转换关系，获取所述第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系。
在具体实施过程中，根据激光跟踪仪坐标系与世界坐标系的转换关系以及基座坐标系与激光跟踪仪坐标系，可以计算得到基座坐标系与世界坐标系的转换关系，即为第一转换关系，可表示为齐次矩阵，该齐次矩阵可进一步表述为：，其中，/>为移动平台位于原点时机器人原点位置，/>为机器人2的旋转矩阵。
结合上述移动平台3的运动方向，可以根据移动平台3位于原点时机器人2的原点位置：，得到移动平台3位于任意位置时机器人2的原点位置：、。
S20:接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系；
在具体实施过程中，利用标定板对测量设备4进行标定，本实施例中，利用双目测量设备进行标定。标定板（Calibration Target）是带有固定间距图案阵列的平板，通过相机拍摄标定板并经过标定算法的计算，可以得出相机的几何模型，从而得到高精度的测量和重建结果。
作为一种可选的实施方式，所述接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系的步骤之前，还包括：
S200:控制所述机器人按照预设方向运动至各个位姿，并通过所述测量设备采集多张所述标定板的采集图像；
在具体实施过程中，将标定板固定在测量设备4的测量范围之内；在仿真程序中计算机器人2的标定位姿序列，使得标定板在最佳测量距离内；控制器向机器人2下达运动指令，使机器人2依次运动至标定位姿序列中的各个位姿，使用测量设备4采集标定板的图像，并将采集图像发送给控制器处理。
作为一种可选的实施方式，所述接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系的步骤，包括：
S201:通过多张所述采集图像，获得所述标定板的各个特征点的三维坐标；
在具体实施过程中，根据采集图像中标定板的各个特征点的位置信息，计算各个特征点的三维坐标。
S202:根据所述三维坐标，通过奇异值分解法获得所述第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系。
在具体实施过程中，奇异值分解（Singular Value Decomposition）是线性代数中一种重要的矩阵分解，该方法对矩阵的扰动不敏感，精准度较高。通过奇异值分解法对标定板各个特征点的三维坐标进行计算，获得标定板坐标系与测量设备4的相机坐标系的转换关系，即第二转换关系。
S30:根据所述运动学模型，获得第三转换关系；其中，所述第三转换关系为基座坐标系与所述机器人的末端坐标系的转换关系；
在具体实施过程中，上述步骤S10中获得了机器人2的运动学模型，机器人2的运动学模型能够准确机器人格运动部位之间的关系，表达机器人的运动规律，根据该运动模型能够计算得到机器人的基座坐标系和末端坐标系的转换关系，即第三转换关系。
S40:根据所述第二转换关系和所述第三转换关系，获得第四转换关系；其中，所述第四转换关系为所述相机坐标系与所述末端坐标系的转换关系；
在具体实施过程中，通过标定板坐标系与相机坐标系的转换关系以及基座坐标系与末端坐标系的转换关系，通过奇异值分解等优化方法可以计算得到相机坐标系与末端坐标系的转换关系，即第四转换关系，可表达为齐次矩阵。
S50:根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系；其中，所述目标转换关系为所述相机坐标系与所述世界坐标系的转换关系，所述目标转换关系使得多个所述测量设备的初级测量结果转换到所述世界坐标系中。
在具体实施过程中，根据第一转换关系：基座坐标系与世界坐标系的转换关系、第三转换关系：基座坐标系与末端坐标系的转换关系、第四转换关系：相机坐标系与末端坐标系的转换关系，计算得到相机坐标系与世界坐标系的转换关系，即为目标转换关系，通过该转换关系可以将各个系统中点位坐标统一至世界坐标系中。
具体的，本实施例包含三个移动平台3，在世界坐标下，其中一个移动平台3具有x方向自由度，两个移动平台3具有x、z方向自由度。每个移动平台3上装有一台六自由度串联机器人。测量设备4获得的点云可以用齐次坐标集合表示，为相机坐标系下的坐标集合。通过目标转换关系将其转换到世界坐标系下，即：
其中，由机器人运动学得到，机器人基座位置/>可以表示为：/>、。
作为一种可选的实施方式，所述根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系的步骤之后，还包括：
S601：所述全向测量装置对待测量工件进行测量，获得多个所述初级测量结果；
S602：所述控制器根据所述目标转换关系，将多个所述初级测量结果转换到所述世界坐标系中，以获得所述待测量工件的测量结果。
在具体实施过程中，全向测量装置中的控制器预先将待测量工件分成多个部分，各个部分通过不同的机器人2携带测量设备4同时实现测量，能够在较短的时间内完成待测量工件的三维重建，获得各个部分的初级测量结果，该初级测量结果是在相机坐标系中的。通过目标转换关系将各个初级测量结果转换到世界坐标系中，拼接形成完整点云，快速准确地通过数据转换获得了待测量工件的测量结果。
