CN117754561A - 电缆抓取点的定位方法、装置和机器人系统 - Google Patents
电缆抓取点的定位方法、装置和机器人系统 Download PDFInfo
- Publication number
- CN117754561A CN117754561A CN202311479367.1A CN202311479367A CN117754561A CN 117754561 A CN117754561 A CN 117754561A CN 202311479367 A CN202311479367 A CN 202311479367A CN 117754561 A CN117754561 A CN 117754561A
- Authority
- CN
- China
- Prior art keywords
- target
- measurement data
- arm
- binocular camera
- robot
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005259 measurement Methods 0.000 claims abstract description 112
- 230000004927 fusion Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Landscapes
- Manipulator (AREA)
Abstract
本申请涉及一种电缆抓取点的定位方法、装置和机器人系统,其中,该方法包括:获取由激光雷达采集的目标作业场景的第一测量数据;获取由臂外双目相机采集的目标作业场景的第二测量数据;根据第一测量数据和第二测量数据,确定目标抓取点相对于目标机器人基座标系的初始位姿信息;在目标机器人基于初始位姿信息调整位姿后,获取由臂上双目相机采集的目标作业场景的第三测量数据;根据第三测量数据,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息。通过本申请,解决了相关技术中电缆抓取点的定位精度低下的问题,提高了电缆抓取点的定位精度。
Description
技术领域
本申请涉及机器人视觉领域,特别是涉及电缆抓取点的定位方法。
背景技术
对配电网络进行作业的过程中,需要精确识别出电缆抓取点的位置,控制带电作业机器人完成抓线、剥线、挂线等动作。
现有技术中,一般采用以激光雷达为传感器的全局激光建模定位方法,或者以相机为传感器的视觉定位方法,识别出电缆的位置,然后针对电缆完成作业。然而,当使用全局激光建模方案定位电缆时,由于其传感器本身的精度多在3cm至5cm,结合系统误差,最终定位精度往往不足1cm;而使用视觉方案定位电缆时,抗干扰能力较差,在户外环境中强光、夜间等条件下,定位精度较低。综上,全局激光建模定位方案或视觉定位方案对电缆抓取点的定位精度都较为低下,无法满足作业需求。
针对相关技术中存在电缆抓取点的定位精度低下的问题,目前还没有提出有效的解决方案。
发明内容
在本实施例中提供了一种电缆抓取点的定位方法、装置和机器人系统,以解决相关技术中电缆抓取点的定位精度低下的问题。
第一个方面,在本实施例中提供了一种电缆抓取点的定位方法,包括:
获取由激光雷达采集的目标作业场景的第一测量数据;其中,所述目标作业场景包括目标电缆;
获取由臂外双目相机采集的所述目标作业场景的第二测量数据;其中,所述激光雷达与所述臂外双目相机固定于目标机器人的第一固定部位;
根据所述第一测量数据和所述第二测量数据,确定目标抓取点相对于所述目标机器人基座标系的初始位姿信息;其中,所述目标抓取点位于所述目标电缆上;
在所述目标机器人基于所述初始位姿信息调整位姿后,获取由臂上双目相机采集的所述目标作业场景的第三测量数据,其中,所述臂上双目相机固定于所述目标机器人的第二固定部位;
根据所述第三测量数据,确定所述目标抓取点相对于所述目标机器人的机械臂末端座标系的目标位姿信息。
在其中的一些实施例中,所述根据所述第一测量数据和所述第二测量数据,确定目标抓取点相对于所述目标机器人基座标系的初始位姿信息,包括:
确定所述激光雷达与所述臂外双目相机的位置关系,作为第一位置关系;
确定所述激光雷达与所述第一固定部位的位置关系,作为第二位置关系;
确定所述第一固定部位与所述目标机器人的基座之间的位置关系,作为第三位置关系;
根据所述第一位置关系、所述第二位置关系以及所述第三位置关系,结合所述第一测量数据和所述第二测量数据,确定所述初始位姿信息。
在其中的一些实施例中,所述确定所述激光雷达与所述臂外双目相机的位置关系,作为第一位置关系,包括:
