CN117140539A - 基于空间坐标变换矩阵的机器人三维协同巡检方法 - Google Patents
基于空间坐标变换矩阵的机器人三维协同巡检方法 Download PDFInfo
- Publication number
- CN117140539A CN117140539A CN202311437263.4A CN202311437263A CN117140539A CN 117140539 A CN117140539 A CN 117140539A CN 202311437263 A CN202311437263 A CN 202311437263A CN 117140539 A CN117140539 A CN 117140539A
- Authority
- CN
- China
- Prior art keywords
- robot
- dimensional
- transformation matrix
- coordinate
- 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.)
- Granted
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 142
- 230000009466 transformation Effects 0.000 title claims abstract description 99
- 238000007689 inspection Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013519 translation Methods 0.000 claims abstract description 27
- 238000012795 verification Methods 0.000 claims abstract description 10
- 230000009471 action Effects 0.000 claims abstract description 6
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
-
- 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)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明涉及机器人巡检技术领域，涉及基于空间坐标变换矩阵的机器人三维协同巡检方法，包括：获取机器人三维模型，并将机器人三维模型导入至三维系统；基于机器人系统预设参数对机器人三维模型参数进行验证，同时验证机器人的坐标系单位与三维系统的坐标系单位是否一致，直至验证均通过；将机器人加载至坐标基准点，并将机器人三维模型移动至机器人基准点坐标，基于获取的平移矩阵并通过三维系统执行机器人的变换动作，获取机器人的当前坐标；将机器人的当前坐标与坐标系比例系数相乘，并将机器人位置调整至与实际位置进行重合，计算求得机器人的坐标变换矩阵及模型尺寸变换矩阵，保存机器人的坐标变换矩阵及模型尺寸变换矩阵，完成配置。
Description
技术领域
本发明涉及机器人巡检技术领域，具体而言，涉及基于空间坐标变换矩阵的机器人三维协同巡检方法。
背景技术
随着轨道交通行业的迅猛发展，无人值守的变电所也开始全面推进，目前轨道交通行业的变电所监控系统通常集成了机器人三维协同巡检应用。在现有的机器人三维协同巡检应用中，机器人的坐标本身通常没有与三维系统场景的坐标进行匹配，其无法通过可视化的方式进行配置，因此只能通过简单的表单填写配置数据或将配置数据文件的导入系统来实现，一方面配置数据多且要求高，容易导致技术人员的工作效率低，容易易出错；另一方面若机器人三维模型的比例尺寸不合规，则需要重新建模调整，导致系统适配能力不足。基于此，针对上述问题，我们设计了基于空间坐标变换矩阵的机器人三维协同巡检方法。
发明内容
本发明的目的在于提供基于空间坐标变换矩阵的机器人三维协同巡检方法，其通过实现机器人融入到三维系统展示参数的配置，不仅支持模型尺寸直接缩放无需再重新建模调整，机器人坐标系匹配仅需2个点位的配置即可完成，而且降低了配置人员的专业门槛，降低了配置出错概率，提高配置效率，以及兼容更多的不同特征和坐标系的机器人系统。
本发明的实施例通过以下技术方案实现：