应当理解的是，以上仅为举例说明，对本申请的技术方案并不构成任何限制，本领域的技术人员在实际应用中可以基于需要进行设置，此处不做限制。
通过上述描述不难发现，本实施例是在多移动平台、多机器人、多测量设备的全向测量装置中，各个组件的位置关系复杂，标定参数繁多的情况下，通过激光跟踪仪分别标定机器人基座运动学参数、机器人基座安装位置和方向以及测量设备与机器人末端转移矩阵，通过激光跟踪仪的标定数据推算出测量设备获得的三维点云在世界坐标系中的坐标，该解耦的全向测量标定方法能够将各个测量设备的结果拼接形成完整点云，提升了全向测量装置的测量效率；更进一步的，全向测量装置中的控制器预先将待测量工件分成多个部分，各个部分通过多测量设备同时实现测量，能够在较短的时间内完成大尺度物体的三维重建，解决了全向测量系统需要测量的范围较大、测量点位多导致测量速度慢的问题。
参照图3，基于相同的发明思路，本申请的实施例还提供一种全向测量标定系统，所述全向测量标定系统应用于全向测量装置中的控制器；其中，所述全向测量装置还包括标定板和多个移动平台，所述移动平台上设置有机器人，所述机器人的末端设置有测量设备，包括：
第一转换关系获取模型，用于接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系；
第二转换关系获取模型，用于接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系；
第三转换关系获取模型，用于根据所述运动学模型，获得第三转换关系；其中，所述第三转换关系为基座坐标系与所述机器人的末端坐标系的转换关系；
第四转换关系获取模型，用于根据所述第二转换关系和所述第三转换关系，获得第四转换关系；其中，所述第四转换关系为所述相机坐标系与所述末端坐标系的转换关系；
目标转换关系获取模型，用于根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系；其中，所述目标转换关系为所述相机坐标系与所述世界坐标系的转换关系，所述目标转换关系使得多个所述测量设备的初级测量结果转换到所述世界坐标系中。
需要说明的是，本实施例中全向测量标定系统中各模块是与前述实施例中全向测量标定方法中的各步骤一一对应，因此，本实施例的具体实施方式可参照前述全向测量标定方法的实施方式，这里不再赘述。
此外，在一种实施例中，本申请的实施例还提供一种计算机设备，所述设备包括处理器，存储器以及存储在所述存储器中的计算机程序，所述计算机程序被处理器运行时实现前述实施例中方法的步骤。
此外，在一种实施例中，本申请的实施例还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器运行时实现前述实施例中方法的步骤。
在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。
在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言（包括编译或解释语言，或者声明性或过程性语言）来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例，可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言（HTML，Hyper TextMarkup Language）文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件（例如，存储一个或多个模块、子程序或代码部分的文件）中。
作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
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。
上述本申请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，本申请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一个存储介质（如只读存储器/随机存取存储器、磁碟、光盘）中，包括若干指令用以使得一台多媒体终端设备（可以是手机，计算机，电视接收机，或者网络设备等）执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请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，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种全向测量标定方法，其特征在于，所述全向测量标定方法应用于全向测量装置中的控制器；其中，所述全向测量装置还包括标定板和多个移动平台，所述移动平台上设置有机器人，所述机器人的末端设置有测量设备，包括以下步骤：
接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系；
接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系；