利用预设标定板对所述激光雷达与所述臂外双目相机的位置关系进行标定,得到所述第一位置关系。
在其中的一些实施例中,所述确定所述激光雷达与所述第一固定部位的位置关系,作为第二位置关系,包括:
利用预设标定物对所述激光雷达与所述第一固定部位的位置关系进行标定,得到所述第二位置关系。
在其中的一些实施例中,所述根据所述第一位置关系、所述第二关系以及所述第三位置关系,结合所述第一测量数据和所述第二测量数据,确定所述初始位姿信息,包括:
根据所述第一位置关系,对所述第一测量数据和所述第二测量数据进行融合,得到目标融合信息;
根据所述第二位置关系,将所述目标融合信息转化到所述目标机器人基座标系中,得到所述初始位姿信息。
在其中的一些实施例中,所述根据所述第三测量数据,确定所述目标抓取点相对于所述目标机器人的机械臂末端座标系的目标位姿信息,包括:
确定所述臂上双目相机与所述目标机器人的机械臂末端的位置关系;
根据所述位置关系,结合所述第三测量数据,确定所述目标抓取点相对于所述目标机器人的机械臂末端座标系的目标位姿信息。
在其中的一些实施例中,所述方法还包括:
根据所述初始位姿信息,控制所述目标机器人的移动和姿态调整运动;
根据所述目标位姿信息,控制所述目标机器人的末端运动。
第二个方面,在本实施例中提供了一种电缆抓取点的定位装置,包括:第一获取模块、第二获取模块、第一定位模块、第三获取模块以及第二定位模块,其中:
所述第一获取模块,用于获取由激光雷达采集的目标作业场景的第一测量数据;其中,所述目标作业场景包括目标电缆;
所述第二获取模块,用于获取由臂外双目相机采集的所述目标作业场景的第二测量数据;其中,所述激光雷达与所述臂外双目相机固定于目标机器人的第一固定部位;
所述第一定位模块,用于根据所述第一测量数据和所述第二测量数据,确定目标抓取点相对于所述目标机器人基座标系的初始位姿信息;其中,所述目标抓取点位于所述目标电缆上;
所述第三获取模块,用于在所述目标机器人基于所述初始位姿信息调整位姿后,获取由臂上双目相机采集的所述目标作业场景的第三测量数据,其中,所述臂上双目相机固定于所述目标机器人的第二固定部位;
所述第二定位模块,用于根据所述第三测量数据,确定所述目标抓取点相对于所述目标机器人的机械臂末端座标系的目标位姿信息。
第三个方面,在本实施例中提供了一种机器人系统,包括基座、机器人主体、激光雷达、臂外双目相机、臂上双目相机、机械臂以及处理器,所述激光雷达和所述臂外双目相机固定于机器人主体上的第一固定部位上,所述臂上双目相机固定于所述机械臂上的第二固定部位上;所述处理器与所述激光雷达、所述臂外双目相机、所述臂上双目相机以及所述机械臂通信连接;
所述激光雷达用于采集目标作业场景的第一测量数据;其中,所述目标作业场景包括目标电缆;
所述臂外双目相机用于采集所述目标作业场景的第二测量数据;
所述臂上双目相机用于采集的所述目标作业场景的第三测量数据;
所述处理器用于执行第一个方面所述的电缆抓取点的定位方法。
第四个方面,在本实施例中提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一个方面所述的电缆抓取点的定位方法。
与相关技术相比,在本实施例中提供的电缆抓取点的定位方法、装置和系统,通过获取由激光雷达采集的目标作业场景的第一测量数据;获取由臂外双目相机采集的目标作业场景的第二测量数据;根据第一测量数据和第二测量数据,确定目标抓取点相对于目标机器人基座标系的初始位姿信息;获取由臂上双目相机采集的目标作业场景的第三测量数据;根据第三测量数据,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息。解决了相关技术中电缆抓取点的定位精度低下的问题,提高了电缆抓取点的定位精度。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是本实施例的电缆抓取点的定位方法的终端的硬件结构框图;
图2是本实施例的电缆抓取点的方法的流程图;
图3是本实施例的电缆抓取点的定位装置的结构框图。
具体实施方式
为更清楚地理解本申请的目的、技术方案和优点,下面结合附图和实施例,对本申请进行了描述和说明。