基于空间坐标变换矩阵的机器人三维协同巡检方法，该方法的步骤包括：
获取机器人三维模型，并将机器人三维模型导入至三维系统；
基于机器人系统预设参数对机器人三维模型参数进行验证，同时验证机器人的坐标系单位与三维系统的坐标系单位是否一致，若不一致，则进行调参矫正，直至验证均通过，得到的模型尺寸变换矩阵SM和缩放变换矩阵S；
在三维系统中，将机器人三维模型加载至基准点坐标，并通过拖拽将机器人三维模型移动至机器人基准点坐标处，得到平移矩阵P；
对机器人执行远离基准点坐标的变换动作，获取机器人的当前坐标，将机器人的当前坐标依次与缩放变换矩阵S、平移矩阵P相乘，并将机器人三维模型以机器人基准点坐标为轴进行旋转调整，使其与实际位置进行重合，得到旋转矩阵R；
通过矩阵合并计算求得机器人的坐标变换矩阵，保存机器人的坐标变换矩阵T及模型尺寸变换矩阵SM，完成机器人三维协同巡检的配置。
可选的，所述基于机器人系统预设参数对机器人三维模型参数进行验证，其具体为：通过三维系统的测量工具，测量机器人三维模型的高度和宽度是否与机器人系统预设参数中的机器人实体尺寸一致，若否，则通过滑块调节机器人三维模型的缩放比例，使其与机器人实体尺寸一致。
可选的，所述通过滑块调节机器人三维模型的缩放比例，其具体为：
将缩放值记为Sm，同时通过模型尺寸变换矩阵SM对机器人三维模型进行动态刷新，直至机器人三维模型与机器人实体尺寸一致，其中，所述模型尺寸变换矩阵SM具体为：
。
可选的，所述验证机器人的坐标系单位与三维系统的坐标系单位是否一致，其具体为：
验证机器人的坐标系单位与三维系统的坐标系单位是否一致，若否，则将坐标系比例系数记为Sc，同时将缩放变换矩阵S应用于机器人坐标系，直至机器人的坐标系单位与三维系统的坐标系单位一致，所述缩放变换矩阵S具体为：
。
可选的，所述将机器人三维模型加载至预设的基准点坐标，其具体为：
将机器人坐标系导入至三维系统，设定机器人坐标系的坐标轴与三维系统的坐标轴一致，通过三维系统的可视化界面将机器人坐标系的原点拖动至实际位置，以表征为机器人坐标系的基准点坐标（x0,y0,z0）。
可选的，所述将机器人的当前坐标依次与缩放变换矩阵S、平移矩阵P相乘，并将机器人三维模型以机器人基准点坐标为轴进行旋转调整，使其与实际位置进行重合，得到旋转矩阵R，其具体为：
设定机器人远离基准点坐标后，机器人的当前坐标为(x1,y1,z1)，通过机器人的当前坐标与缩放变换矩阵S相乘，以执行缩放操作，得到(x1*Sc, y1*Sc, z1*Sc)，并与平移矩阵P再次相乘，以执行平移操作，得到（x1*Sc+x0, y1*Sc+y0, z1*Sc+z0），将机器人三维模型放到三维系统中的坐标（x1*Sc+x0, y1*Sc+y0, z1*Sc+z0），执行旋转操作，求得旋转矩阵R。
可选的，所述通过矩阵合并计算求得机器人的坐标变换矩阵，其具体计算过程为：
缩放变换矩阵S具体为机器人的坐标系相对于三维系统的坐标系的缩放变换矩阵：
机器人坐标系相对于三维系统坐标系的平移矩阵P：
机器人坐标系相对于三维系统坐标系的旋转矩阵R：
其中，θ为机器人坐标系在三维系统中的旋转角度；
将各个矩阵按照特定顺序相乘，求得机器人的坐标变换矩阵T。
可选的，所述将各个矩阵按照特定顺序相乘，求得机器人的坐标变换矩阵T，所述特定顺序具体为：缩放变换矩阵S、平移矩阵P及旋转矩阵R，其具体计算过程为：
T = S * P * R
其中，T为机器人的坐标变换矩阵。
本发明实施例的技术方案至少具有如下优点和有益效果：
本发明实施例通过实现机器人融入到三维系统展示参数的配置，不仅支持模型尺寸直接缩放无需再重新建模调整，机器人坐标系匹配仅需2个点位的配置即可完成，而且降低了配置人员的专业门槛，降低了配置出错概率，提高配置效率，以及兼容更多的不同特征和坐标系的机器人系统。
附图说明
图1为本发明实施例提供的基于空间坐标变换矩阵的机器人三维协同巡检方法的流程示意图；
图2为本发明实施例提供的基于空间坐标变换矩阵的机器人三维协同巡检方法的配置结构示意图；
图3为本发明实施例提供的机器人三维模型尺寸动态调整配置示意图；
图4为本发明实施例提供的基准点标定示意图；
图5为本发明实施例提供的可视化方式旋转机器人坐标系示意图；
图6为本发明实施例提供的可视化配置完成示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