根据所述运动学模型，获得第三转换关系；其中，所述第三转换关系为基座坐标系与所述机器人的末端坐标系的转换关系；
根据所述第二转换关系和所述第三转换关系，获得第四转换关系；其中，所述第四转换关系为所述相机坐标系与所述末端坐标系的转换关系；
根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系；其中，所述目标转换关系为所述相机坐标系与所述世界坐标系的转换关系，所述目标转换关系使得多个所述测量设备的初级测量结果转换到所述世界坐标系中。
2.如权利要求1所述的全向测量标定方法，其特征在于，所述接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系的步骤之前，还包括：
控制所述机器人按照预设方向运动至各个位姿，并通过所述测量设备采集多张所述标定板的采集图像；
所述接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系的步骤，包括：
通过多张所述采集图像，获得所述标定板的各个特征点的三维坐标；
根据所述三维坐标，通过奇异值分解法获得所述第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系。
3.如权利要求1所述的全向测量标定方法，其特征在于，所述接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系的步骤，包括：
通过所述标定数据，获取所述机器人的连杆参数以及第五转换关系；其中，所述第五转换关系为激光跟踪仪坐标系与所述世界坐标系的转换关系，所述标定数据通过所述激光跟踪仪对所述机器人进行标定得到；
根据所述连杆参数，获取第六转换关系；其中，所述第六转换关系为所述基座坐标系与所述激光跟踪仪坐标系的转换关系；
根据所述第五转换关系和所述第六转换关系，获取所述第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系。
4.如权利要求1所述的全向测量标定方法，其特征在于，所述接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系的步骤之前，还包括：
调整所述激光跟踪仪以及多个所述移动平台的位置，使得所述激光跟踪仪同时观测到多个移动或静止的所述移动平台上的所述机器人的末端。
5.如权利要求1所述的全向测量标定方法，其特征在于，所述根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系的步骤之后，还包括：
控制所述全向测量装置对待测量工件进行测量，获得多个所述初级测量结果；
根据所述目标转换关系，将多个所述初级测量结果转换到所述世界坐标系中，以获得所述待测量工件的测量结果。
6.如权利要求1所述的全向测量标定方法，其特征在于，所述移动平台至少具有一自由度，每一所述移动平台安装有至少一个所述机器人；其中，所述机器人为六自由度串联机器人。
7.如权利要求1所述的全向测量标定方法，其特征在于，所述机器人的活动关节和所述移动平台的每一自由度均设置有动力驱动装置，所述动力驱动装置用于驱动所述活动关节和所述移动平台做单自由度旋转或平行运动。
8.一种全向测量标定系统，其特征在于，所述全向测量标定系统应用于全向测量装置中的控制器；其中，所述全向测量装置还包括标定板和多个移动平台，所述移动平台上设置有机器人，所述机器人的末端设置有测量设备，包括：
第一转换关系获取模型，用于接收激光跟踪仪对所述全向测量装置的标定数据，并根据所述标定数据获得所述机器人的运动学模型以及第一转换关系；其中，所述第一转换关系为所述机器人的基座坐标系与世界坐标系的转换关系；
第二转换关系获取模型，用于接收所述机器人对所述标定板的采集图像，并根据所述采集图像获得第二转换关系；其中，所述第二转换关系为所述标定板的标定板坐标系与所述测量设备的相机坐标系的转换关系；
第三转换关系获取模型，用于根据所述运动学模型，获得第三转换关系；其中，所述第三转换关系为基座坐标系与所述机器人的末端坐标系的转换关系；
第四转换关系获取模型，用于根据所述第二转换关系和所述第三转换关系，获得第四转换关系；其中，所述第四转换关系为所述相机坐标系与所述末端坐标系的转换关系；
目标转换关系获取模型，用于根据所述第一转换关系、所述第三转换关系以及所述第四转换关系，获得目标转换关系；其中，所述目标转换关系为所述相机坐标系与所述世界坐标系的转换关系，所述目标转换关系使得多个所述测量设备的初级测量结果转换到所述世界坐标系中。
9.一种计算机设备，其特征在于，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现如权利要求1-7中任一项所述的方法。