除另作定义外,本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制,它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体,其目的是涵盖不排他的包含;例如,包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元),而可包括未列出的步骤或模块(单元),或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接,而可以包括电气连接,无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。通常情况下,字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等,只是对相似对象进行区分,并不代表针对对象的特定排序。
在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行,图1是本实施例的电缆抓取点的定位方法的终端的硬件结构框图。如图1所示,终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述终端的结构造成限制。例如,终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如在本实施例中的电缆抓取点的定位方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(NetworkInterface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种电缆抓取低点的定位方法,图2是本实施例的电缆抓取点的方法的流程图,如图2所示,该流程包括如下步骤:
步骤S201,获取由激光雷达采集的目标作业场景的第一测量数据;其中,目标作业场景包括目标电缆。
具体地,本实施例通过激光雷达与双目相机的联合标定,对目标作业场景进行环境重构和目标识别,从而实现电缆抓取点的定位。可以选用型号为Mid-70的激光雷达与型号为ZED 2i的双目相机。其中,第一测量数据为以激光雷达为传感器,根据激光测量原理采集到的目标作业场景的点云数据,包括目标作业场景中各点的三维坐标(x,y,z)和激光反射强度。
步骤S202,获取由臂外双目相机采集的目标作业场景的第二测量数据;其中,激光雷达与臂外双目相机固定于目标机器人的第一固定部位。
具体地,利用臂外双目相机获取目标作业场景的第二测量数据,第二测量数据包括目标作业场景的深度图像和点云数据。激光雷达和臂外双目相机固定于目标机器人的第一固定部位,该第一固定部位可以是云台,云台可以设置于目标机器人的顶部,或除机械臂以外的其他部分,在此不做更多限定。以上述激光雷达和臂外双目相机为传感器,可以对目标作业场景进行眼在手外的标定。
上述第二测量数据为以臂外双目相机为传感器,根据视觉测量原理而得到的目标作业场景的点云数据,包括目标作业场景中各点的三维坐标(x,y,z)和RGB图像数据。
步骤S203,根据第一测量数据和第二测量数据,确定目标抓取点相对于目标机器人基座标系的初始位姿信息;其中,目标抓取点位于目标电缆上。
具体地,对上述第一测量数据和第二测量数据进行预处理,包括点云数据的滤波、重采样、配准,以及RGB图像数据的校正和匹配等。然后,基于多传感器深度融合算法,将第一测量数据与第二测量数据进行融合,从而完成对目标作业场景的三维重建,对目标作业场景中的目标电缆的位姿和结构特征进行识别,最终生成目标电缆上的目标抓取点的位姿参数。进一步地,结合第一固定部位的方位角和俯仰角等数据,将上述位姿参数转换到目标机器人基座坐标系,得到目标抓取点相对于目标机器人基座标系的初始位姿信息。
其中,可以利用卡尔曼滤波算法等非线性优化方法实现上述多传感器深度融合,本实施例基于多传感器联合标定及深度融合,针对目标抓取点获取包含深度信息的视觉信息,即上述初始位姿信息,从而实现对电缆抓取点的初始定位,该方法克服了激光雷达和双目相机各自的缺点,提高了电缆抓取点定位的精度。
步骤S204,在目标机器人基于初始位姿信息调整位姿后,获取由臂上双目相机采集的目标作业场景的第三测量数据,其中,臂上双目相机固定于目标机器人的第二固定部位。
具体地,臂上双目相机可以是型号为ZED 2i的双目相机,第二固定部位设置于目标机器人的机械臂上,本实施例的电缆抓取点的定位方法可以基于六轴带电作业机器人实现,此情况下,第二固定部位设置与机器人的机械臂第六轴上。通过上述步骤S201至S203可以得到目标抓取点的初始位姿信息,在此基础上,以臂上双目相机作为传感器,对目标作业场景进行又一次标定,从而获取目标抓取点更精确的位姿信息。其中,第三测量数据为以臂上双目相机为传感器,基于眼在手上的视觉测量方法而获取的点云数据,该点云数据包括目标作业场景中各点的三维坐标(x,y,z)和RGB图像数据。
步骤S205,根据第三测量数据,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息。