如图1-图2所示，本发明提供了其中一种实施例：基于空间坐标变换矩阵的机器人三维协同巡检方法，该方法的步骤包括：
基于空间坐标变换矩阵的机器人三维协同巡检方法，该方法的步骤包括：
获取机器人三维模型，并将机器人三维模型导入至三维系统；
基于机器人系统预设参数对机器人三维模型参数进行验证，同时验证机器人的坐标系单位与三维系统的坐标系单位是否一致，若不一致，则进行调参矫正，直至验证均通过，得到的模型尺寸变换矩阵SM和缩放变换矩阵S；
在三维系统中，将机器人三维模型加载至基准点坐标，并通过拖拽将机器人三维模型移动至机器人基准点坐标处，得到平移矩阵P；
对机器人执行远离基准点坐标的变换动作，获取机器人的当前坐标，将机器人的当前坐标依次与缩放变换矩阵S、平移矩阵P相乘，并将机器人三维模型以机器人基准点坐标为轴进行旋转调整，使其与实际位置进行重合，得到旋转矩阵R；
通过矩阵合并计算求得机器人的坐标变换矩阵，保存机器人的坐标变换矩阵T及模型尺寸变换矩阵SM，完成机器人三维协同巡检的配置。
在上述实现中，本实施例首先获取机器人三维模型，并将机器人三维模型导入至三维系统；基于三维系统对机器人三维模型尺寸比例进行验证，同时验证机器人系统的坐标系单位与三维系统是否一致，若不一致，则进行调参矫正，直至验证均通过，得到的机器人的模型尺寸变换矩阵SM和坐标的缩放变换矩阵S；在三维系统中机器人默认加载到坐标基准点，通过拖拽移动三维模型至机器人系统基准点所在的实际位置，移动的向量即为平移矩阵；通过机器人系统执行机器人远离基准点坐标的变换动作后，获取机器人的当前坐标，将机器人的当前坐标与缩放矩阵相乘后再与平移矩阵相乘，并在三维系统中展示。将机器人模型以机器人基准点为轴进行旋转调整至与实际位置进行重合；通过矩阵合并计算得到机器人的坐标换矩阵，保存机器人的坐标变换矩阵和模型尺寸变换矩阵，完成机器人三维协同巡检的配置。
具体的，设定机器人远离基准点后的在机器人坐标系中的坐标为(x1,y1,z1)，先执行缩放操作得(x1*Sc, y1*Sc, z1*Sc)，再执行平移得（x1*Sc+x0, y1*Sc+y0, z1*Sc+z0），将机器人三维模型放到在三维系统中的此坐标，然后再旋转，进而求得旋转矩阵R。
如图3所示，在本实施例中，所述基于机器人系统预设参数对机器人三维模型参数进行验证，其具体为：通过三维系统的测量工具，测量机器人三维模型的高度和宽度是否与机器人系统预设参数中的机器人实体尺寸一致，若否，则通过滑块调节机器人三维模型的缩放比例，查看和核查展示效果，使其与机器人实体尺寸一致。
更为具体的，所述通过滑块调节机器人三维模型的缩放比例，其具体为：
将缩放值记为Sm，同时通过模型尺寸变换矩阵SM对机器人三维模型进行动态刷新，直至机器人三维模型与机器人实体尺寸一致，其中，所述模型尺寸变换矩阵SM具体为：
。
在本实施例中，所述验证机器人的坐标系单位与三维系统的坐标系单位是否一致，其具体为：
验证机器人的坐标系单位与三维系统的坐标系单位是否一致，若否，则将坐标系比例系数记为Sc，同时将缩放变换矩阵S应用于机器人坐标系，直至机器人的坐标系单位与三维系统的坐标系单位一致，所述缩放变换矩阵S具体为：
。
如图4所示，在本实施例中，所述将机器人三维模型加载至预设的基准点坐标，其具体为：
将机器人坐标系导入至三维系统，设定机器人坐标系的坐标轴与三维系统的坐标轴一致，通过三维系统的可视化界面将机器人坐标系的原点拖动至实际位置，以表征为机器人坐标系的基准点坐标（x0,y0,z0）。
在本实施例的应用中，机器人导入到三维系统中后，机器人坐标轴默认与三维系统一致，并将其绘制到三维系统。通过三维系统中的可视化界面将机器人三维系统原点拖动至其真实所在位置，可以通过在机器人系统控制机器人移动归位到坐标原点来辅助识别配置，因为机器人在建图时原点皆为机器人活动可达点位。原点配置完成后，获取机器人坐标系原点在三维系统中的坐标(x0,y0,z0)，基准点标定完成。
如图5-图6所示，在本实施例中，所述将机器人的当前坐标依次与缩放变换矩阵S、坐标系比例系数相乘，并将机器人三维模型以机器人基准点坐标为轴进行旋转调整，使其与实际位置进行重合，得到旋转矩阵R，其具体为：
所述将机器人的当前坐标依次与缩放变换矩阵S、平移矩阵P相乘，并将机器人三维模型以机器人基准点坐标为轴进行旋转调整，使其与实际位置进行重合，得到旋转矩阵R，其具体为：
