CN116423505B - 一种机械臂导航手术中机械臂配准模块误差校准方法 - Google Patents

一种机械臂导航手术中机械臂配准模块误差校准方法 Download PDF

Info

Publication number
CN116423505B
CN116423505B CN202310327128.8A CN202310327128A CN116423505B CN 116423505 B CN116423505 B CN 116423505B CN 202310327128 A CN202310327128 A CN 202310327128A CN 116423505 B CN116423505 B CN 116423505B
Authority
CN
China
Prior art keywords
mechanical arm
gesture
binocular vision
coordinate system
matrix
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
Application number
CN202310327128.8A
Other languages
English (en)
Other versions
CN116423505A (zh
Inventor
叶君
杨旸
陈超
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.)
Hangzhou Bangjiexing Medical Technology Co ltd
Original Assignee
Hangzhou Bangjiexing Medical Technology 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 Hangzhou Bangjiexing Medical Technology Co ltd filed Critical Hangzhou Bangjiexing Medical Technology Co ltd
Priority to CN202310327128.8A priority Critical patent/CN116423505B/zh
Publication of CN116423505A publication Critical patent/CN116423505A/zh
Application granted granted Critical
Publication of CN116423505B publication Critical patent/CN116423505B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/30—Surgical robots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/70—Manipulators specially adapted for use in surgery
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1692—Calibration of manipulator
    • 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
    • G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2055—Optical tracking systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2065—Tracking using image or pattern recognition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2068—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis using pointers, e.g. pointers having reference marks for determining coordinates of body points
    • 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Robotics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机械臂导航手术中机械臂配准模块误差校准方法，通过计算NDI下检测的中心点和工装几何中心点的补偿。提供一种误差解决校准方法，在机械臂点云配准前，计算出一个偏差值，加入系统后，再次进行点云配准；配准效果好，偏移量小甚至无偏移量，具有一定的使用价值和推广价值。