具体地,臂上双目相机固定在目标机器人的机械臂上,而目标机器人进行作业时,由机械臂末端执行具体动作,因此,本实施例对机械臂末端和臂上双目相机进行外参标定,第三测量数据是目标作业场景在臂上双目相机坐标系下的点云数据,经过上述外参标定,第三测量数据被对齐至机械臂末端坐标系下,基于此,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息。
本实施例基于前述步骤S201至S203,确定目标抓取点相对于目标机器人基座标系的初始位姿信息,完成了对电缆抓取点的初始定位,该初始位姿信息可以用于在大范围内定位目标抓取点、引导机器人前往目标电缆的准确位置处、并调整姿态,为具体作业动作提供准备等。在初始定位的基础上,基于上述步骤S204至S205,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息,实现对目标抓取点的精确定位,根据该目标位姿信息,结合实例分割等方法,可以实现对目标抓取点的三维目标识别,从而引导机器人末端工具针对目标抓取点执行抓线、剥线、挂线等动作。
通过上述步骤S201至S205,获取由激光雷达采集的目标作业场景的第一测量数据;其中,目标作业场景包括目标电缆;获取由臂外双目相机采集的目标作业场景的第二测量数据;其中,激光雷达与臂外双目相机固定于目标机器人的第一固定部位;根据所述第一测量数据和第二测量数据,确定目标抓取点相对于目标机器人基座标系的初始位姿信息;其中,目标抓取点位于目标电缆上;获取由臂上双目相机采集的目标作业场景的第三测量数据,其中,臂上双目相机固定于目标机器人的第二固定部位;根据第三测量数据,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息。
在传感器选择方面,本实施例融合了激光雷达与双目相机,在标定方法方面,本实施例选取了眼在手外与眼在手上相结合的定位方法。先通过固定在机器人臂外云台上的激光雷达和臂外双目相机,基于眼在手外的激光雷达-双目相机联合标定确定电缆抓取点相对于机器人基座标系的初始位姿信息,实现在大范围内针对电缆抓取点的初始定位。再通过固定在机械臂上的双目相机,对电缆抓取点进行眼在手上的视觉标定,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息,完成进一步的精确定位。本实施例提供的定位方法结合多种传感器,经过两次手眼标定完成定位,可以在混合现实环境下进行多重信息的显示和反馈,从而解决了相关技术中电缆抓取点的定位精度低下的问题,提高了电缆抓取点的定位精度。
在其中的一些实施例中,基于上述步骤S203,根据第一测量数据和第二测量数据,确定目标抓取点相对于目标机器人基座标系的初始位姿信息,具体可以包括:
确定激光雷达与臂外双目相机的位置关系,作为第一位置关系;确定激光雷达与第一固定部位的位置关系,作为第二位置关系;确定第一固定部位与目标机器人的基座之间的位置关系,作为第三位置关系;根据第一位置关系、第二关系以及第三位置关系,结合第一测量数据和所述第二测量数据,确定初始位姿信息。
进一步地,在其中的一些实施例中,确定激光雷达与臂外双目相机的位置关系,作为第一位置关系,具体可以包括:利用预设标定板对激光雷达与臂外双目相机的位置关系进行标定,得到第一位置关系。其中,预设标定板可以为棋盘标定板。
进一步地,在其中的一些实施例中,确定激光雷达与第一固定部位的位置关系,作为第二位置关系,具体可以包括:利用预设标定物对激光雷达与所述第一固定部位的位置关系进行标定,得到第二位置关系。其中,预设标定物可以为立体标定物。
进一步地,根据第一位置关系、第二位置关系以及第三位置关系,结合第一测量数据和第二测量数据,确定初始位姿信息,具体可以包括:
根据第一位置关系,对第一测量数据和所述第二测量数据进行融合,得到目标融合信息;根据第二位置关系,将目标融合信息转化到目标机器人基座标系中,得到初始位姿信息。
另外,在其中的一些实施例中,根据上述步骤S205,根据第三测量数据,确定目标抓取点相对于所标机器人的机械臂末端座标系的目标位姿信息,具体可以包括:
确定臂上双目相机与目标机器人的机械臂末端的位置关系;根据位置关系,结合第三测量数据,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息。
此外,在其中的一些实施例中,该定位方法还可以包括:根据初始位姿信息,控制目标机器人的移动和姿态调整运动。根据目标位姿信息,控制目标机器人的末端运动。其中,初始位姿信息为在大范围内的初始定位,可以引导目标机器人移动至目标电缆处,并调整姿态,以便对目标电缆实施作业,进一步地,根据目标位姿信息,在初始定位的基础上,对目标抓取点进行更精确的定位。在一些实施例中,上述定位方法的精度能够达到或接近正负1.5cm。