设定机器人远离基准点坐标后，机器人的当前坐标为(x1,y1,z1)，通过机器人的当前坐标与缩放变换矩阵S相乘，以执行缩放操作，得到(x1*Sc, y1*Sc, z1*Sc)，并与平移矩阵P再次相乘，以执行平移操作，得到（x1*Sc+x0, y1*Sc+y0, z1*Sc+z0），将机器人三维模型放到三维系统中的坐标（x1*Sc+x0, y1*Sc+y0, z1*Sc+z0），执行旋转操作，求得旋转矩阵R。
通过机器人系统执行机器人远离基准点坐标的变换动作，获取机器人的当前坐标（x1,y1,z1），将机器人的当前坐标（x1,y1,z1）依次与缩放变换矩阵S、平移矩阵P相乘，得到（x1*Sc+x0, y1*Sc+y0, z1*Sc+z0），以表征为机器人在机器人坐标系下的同步显示位置，并在三维系统中基于x-y平面坐标系绘制圆边线，以绘制的圆边线作为辅助线，获取机器人的实际位置，对机器人坐标系进行旋转，直至机器人三维模型与机器人的实际位置重合，保存机器人坐标系在三维系统中的旋转角度θ，进而计算求得旋转矩阵R。
在本实施例的具体应用中，通过机器人系统控制机器人到离基准标定点相对较远的位置，通过几何计算可知离基准点位置越远，精度相对越高。通过机器人系统获取机器人的当前坐标点(x1,y1,z1)，将坐标点与坐标系比例系数相乘(x1*Sc, y1*Sc, z1*Sc)，作为机器人在机器人坐标系下的同步显示位置，在三维系统中绘制基于x-y平面坐标系的圆边线，以此边线作为辅助线，因为在上面的步骤中已将原点和坐标系单位调整到标准值，所以圆边线一定会穿过机器人真实所在三维系统中的位置。调节机器人坐标系旋转参数，机器人同步显示坐标旋转后的所在位置，直至机器人位置与真实位置在同一点上。保存机器人坐标系在三维系统中的旋转角度（θ）。
在本实施例中，所述通过矩阵合并计算求得机器人的坐标变换矩阵，其具体计算过程为：
缩放变换矩阵S具体为机器人的坐标系相对于三维系统的坐标系的缩放变换矩阵：
机器人坐标系相对于三维系统坐标系的平移矩阵P：
机器人坐标系相对于三维系统坐标系的旋转矩阵R：
其中，θ为机器人坐标系在三维系统中的旋转角度；
将各个矩阵按照特定顺序相乘，求得机器人的坐标变换矩阵T。
更为具体的，所述将各个矩阵按照特定顺序相乘，求得机器人的坐标变换矩阵及模型尺寸变换矩阵，所述特定顺序具体为：缩放变换矩阵S、平移矩阵P及旋转矩阵R，其具体计算过程为：
T=S*P*R
其中，T为机器人的坐标变换矩阵。
更为具体的，因为矩阵计算满足结合律但不满足交换律，所以可以将变化矩阵按顺序相乘，依次是缩放、平移、旋转，得出结果矩阵即为机器人坐标到三维坐标的变换矩阵。此计算过程：T=S*P*R，T即为机器人坐标到三维巡检展示系统坐标的变换矩阵；L0为机器人当前坐标，机器人在三维坐标系中的坐标值L=L0*T。机器人在三维坐标系中的大小变换矩阵为SM。在此相关配置中，仅需保存坐标变换矩阵T和模型尺寸变换矩阵SM，即可满足后期机器人三维协同巡检的展示。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (8)
1.基于空间坐标变换矩阵的机器人三维协同巡检方法，其特征在于，该方法的步骤包括：
获取机器人三维模型，并将机器人三维模型导入至三维系统；
基于机器人系统预设参数对机器人三维模型参数进行验证，同时验证机器人的坐标系单位与三维系统的坐标系单位是否一致，若不一致，则进行调参矫正，直至验证均通过，得到的模型尺寸变换矩阵SM和缩放变换矩阵S；
在三维系统中，将机器人三维模型加载至预设的基准点坐标，并通过拖拽将机器人三维模型移动至机器人基准点坐标处，得到平移矩阵P；
对机器人执行远离基准点坐标的变换动作，获取机器人的当前坐标，将机器人的当前坐标依次与缩放变换矩阵S、平移矩阵P相乘，并将机器人三维模型以机器人基准点坐标为轴进行旋转调整，使其与实际位置进行重合，得到旋转矩阵R；
通过矩阵合并计算求得机器人的坐标变换矩阵，保存机器人的坐标变换矩阵T及模型尺寸变换矩阵SM，完成机器人三维协同巡检的配置。
2.根据权利要求1所述的基于空间坐标变换矩阵的机器人三维协同巡检方法，其特征在于，所述基于机器人系统预设参数对机器人三维模型参数进行验证，其具体为：通过三维系统的测量工具，测量机器人三维模型的高度和宽度是否与机器人系统预设参数中的机器人实体尺寸一致，若否，则通过滑块调节机器人三维模型的缩放比例，使其与机器人实体尺寸一致。
3.根据权利要求2所述的基于空间坐标变换矩阵的机器人三维协同巡检方法，其特征在于，所述通过滑块调节机器人三维模型的缩放比例，其具体为：