Description

一种机械臂导航手术中机械臂配准模块误差校准方法
技术领域
本发明涉及医疗设备领域，尤其涉及一种机械臂导航手术中机械臂配准模块误差校准方法。
背景技术
目前传统的机械臂与NDI之间的配准方法，主要采用点云配准方式。在整个过程中，依赖机械臂机械结构精度和NDI反光求的精度，不同的器械精度和型号的NDI实际差距比较大。所以在实际配准中存在了比较明显的个体差异，所以点云配准中会产生不小的误差。这个误差会直接导致机械臂的配准偏差，在导航中导致结果无法达到预期。
综上所述，需要一种机械臂导航手术中机械臂配准模块误差校准方法来解决现有技术中所存在的不足之处。
发明内容
针对现有技术的不足，本发明提供了一种机械臂导航手术中机械臂配准模块误差校准方法，旨在解决上述问题。
为实现上述目的，本发明提供如下技术方案：一种机械臂导航手术中机械臂配准模块误差校准方法，包括以下步骤：
步骤一：安装机械臂台车和双目视觉设备，设定机械臂基坐标系B，机械臂末端杆坐标系E，双目视觉设备坐标系W，末端配准双目视觉标记物MARK的工具中心点TCP点P；
步骤二：在机械臂基坐标系B内给定机械臂空间某一个点，让机械臂在这个位置的双目视觉标记物正对着双目视觉设备NDI，记录Pc；
步骤三：通过机械臂获取当前机械臂的姿态，记录为Rc；
步骤四：以当位置和姿态作为开始姿态，把矩阵绕X轴旋转θ度，保持机械臂Pc点不变，需要保持双目视觉标记物Mark在双目视觉设备NDI下可见，通过矩阵旋转公式后得到第一个计算位置R0；
步骤五：机械臂末端器械坐标系Z轴为旋转轴，将R0进行5度为间隔绕机械臂末端Z旋转；将第四步得到的R0通过变化矩阵得到每间隔5度的新矩阵，直至Rn得到120个变化矩阵；
步骤六：指定机械臂定位120个矩阵，在每个姿态定位后保持一定时间，让NDI检测到稳定的数据并返回，得到机械臂120个位置下配准MARK在NDI下的姿态和位置；
步骤七：将所有的矩阵所有4*4矩阵分为姿态部分3*3，即r0到rn，和坐标t0到tn；
步骤八：设定指向标准的姿态矩阵org，使用Eigen::JacobiSVD模块，做最小二乘解，得到中心点X0，即偏离预设TCP坐标的偏移量；
步骤九：把X加入初始TCP，继续步骤二到步骤八操作，得出偏移量X1，判断X1是否小于设定阈值。
可选的，所述步骤1中相对于机械臂末端杆坐标系的位置偏移量为Pe＝[x，y，z]。
可选的，所述步骤1中{B}与{E}的转换关系为：
TE B＝A1*A2*An
式中n表示机器人总的自由度，Ai表示机器人相邻关节(i-1关节与i关节)之间的转换关系。
可选的，所述步骤四中的矩阵旋转公式为：
可选的，所述步骤五中矩阵公式为：
可选的，所述步骤八姿态矩阵为：
可选的，所述步骤八中X计算具体为：
定义一个6列n行矩阵，前3列设置旋转后获取的到3*3矩阵，每个旋转矩阵对应一个目标姿态矩阵(正位，使用A矩阵数据初始化计算库，需要计算薄矩阵U；计算薄矩阵VEigen::ComputeThinV)；，使用150组数据中空间坐标信息合计b去解出实际中心点，x＝svdA.solve(b)。
本发明的有益效果：
1、本发明中，通过计算NDI下检测的中心点和工装几何中心点的补偿。提供一种误差解决校准方法，在机械臂点云配准前，计算出一个偏差值，加入系统后，再次进行点云配准；配准效果好，偏移量小甚至无偏移量，具有一定的使用价值和推广价值。
附图说明
图1为本发明机械臂坐标系的一种结构示意图。
图2为本发明的一种流程结构示意图。
具体实施方式
如图1、2所示，一种机械臂导航手术中机械臂配准模块误差校准方法，包括以下步骤：
步骤一：安装机械臂台车和双目视觉设备，设定机械臂基坐标系B，机械臂末端杆坐标系E，双目视觉设备坐标系W，末端配准双目视觉标记物MARK的工具中心点TCP点P，相对于机械臂末端杆坐标系的位置偏移量为Pe＝[x，y，z]，步骤1中{B}与{E}的转换关系为：
TE B＝A1*A2*An
式中n表示机器人总的自由度，Ai表示机器人相邻关节(i-1关节与i关节)之间的转换关系；
步骤二：在机械臂基坐标系B内给定机械臂空间某一个点，让机械臂在这个位置的双目视觉标记物正对着双目视觉设备NDI，记录Pc；
步骤三：通过机械臂获取当前机械臂的姿态，记录为Rc；
步骤四：以当位置和姿态作为开始姿态，把矩阵绕X轴旋转θ度，保持机械臂Pc点不变，需要保持双目视觉标记物Mark在双目视觉设备NDI下可见，通过矩阵旋转公式后得到第一个计算位置R0，矩阵旋转公式为：
步骤五：机械臂末端器械坐标系Z轴为旋转轴，将R0进行5度为间隔绕机械臂末端Z旋转；将第四步得到的R0通过变化矩阵得到每间隔5度的新矩阵，直至Rn得到120个变化矩阵，矩阵公式为：