在本实施例中还提供了一种电缆抓取点的定位装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图3是本实施例的电缆抓取点的定位装置的结构框图,如图3所示,该装置包括:第一获取模块31、第二获取模块32、第一定位模块33、第三获取模块34以及第二定位模块35,其中:
第一获取模块31用于获取由激光雷达采集的目标作业场景的第一测量数据;其中,目标作业场景包括目标电缆;第二获取模块32用于获取由臂外双目相机采集的目标作业场景的第二测量数据;其中,激光雷达与臂外双目相机固定于目标机器人的第一固定部位;第一定位模块33用于根据第一测量数据和第二测量数据,确定目标抓取点相对于目标机器人基座标系的初始位姿信息;其中,目标抓取点位于目标电缆上;第三获取模块34用于在目标机器人基于初始位姿信息调整位姿后,获取由臂上双目相机采集的目标作业场景的第三测量数据,其中,臂上双目相机固定于目标机器人的第二固定部位;第二定位模块35用于根据第三测量数据,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在本实施例中还提供了一种机器人系统,包括基座、机器人主体、激光雷达、臂外双目相机、臂上双目相机、机械臂以及处理器,激光雷达和臂外双目相机固定于机器人主体上的第一固定部位上,臂上双目相机固定于机械臂上的第二固定部位上;处理器与激光雷达、臂外双目相机、臂上双目相机以及机械臂通信连接;
激光雷达用于采集目标作业场景的第一测量数据;其中,目标作业场景包括目标电缆;臂外双目相机用于采集目标作业场景的第二测量数据;臂上双目相机用于采集的目标作业场景的第三测量数据;处理器用于实现上述实施例中的任意一种电缆抓取点的定位方法。在一些实施例中,该机器人系统包括至少两个机械臂。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取由激光雷达采集的目标作业场景的第一测量数据;其中,目标作业场景包括目标电缆;
S2,获取由臂外双目相机采集的目标作业场景的第二测量数据;其中,激光雷达与臂外双目相机固定于目标机器人的第一固定部位;
S3,根据第一测量数据和第二测量数据,确定目标抓取点相对于目标机器人基座标系的初始位姿信息;其中,目标抓取点位于目标电缆上;
S4,在目标机器人基于初始位姿信息调整位姿后,获取由臂上双目相机采集的目标作业场景的第三测量数据,其中,臂上双目相机固定于目标机器人的第二固定部位;
S5,根据第三测量数据,确定目标抓取点相对于目标机器人的机械臂末端座标系的目标位姿信息。
需要说明的是,在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,在本实施例中不再赘述。
此外,结合上述实施例中提供的电缆抓取点的定位方法,在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种电缆抓取点的定位方法。
应该明白的是,这里描述的具体实施例只是用来解释这个应用,而不是用来对它进行限定。根据本申请提供的实施例,本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例,均属本申请保护范围。
显然,附图只是本申请的一些例子或实施例,对本领域的普通技术人员来说,也可以根据这些附图将本申请适用于其他类似情况,但无需付出创造性劳动。另外,可以理解的是,尽管在此开发过程中所做的工作可能是复杂和漫长的,但是,对于本领域的普通技术人员来说,根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段,不应被视为本申请公开的内容不足。
“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例,也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是,本申请中描述的实施例在没有冲突的情况下,可以与其它实施例结合。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对专利保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电缆抓取点的定位方法,其特征在于,包括:
获取由激光雷达采集的目标作业场景的第一测量数据;其中,所述目标作业场景包括目标电缆;