将缩放值记为Sm，同时通过模型尺寸变换矩阵SM对机器人三维模型进行动态刷新，直至机器人三维模型与机器人实体尺寸一致，其中，所述模型尺寸变换矩阵SM具体为：
。
4.根据权利要求3所述的基于空间坐标变换矩阵的机器人三维协同巡检方法，其特征在于，所述验证机器人的坐标系单位与三维系统的坐标系单位是否一致，其具体为：
验证机器人的坐标系单位与三维系统的坐标系单位是否一致，若否，则将坐标系比例系数记为Sc，同时将缩放变换矩阵S应用于机器人坐标系，直至机器人的坐标系单位与三维系统的坐标系单位一致，所述缩放变换矩阵S具体为：
。
5.根据权利要求4所述的基于空间坐标变换矩阵的机器人三维协同巡检方法，其特征在于，所述将机器人三维模型加载至预设的基准点坐标，其具体为：
将机器人坐标系导入至三维系统，设定机器人坐标系的坐标轴与三维系统的坐标轴一致，通过三维系统的可视化界面将机器人坐标系的原点拖动至实际位置，以表征为机器人坐标系的基准点坐标（x0,y0,z0）。
6.根据权利要求5所述的基于空间坐标变换矩阵的机器人三维协同巡检方法，其特征在于，所述将机器人的当前坐标依次与缩放变换矩阵S、平移矩阵P相乘，并将机器人三维模型以机器人基准点坐标为轴进行旋转调整，使其与实际位置进行重合，得到旋转矩阵R，其具体为：
设定机器人远离基准点坐标后，机器人的当前坐标为(x1,y1,z1)，通过机器人的当前坐标与缩放变换矩阵S相乘，以执行缩放操作，得到(x1*Sc, y1*Sc, z1*Sc)，并与平移矩阵P再次相乘，以执行平移操作，得到（x1*Sc+x0, y1*Sc+y0, z1*Sc+z0），将机器人三维模型放到三维系统中的坐标（x1*Sc+x0, y1*Sc+y0, z1*Sc+z0），执行旋转操作，求得旋转矩阵R。
7.根据权利要求1-6任一项所述的基于空间坐标变换矩阵的机器人三维协同巡检方法，其特征在于，所述通过矩阵合并计算求得机器人的坐标变换矩阵，其具体计算过程为：
缩放变换矩阵S具体为机器人的坐标系相对于三维系统的坐标系的缩放变换矩阵：
机器人坐标系相对于三维系统坐标系的平移矩阵P：
机器人坐标系相对于三维系统坐标系的旋转矩阵R：
其中，θ为机器人坐标系在三维系统中的旋转角度；
将各个矩阵按照特定顺序相乘，求得机器人的坐标变换矩阵T。
8. 根据权利要求7所述的基于空间坐标变换矩阵的机器人三维协同巡检方法，其特征在于，所述将各个矩阵按照特定顺序相乘，求得机器人的坐标变换矩阵T，所述特定顺序具体为：缩放变换矩阵S、平移矩阵P及旋转矩阵R，其具体计算过程为：
T = S*P*R
其中，T为机器人的坐标变换矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311437263.4A CN117140539B (zh) | 2023-11-01 | 2023-11-01 | 基于空间坐标变换矩阵的机器人三维协同巡检方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311437263.4A CN117140539B (zh) | 2023-11-01 | 2023-11-01 | 基于空间坐标变换矩阵的机器人三维协同巡检方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117140539A true CN117140539A (zh) | 2023-12-01 |
| CN117140539B CN117140539B (zh) | 2024-01-23 |
Family
ID=88912510
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311437263.4A Active CN117140539B (zh) | 2023-11-01 | 2023-11-01 | 基于空间坐标变换矩阵的机器人三维协同巡检方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117140539B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1094158A (zh) * | 1993-01-21 | 1994-10-26 | 莫托罗拉公司 | 用于检验几何形状的方法及装置 |