步骤六：指定机械臂定位120个矩阵，在每个姿态定位后保持一定时间，让NDI检测到稳定的数据并返回，得到机械臂120个位置下配准MARK在NDI下的姿态和位置；
步骤七：将所有的矩阵所有4*4矩阵分为姿态部分3*3，即r0到rn，和坐标t0到tn；
步骤八：设定指向标准的姿态矩阵org，姿态矩阵为：
使用Eigen::JacobiSVD模块，做最小二乘解，得到中心点X，即偏离预设TCP坐标的偏移量，具体计算为：
Eigen::MatrixXd A(rows,6)；定义一个6列n行矩阵；
A.block<3,3>(currentRow,0)＝R；前3列设置旋转后获取的到3*3矩阵；
A.block<3,3>(currentRow,3)＝org；每个旋转矩阵对应一个目标姿态矩阵(正位)；
Eigen::JacobiSVD<Eigen::MatrixXd>svdA(A,Eigen::ComputeThinU|；使用A矩阵数据初始化计算库，需要计算薄矩阵U；计算薄矩阵V Eigen::ComputeThinV)；
使用150组数据中空间坐标信息合计b去解出实际中心点，x＝svdA.solve(b)；
步骤九：把X加入初始TCP，继续步骤二到步骤八操作，得出偏移量X1，判断X1是否小于设定阈值0.1mm，若小于0.1mm，则为配准成功，否则，继续步骤二到步骤八，直至配准成功。
实施例为：机械臂以机械臂末端工具中心点进行旋转，指定机械臂间隔5度一个姿态，如下：
{-111.204,-598.029,455.79,2.8531,-0.00483895,-0.0686651},
{-111.204,-598.029,455.79,2.85356,0.00923701,-0.0561009},
{-111.204,-598.029,455.79,2.8539,0.0233142,-0.0435331},
{-111.204,-598.029,455.79,2.85413,0.037392,-0.0309622},
{-111.204,-598.029,455.79,2.85425,0.0514702,-0.0183884},
{-111.204,-598.029,455.79,2.85425,0.0655481,-0.00581233},
{-111.204,-598.029,455.79,2.85415,0.0796254,0.00676574},
……
NDI下获取到配准Marker的坐标和姿态
0.069005,0.244277,0.967247,-345.83,0.996383,-0.0650757,-0.0546488,120.645,0.0495949,0.967519,-0.247884,-1499.66,0,0,0,1
0.0573328,0.243778,0.968135,-345.801,0.997388,-0.0566684,-0.044796,120.642,0.0439424,0.968174,-0.24639,-1499.65,0,0,0,1
0.0452726,0.244486,0.968595,-345.798,0.998272,-0.047443,-0.0346845,120.629,0.0374732,0.968492,-0.246211,-1499.63,0,0,0,1
0.0337132,0.244252,0.969126,-345.776,0.998904,-0.039731,-0.0247356,120.68,0.0324627,0.968898,-0.245324,-1499.64,0,0,0,1
0.0215636,0.244489,0.969412,-345.802,0.999439,-0.0301338,-0.0146317,120.671,0.0256348,0.969184,-0.245002,-1499.64,0,0,0,1
0.00974285,0.243865,0.96976,-345.765,0.999759,-0.0214558,-0.00464877,120.68,0.0196733,0.969572,-0.244015,-1499.6,0,0,0,1
……
采集数据放入
0.069005,0.244277,0.967247,1.00 0.00 0.00
0.996383,-0.0650757,-0.0546488,0.00 1.00 0.00
0.0495949,0.967519,-0.247884,0.00 0.00 1.00