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上存储有计算机程序，处理器执行所述计算机程序，实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310505046.8A CN116222384B (zh) | 2023-05-08 | 2023-05-08 | 一种全向测量标定方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310505046.8A CN116222384B (zh) | 2023-05-08 | 2023-05-08 | 一种全向测量标定方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116222384A CN116222384A (zh) | 2023-06-06 |
| CN116222384B true CN116222384B (zh) | 2023-08-04 |
Family
ID=86587582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310505046.8A Active CN116222384B (zh) | 2023-05-08 | 2023-05-08 | 一种全向测量标定方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116222384B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2269783A1 (de) * | 2009-06-30 | 2011-01-05 | Leica Geosystems AG | Kalibrierungsverfahren für ein Messsystem |
| CN104165584A (zh) * | 2013-05-17 | 2014-11-26 | 上海三菱电梯有限公司 | 机器人基坐标系的非接触式高精度标定方法及其应用 |
| CN106595474A (zh) * | 2016-11-18 | 2017-04-26 | 华南理工大学 | 一种基于激光跟踪仪的双机器人基坐标系标定方法 |
| CN110370286A (zh) * | 2019-08-13 | 2019-10-25 | 西北工业大学 | 基于工业机器人和单目相机的定轴运动刚体空间位置识别方法 |
| CN111367236A (zh) * | 2020-03-11 | 2020-07-03 | 北京卫星制造厂有限公司 | 一种面向加工过程的移动机器人系统标定方法及系统 |
| CN111452048A (zh) * | 2020-04-09 | 2020-07-28 | 亚新科国际铸造（山西）有限公司 | 多机器人相对空间位置关系的标定方法和装置 |
| CN111791231A (zh) * | 2020-06-02 | 2020-10-20 | 同济大学 | 一种机器人标定系统及二维平面、三维空间运动标定方法 |
| WO2022061673A1 (zh) * | 2020-09-24 | 2022-03-31 | 西门子（中国）有限公司 | 用于机器人的标定方法和装置 |
| CN115564917A (zh) * | 2022-09-26 | 2023-01-03 | 成都飞机工业（集团）有限责任公司 | 一种测量视点规划方法、装置、设备及存储介质 |
| CN115597497A (zh) * | 2022-10-25 | 2023-01-13 | 韶关学院（Cn） | 一种单个激光位移传感器的标定方法 |
| CN115870967A (zh) * | 2021-09-28 | 2023-03-31 | 曰轮法寺 | 机器人标定方法、装置、控制器、系统和存储介质 |
| WO2023071481A1 (zh) * | 2021-10-28 | 2023-05-04 | 深圳市越疆科技有限公司 | 一种示教轨迹点采集方法、装置、机械臂、系统及介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220134566A1 (en) * | 2020-11-04 | 2022-05-05 | X Development Llc | Optimizing calibration with constraints between different coordinate frames |
-
2023
- 2023-05-08 CN CN202310505046.8A patent/CN116222384B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2269783A1 (de) * | 2009-06-30 | 2011-01-05 | Leica Geosystems AG | Kalibrierungsverfahren für ein Messsystem |
| CN104165584A (zh) * | 2013-05-17 | 2014-11-26 | 上海三菱电梯有限公司 | 机器人基坐标系的非接触式高精度标定方法及其应用 |
| CN106595474A (zh) * | 2016-11-18 | 2017-04-26 | 华南理工大学 | 一种基于激光跟踪仪的双机器人基坐标系标定方法 |