| US20090213219A1 (en) * | 2007-12-11 | 2009-08-27 | Honda Research Institute Europe Gmbh | Visually tracking an object in real world using 2d appearance and multicue depth estimations |
| CN102609550A (zh) * | 2011-01-19 | 2012-07-25 | 鸿富锦精密工业（深圳）有限公司 | 产品三维模型自动摆正系统及方法 |
| CN104376552A (zh) * | 2014-09-19 | 2015-02-25 | 四川大学 | 一种3d模型与二维图像的虚实配准算法 |
| US20150262346A1 (en) * | 2012-10-18 | 2015-09-17 | Konica Minolta, Inc. | Image processing apparatus, image processing method, and image processing program |
| JP2016053764A (ja) * | 2014-09-02 | 2016-04-14 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| CN107430389A (zh) * | 2015-02-24 | 2017-12-01 | Sri国际公司 | 超灵巧型系统用户界面 |
| CN109227531A (zh) * | 2017-07-11 | 2019-01-18 | 发那科株式会社 | 生成动作程序的编程装置以及程序生成方法 |
| US20190368865A1 (en) * | 2018-05-30 | 2019-12-05 | Carbon Robotics, Inc. | Method for deriving varied-resolution 3d information from 2d images |
| CN111113414A (zh) * | 2019-12-19 | 2020-05-08 | 长安大学 | 一种基于屏幕标识的机器人三维空间尺度提示方法及系统 |
| CN111618842A (zh) * | 2019-02-28 | 2020-09-04 | 因特利格雷特总部有限责任公司 | 用于机器人纸箱卸载的视觉校准系统 |
| CN112041126A (zh) * | 2018-03-29 | 2020-12-04 | 捷普有限公司 | 用于自主机器人导航的感测认证装置、系统和方法 |
| CN113221857A (zh) * | 2021-06-16 | 2021-08-06 | 深圳大学 | 一种基于草图交互的模型变形方法及装置 |
| CN114693749A (zh) * | 2020-12-29 | 2022-07-01 | 北京外号信息技术有限公司 | 一种用于关联不同的物理坐标系的方法及系统 |
| CN116012442A (zh) * | 2022-09-23 | 2023-04-25 | 中数智科(杭州)科技有限公司 | 一种机械臂末端位姿自动回正的视觉伺服方法 |
| CN116385504A (zh) * | 2023-03-15 | 2023-07-04 | 智洋创新科技股份有限公司 | 一种基于无人机采集点云与图像配准的巡检、测距方法 |
| US20230230312A1 (en) * | 2022-01-20 | 2023-07-20 | Qingdao university of technology | Digital twin modeling method and system for assembling a robotic teleoperation environment |
| CN116867620A (zh) * | 2021-02-10 | 2023-10-10 | 欧姆龙株式会社 | 机器人模型的学习装置、机器人模型的机器学习方法、机器人模型的机器学习程序、机器人控制装置、机器人控制方法、以及机器人控制程序 |
-
2023
- 2023-11-01 CN CN202311437263.4A patent/CN117140539B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1094158A (zh) * | 1993-01-21 | 1994-10-26 | 莫托罗拉公司 | 用于检验几何形状的方法及装置 |