0.0573328,0.243778,0.968135,1.00 0.00 0.00
0.997388,-0.0566684,-0.044796,0.00 1.00 0.00
0.0439424,0.968174,-0.24639,0.00 0.00 1.00
0.0452726,0.244486,0.968595,1.00 0.00 0.00
0.998272,-0.047443,-0.0346845,0.00 1.00 0.00
0.0374732,0.968492,-0.246211,0.00 0.00 1.00
0.0337132,0.244252,0.969126,1.00 0.00 0.00
0.998904,-0.039731,-0.0247356,0.00 1.00 0.00
0.0324627,0.968898,-0.245324,0.00 0.00 1.00
0.0215636,0.244489,0.969412,1.00 0.00 0.00
0.999439,-0.0301338,-0.0146317,0.00 1.00 0.00
0.0256348,0.969184,-0.245002,0.00 0.00 1.00
0.00974285,0.243865,0.96976,1.00 0.00 0.00
0.999759,-0.0214558,-0.00464877,0.00 1.00 0.00
0.0196733,0.969572,-0.244015,0.00 0.00 1.00
……
使用Eigen::JacobiSVD类计算得到偏移量为：0.144815、0.0501662、0.386707。
测试为同一个机械臂，不同的反光球和不同的机械臂工装随机组合，同一组分两次测试对比，结果分别为没有偏移量和有偏移量(上述计算结果)：
以上所述仅为本发明的较佳实施例而已，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、等同替换或改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种机械臂导航手术中机械臂配准模块误差校准方法，其特征在于，包括以下步骤：
步骤一：安装机械臂台车和双目视觉设备，设定机械臂基坐标系B，机械臂末端杆坐标系E，双目视觉设备坐标系W，末端配准双目视觉标记物的工具中心点为点P，
B与E的转换关系为：
，
式中n表示机器人总的自由度，Ai表示机器人相邻关节i-1 关节与 i 关节之间的转换关系；
步骤二：在机械臂基坐标系B内给定机械臂空间某一个点，让机械臂在这个位置的双目视觉标记物正对着双目视觉设备，记录机械臂基坐标系B内给定机械臂空间某一个点为Pc点；
步骤三：通过机械臂获取当前机械臂的姿态，记录为Rc；
步骤四：以当前位置和姿态作为开始姿态，把矩阵绕X轴旋转θ度，保持机械臂Pc点不变，需要保持双目视觉标记物在双目视觉设备下可见，通过矩阵旋转公式后得到第一个计算位置R0，矩阵旋转公式为：
；
步骤五：机械臂末端杆坐标系Z轴为旋转轴，将R0进行5度为间隔绕机械臂末端Z旋转；将第四步得到的R0通过变化矩阵得到每间隔5度的新矩阵，直至Rn得到120个变化矩阵，
矩阵旋转公式为：
；
步骤六：指定机械臂定位120个矩阵，在每个姿态定位后保持一定时间，让NDI检测到稳定的数据并返回，得到机械臂120个位置下配准末端配准双目视觉标记物在双目视觉设备下的姿态和位置；
步骤七：将所有4*4矩阵分为姿态部分3*3矩阵；
步骤八：设定指向标准的姿态矩阵org，
姿态矩阵为：
，
使用Eigen JacobiSVD模块，做最小二乘解，得到中心点X，工具中心点相对于机械臂末端杆坐标系的位置偏移量为；
步骤九：把位置偏移量加入初始工具中心点，继续步骤二到步骤八操作，得出偏移量X1，判断X1是否小于设定阈值。
CN202310327128.8A 2023-03-30 2023-03-30 一种机械臂导航手术中机械臂配准模块误差校准方法 Active CN116423505B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310327128.8A CN116423505B (zh) 2023-03-30 2023-03-30 一种机械臂导航手术中机械臂配准模块误差校准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310327128.8A CN116423505B (zh) 2023-03-30 2023-03-30 一种机械臂导航手术中机械臂配准模块误差校准方法