获取由臂外双目相机采集的所述目标作业场景的第二测量数据;其中,所述激光雷达与所述臂外双目相机固定于目标机器人的第一固定部位;
根据所述第一测量数据和所述第二测量数据,确定目标抓取点相对于所述目标机器人基座标系的初始位姿信息;其中,所述目标抓取点位于所述目标电缆上;
在所述目标机器人基于所述初始位姿信息调整位姿后,获取由臂上双目相机采集的所述目标作业场景的第三测量数据,其中,所述臂上双目相机固定于所述目标机器人的第二固定部位;
根据所述第三测量数据,确定所述目标抓取点相对于所述目标机器人的机械臂末端座标系的目标位姿信息。
2.根据权利要求1所述的电缆抓取点的定位方法,其特征在于,所述根据所述第一测量数据和所述第二测量数据,确定目标抓取点相对于所述目标机器人基座标系的初始位姿信息,包括:
确定所述激光雷达与所述臂外双目相机的位置关系,作为第一位置关系;
确定所述激光雷达与所述第一固定部位的位置关系,作为第二位置关系;
确定所述第一固定部位与所述目标机器人的基座之间的位置关系,作为第三位置关系;
根据所述第一位置关系、所述第二关系以及所述第三位置关系,结合所述第一测量数据和所述第二测量数据,确定所述初始位姿信息。
3.根据权利要求2所述的电缆抓取点的定位方法,其特征在于,所述确定所述激光雷达与所述臂外双目相机的位置关系,作为第一位置关系,包括:
利用预设标定板对所述激光雷达与所述臂外双目相机的位置关系进行标定,得到所述第一位置关系。
4.根据权利要求2所述的电缆抓取点的定位方法,其特征在于,所述确定所述激光雷达与所述第一固定部位的位置关系,作为第二位置关系,包括:
利用预设标定物对所述激光雷达与所述第一固定部位的位置关系进行标定,得到所述第二位置关系。
5.根据权利要求2所述的电缆抓取点的定位方法,其特征在于,所述根据所述第一位置关系、所述第二位置关系以及所述第三位置关系,结合所述第一测量数据和所述第二测量数据,确定所述初始位姿信息,包括:
根据所述第一位置关系,对所述第一测量数据和所述第二测量数据进行融合,得到目标融合信息;
根据所述第二位置关系,将所述目标融合信息转化到所述目标机器人基座标系中,得到所述初始位姿信息。
6.根据权利要求1所述的电缆抓取点的定位方法,其特征在于,所述根据所述第三测量数据,确定所述目标抓取点相对于所述目标机器人的机械臂末端座标系的目标位姿信息,包括:
确定所述臂上双目相机与所述目标机器人的机械臂末端的位置关系;
根据所述位置关系,结合所述第三测量数据,确定所述目标抓取点相对于所述目标机器人的机械臂末端座标系的目标位姿信息。
7.根据权利要求1所述的电缆抓取点的定位方法,其特征在于,所述方法还包括:
根据所述初始位姿信息,控制所述目标机器人的移动和姿态调整运动;
根据所述目标位姿信息,控制所述目标机器人的末端运动。
8.一种电缆抓取点的定位装置,其特征在于,包括:第一获取模块、第二获取模块、第一定位模块、第三获取模块以及第二定位模块,其中:
所述第一获取模块,用于获取由激光雷达采集的目标作业场景的第一测量数据;其中,所述目标作业场景包括目标电缆;
所述第二获取模块,用于获取由臂外双目相机采集的所述目标作业场景的第二测量数据;其中,所述激光雷达与所述臂外双目相机固定于目标机器人的第一固定部位;
所述第一定位模块,用于根据所述第一测量数据和所述第二测量数据,确定目标抓取点相对于所述目标机器人基座标系的初始位姿信息;其中,所述目标抓取点位于所述目标电缆上;
所述第三获取模块,用于在所述目标机器人基于所述初始位姿信息调整位姿后,获取由臂上双目相机采集的所述目标作业场景的第三测量数据,其中,所述臂上双目相机固定于所述目标机器人的第二固定部位;
所述第二定位模块,用于根据所述第三测量数据,确定所述目标抓取点相对于所述目标机器人的机械臂末端座标系的目标位姿信息。
9.一种机器人系统,其特征在于,包括基座、机器人主体、激光雷达、臂外双目相机、臂上双目相机、机械臂以及处理器,所述激光雷达和所述臂外双目相机固定于机器人主体上的第一固定部位上,所述臂上双目相机固定于所述机械臂上的第二固定部位上;所述处理器与所述激光雷达、所述臂外双目相机、所述臂上双目相机以及所述机械臂通信连接;
所述激光雷达用于采集目标作业场景的第一测量数据;其中,所述目标作业场景包括目标电缆;
所述臂外双目相机用于采集所述目标作业场景的第二测量数据;
所述臂上双目相机用于采集的所述目标作业场景的第三测量数据;