| US20090213219A1 (en) * | 2007-12-11 | 2009-08-27 | Honda Research Institute Europe Gmbh | Visually tracking an object in real world using 2d appearance and multicue depth estimations |
| CN102609550A (zh) * | 2011-01-19 | 2012-07-25 | 鸿富锦精密工业（深圳）有限公司 | 产品三维模型自动摆正系统及方法 |
| US20150262346A1 (en) * | 2012-10-18 | 2015-09-17 | Konica Minolta, Inc. | Image processing apparatus, image processing method, and image processing program |
| JP2016053764A (ja) * | 2014-09-02 | 2016-04-14 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| CN104376552A (zh) * | 2014-09-19 | 2015-02-25 | 四川大学 | 一种3d模型与二维图像的虚实配准算法 |
| CN107430389A (zh) * | 2015-02-24 | 2017-12-01 | Sri国际公司 | 超灵巧型系统用户界面 |
| CN109227531A (zh) * | 2017-07-11 | 2019-01-18 | 发那科株式会社 | 生成动作程序的编程装置以及程序生成方法 |
| CN112041126A (zh) * | 2018-03-29 | 2020-12-04 | 捷普有限公司 | 用于自主机器人导航的感测认证装置、系统和方法 |
| US20190368865A1 (en) * | 2018-05-30 | 2019-12-05 | Carbon Robotics, Inc. | Method for deriving varied-resolution 3d information from 2d images |
| CN111618842A (zh) * | 2019-02-28 | 2020-09-04 | 因特利格雷特总部有限责任公司 | 用于机器人纸箱卸载的视觉校准系统 |
| CN111113414A (zh) * | 2019-12-19 | 2020-05-08 | 长安大学 | 一种基于屏幕标识的机器人三维空间尺度提示方法及系统 |
| CN114693749A (zh) * | 2020-12-29 | 2022-07-01 | 北京外号信息技术有限公司 | 一种用于关联不同的物理坐标系的方法及系统 |
| CN116867620A (zh) * | 2021-02-10 | 2023-10-10 | 欧姆龙株式会社 | 机器人模型的学习装置、机器人模型的机器学习方法、机器人模型的机器学习程序、机器人控制装置、机器人控制方法、以及机器人控制程序 |
| CN113221857A (zh) * | 2021-06-16 | 2021-08-06 | 深圳大学 | 一种基于草图交互的模型变形方法及装置 |
| US20230230312A1 (en) * | 2022-01-20 | 2023-07-20 | Qingdao university of technology | Digital twin modeling method and system for assembling a robotic teleoperation environment |
| CN116012442A (zh) * | 2022-09-23 | 2023-04-25 | 中数智科(杭州)科技有限公司 | 一种机械臂末端位姿自动回正的视觉伺服方法 |
| CN116385504A (zh) * | 2023-03-15 | 2023-07-04 | 智洋创新科技股份有限公司 | 一种基于无人机采集点云与图像配准的巡检、测距方法 |