Publications (2)

Publication Number Publication Date
CN116423505A CN116423505A (zh) 2023-07-14
CN116423505B true CN116423505B (zh) 2024-04-23

Family

ID=87086552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310327128.8A Active CN116423505B (zh) 2023-03-30 2023-03-30 一种机械臂导航手术中机械臂配准模块误差校准方法

Country Status (1)

Country Link
CN (1) CN116423505B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015024407A1 (zh) * 2013-08-19 2015-02-26 国家电网公司 基于电力机器人的双目视觉导航系统及方法
WO2018209592A1 (zh) * 2017-05-17 2018-11-22 深圳配天智能技术研究院有限公司 一种机器人的运动控制方法、机器人及控制器
CN109262659A (zh) * 2018-12-20 2019-01-25 中国铁建重工集团有限公司 一种机械臂关节传感器的零位校准方法和设备
WO2019019432A1 (zh) * 2017-07-28 2019-01-31 深圳市圆梦精密技术研究院 机器人末端工具的位姿测量方法
WO2019062291A1 (zh) * 2017-09-29 2019-04-04 歌尔股份有限公司 一种双目视觉定位方法、装置及系统
CN111775146A (zh) * 2020-06-08 2020-10-16 南京航空航天大学 一种工业机械臂多工位作业下的视觉对准方法
JP2022039906A (ja) * 2020-08-28 2022-03-10 中国計量大学 マルチセンサによる複合キャリブレーション装置及び方法
CN114918926A (zh) * 2022-07-22 2022-08-19 杭州柳叶刀机器人有限公司 机械臂视觉配准方法、装置、控制终端及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015024407A1 (zh) * 2013-08-19 2015-02-26 国家电网公司 基于电力机器人的双目视觉导航系统及方法
WO2018209592A1 (zh) * 2017-05-17 2018-11-22 深圳配天智能技术研究院有限公司 一种机器人的运动控制方法、机器人及控制器
WO2019019432A1 (zh) * 2017-07-28 2019-01-31 深圳市圆梦精密技术研究院 机器人末端工具的位姿测量方法
WO2019062291A1 (zh) * 2017-09-29 2019-04-04 歌尔股份有限公司 一种双目视觉定位方法、装置及系统
CN109262659A (zh) * 2018-12-20 2019-01-25 中国铁建重工集团有限公司 一种机械臂关节传感器的零位校准方法和设备
CN111775146A (zh) * 2020-06-08 2020-10-16 南京航空航天大学 一种工业机械臂多工位作业下的视觉对准方法
JP2022039906A (ja) * 2020-08-28 2022-03-10 中国計量大学 マルチセンサによる複合キャリブレーション装置及び方法
CN114918926A (zh) * 2022-07-22 2022-08-19 杭州柳叶刀机器人有限公司 机械臂视觉配准方法、装置、控制终端及存储介质

Also Published As

Publication number Publication date
CN116423505A (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN111660295B (zh) 工业机器人绝对精度标定系统及标定方法
CN107042528B (zh) 一种工业机器人的运动学标定系统及方法
CN110695993B (zh) 一种柔性机械臂同步测量方法、系统及装置
CN110640747B (zh) 机器人的手眼标定方法、系统、电子设备和存储介质
CN111203861B (zh) 一种机器人工具坐标系的标定方法及标定系统
CN112415493A (zh) 三维扫描激光雷达坐标误差修正方法
CN113211445B (zh) 一种机器人参数标定方法、装置、设备及存储介质
CN109238199B (zh) 一种机器人旋转轴运动学参数标定方法
CN113160334B (zh) 一种基于手眼相机的双机器人系统标定方法
CN111562563A (zh) 激光雷达转台标定方法、装置和计算机可读存储介质
CN113843792A (zh) 一种手术机器人的手眼标定方法
JPH0680404B2 (ja) カメラ位置姿勢校正方法
TWI762371B (zh) 機械手臂與輪廓感測器座標系相對關係之自動校正方法與系統
CN112304218A (zh) 工业机器人的工具中心点位置标定方法及系统
CN111595238A (zh) 一种基于多站法的激光跟踪仪精度现场评价系统
CN111486867A (zh) 一种视觉和惯性混合跟踪组件安装参数的标定装置及方法
CN113211436B (zh) 基于遗传算法的六自由度串联机器人误差标定方法
CN113211500B (zh) 球形标记物在机器人末端安装位置的获取方法
CN116423505B (zh) 一种机械臂导航手术中机械臂配准模块误差校准方法
CN115139338B (zh) 一种机器人tcp快速高精度标定方法
CN114654466B (zh) 自动标定方法、装置、系统、电子设备及存储介质
CN113686278B (zh) 一种高精度工业机器人工具tcp标定方法
TWI694238B (zh) 應用於多軸工具機的幾何誤差量測方法
CN113427487B (zh) 一种基于电磁波测距的dh参数校准方法及系统
CN114800520B (zh) 高精度的手眼标定方法

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
GR01 Patent grant
GR01 Patent grant