所述处理器用于执行权利要求1至7中任一项所述的电缆抓取点的定位方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的电缆抓取点的定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311479367.1A CN117754561A (zh) | 2023-11-07 | 2023-11-07 | 电缆抓取点的定位方法、装置和机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311479367.1A CN117754561A (zh) | 2023-11-07 | 2023-11-07 | 电缆抓取点的定位方法、装置和机器人系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117754561A true CN117754561A (zh) | 2024-03-26 |
Family
ID=90315136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311479367.1A Pending CN117754561A (zh) | 2023-11-07 | 2023-11-07 | 电缆抓取点的定位方法、装置和机器人系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117754561A (zh) |
-
2023
- 2023-11-07 CN CN202311479367.1A patent/CN117754561A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8355816B2 (en) | Action teaching system and action teaching method | |
KR20180120647A (ko) | 가이드된 어셈블리 환경에서 머신비전 좌표공간과 함께 묶기 위한 시스템 및 방법 | |
EP1584426A1 (en) | Tool center point calibration system | |
CN113601503B (zh) | 手眼标定方法、装置、计算机设备和存储介质 | |
JP2005201824A (ja) | 計測装置 | |
CN113910219A (zh) | 运动臂系统以及控制方法 | |
CN111590593B (zh) | 机械臂的标定方法、装置、系统及存储介质 | |
CN116958146A (zh) | 3d点云的采集方法及装置、电子装置 | |
CN115435754B (zh) | 摄影测量方法、装置、三维扫描方法和三维扫描系统 | |
CN110298877A (zh) | 一种物体三维位姿的确定方法、装置及电子设备 | |
CN114387352A (zh) | 一种外参标定方法、装置、设备及存储介质 | |
CN113211444B (zh) | 一种用于机器人标定的系统及标定方法 | |
CN112659129B (zh) | 机器人的定位方法、装置、系统和计算机设备 | |
CN113768627A (zh) | 视觉导航仪感受野获取方法、设备、手术机器人 | |
CN117754561A (zh) | 电缆抓取点的定位方法、装置和机器人系统 | |
CN114187312A (zh) | 目标物的抓取方法、装置、系统、存储介质及设备 | |
CN114098980A (zh) | 相机位姿调整方法、空间注册方法、系统和存储介质 | |
KR102432370B1 (ko) | 피킹 로봇을 위한 비젼 분석 장치 | |
WO2021261411A1 (ja) | ロボット教示方法及びロボット作業方法 | |
CN113246145A (zh) | 核工业抓取设备的位姿补偿方法、系统和电子装置 | |
CN116934751B (zh) | 高精点云的采集方法及装置、存储介质、电子设备 | |
CN118081735A (zh) | 基于三维扫描系统的路径模拟方法、装置和计算机设备 | |
CN115837670A (zh) | 三维扫描系统的标定路径规划方法和标定方法 | |
CN115493512B (zh) | 数据处理方法、三维扫描系统、电子装置和存储介质 | |
Bouzouia et al. | Teleoperation system of the mobile Manipulator Robot ROBUTER_ULM: Implementation issues |
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 |