Non-Patent Citations (2)
| Title |
|---|
| STEPHAN HUSSMANN; YUHENG WANG; VITALI CZYMMEK; FLORIAN J. KNOLL: "Image matching algorithm for weed control applications in organic farming", 《2019 IEEE INTERNATIONAL INSTRUMENTATION AND MEASUREMENT TECHNOLOGY CONFERENCE (I2MTC)》 * |
| 方远东: "面向拖动示教机器人的全软件控制系统研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117140539B (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113610921B (zh) | 混合工件抓取方法、设备及计算机可读存储介质 | |
| US8855407B2 (en) | Electronic device and method for adjusting orientation of product model in machine coordinate system | |
| US8654193B2 (en) | Method for registering model data for optical recognition processing and optical sensor | |
| CN113246140B (zh) | 一种基于相机测量的多模型工件无序抓取方法及装置 | |
| US20080030498A1 (en) | System and method for integrating dispersed point-clouds of multiple scans of an object | |
| CN112729345B (zh) | 用于光学定位器精度检测的方法及装置 | |
| CN109977466A (zh) | 一种三维扫描视点规划方法、装置及计算机可读存储介质 | |
| CN104754264A (zh) | 一种基于特征点的投影变形校正方法及系统 | |
| CN107063060A (zh) | 一种确定表面平面度的方法及装置 | |
| CN103270534B (zh) | 用于检测机床中的对象的位置的装置和方法 | |
| CN109767416A (zh) | 机械设备的定位系统及方法 | |
| CN113269723A (zh) | 三维视觉定位与机械手协同工作的零部件无序抓取系统 | |
| CN106323286B (zh) | 一种机器人坐标系与三维测量坐标系的变换方法 | |
| CN103191958B (zh) | 一种板料成形回弹的光学检测方法 | |
| CN107908810B (zh) | 基于bim模型及移动定位技术的施工管理方法 | |
| CN109814434A (zh) | 控制程序的校准方法及装置 | |
| CN117140539B (zh) | 基于空间坐标变换矩阵的机器人三维协同巡检方法 | |
| US20210008724A1 (en) | Method and apparatus for managing robot system | |
| CN116068959A (zh) | 基于刀路补偿的加工方法、电子设备及存储介质 | |
| WO2017210576A1 (en) | Semiconductor die offset compensation variation | |
| CN112414340B (zh) | 一种工件的三坐标测量方法、装置、设备及存储介质 | |
| CN111275662A (zh) | 基于二维码的工件定位方法、装置、设备和存储介质 | |
| CN115205390A (zh) | 工业机器人面结构光立体相机位姿在线标定方法及系统 | |
| CN111915666A (zh) | 基于移动终端的体积测量方法及装置 | |
| CN112650095B (zh) | 一种高度自动化的工程测量方法 |
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 |