| CN110370286A (zh) * | 2019-08-13 | 2019-10-25 | 西北工业大学 | 基于工业机器人和单目相机的定轴运动刚体空间位置识别方法 |
| CN111367236A (zh) * | 2020-03-11 | 2020-07-03 | 北京卫星制造厂有限公司 | 一种面向加工过程的移动机器人系统标定方法及系统 |
| CN111452048A (zh) * | 2020-04-09 | 2020-07-28 | 亚新科国际铸造（山西）有限公司 | 多机器人相对空间位置关系的标定方法和装置 |
| CN111791231A (zh) * | 2020-06-02 | 2020-10-20 | 同济大学 | 一种机器人标定系统及二维平面、三维空间运动标定方法 |
| WO2022061673A1 (zh) * | 2020-09-24 | 2022-03-31 | 西门子（中国）有限公司 | 用于机器人的标定方法和装置 |
| CN115870967A (zh) * | 2021-09-28 | 2023-03-31 | 曰轮法寺 | 机器人标定方法、装置、控制器、系统和存储介质 |
| WO2023071481A1 (zh) * | 2021-10-28 | 2023-05-04 | 深圳市越疆科技有限公司 | 一种示教轨迹点采集方法、装置、机械臂、系统及介质 |
| CN115564917A (zh) * | 2022-09-26 | 2023-01-03 | 成都飞机工业（集团）有限责任公司 | 一种测量视点规划方法、装置、设备及存储介质 |
| CN115597497A (zh) * | 2022-10-25 | 2023-01-13 | 韶关学院（Cn） | 一种单个激光位移传感器的标定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于对偶四元数的机器人基坐标系标定方法研究;高远 等;《机电工程》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116222384A (zh) | 2023-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110421562B (zh) | 基于四目立体视觉的机械臂标定系统和标定方法 | |
| CN111156925B (zh) | 基于线结构光和工业机器人的大构件三维测量方法 | |
| CN108818536B (zh) | 一种机器人手眼标定的在线偏移修正方法及装置 | |
| CN102825602B (zh) | 一种基于psd的工业机器人自标定方法及装置 | |
| CN112833786B (zh) | 一种舱段位姿测量及对准系统、控制方法及应用 | |
| US7532949B2 (en) | Measuring system | |
| CN102706277B (zh) | 一种基于全方位点约束的工业机器人在线零位标定装置及方法 | |
| EP2608938B1 (en) | Vision-guided alignment system and method | |
| CN113386136B (zh) | 一种基于标准球阵目标估计的机器人位姿矫正方法及系统 | |
| CN110695993A (zh) | 一种柔性机械臂同步测量方法、系统及装置 | |
| CN110370316B (zh) | 一种基于垂直反射的机器人tcp标定方法 | |
| CN111801198A (zh) | 一种手眼标定方法、系统及计算机存储介质 | |
| CN104354166B (zh) | 一种三自由度并联机器人的零点标定方法 | |
| CN114310880B (zh) | 一种机械臂标定方法及装置 | |
| CN111256732B (zh) | 一种用于水下双目视觉的目标姿态误差测量方法 | |
| CN111360812B (zh) | 一种基于相机视觉的工业机器人dh参数标定方法及标定装置 | |
| CN107817682A (zh) | 一种基于手眼相机的空间机械臂在轨标定方法及系统 | |
| CN112873204B (zh) | 机器人标定方法、装置、设备及计算机可读存储介质 | |
| CN112907679A (zh) | 基于视觉的机器人重复定位精度测量方法 | |
| CN112381881B (zh) | 一种基于单目视觉的大型刚体构件自动对接方法 | |
| CN111707189A (zh) | 基于双目视觉的激光位移传感器光束方向标定方法 | |
| CN116026252A (zh) | 一种点云测量方法及系统 | |
| CN112525074A (zh) | 标定方法、系统、机器人、计算机装置和导航系统 | |
| CN114643578A (zh) | 一种提高机器人视觉引导精度的标定装置及方法 | |
| CN115284292A (zh) | 基于激光相机的机械臂手眼标定方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |