考虑基坐标系误差的机器人运动学标定方法

提出了一种基于机器人几何参数误差与基坐标系位姿误差的六轴串联型机器人误差标定方法.首先基于MD-H方法建立了IRB6700机器人几何参数误差模型,得到机器人连杆几何参数误差到机器人末端位姿误差的映射关系;然后进一步考虑了基坐标系的位姿误差,并建立了考虑基坐标系误差的机器人误差模型;此外,针对传统标定方法操作繁琐、偶然误...     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

基于机器人的对接位姿视觉测量系统标定研究

针对传统的相机内参矩阵和相机位置参数标定方法较为繁琐复杂且与相机内参标定互相割裂的痛点,本文设计了一种基于机器人的对接位姿视觉测量系统标定方法,利用采集得到的不同位姿关系下标定板图像以及对应的末端机器人末端执行器位姿数据,解算视觉位姿测量过程中涉及到的不同坐标系间位姿转换关系,一次性完成相机内参标定和相机位置参数标定....     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

单目视觉双臂机器人相对位姿的快速标定

由两个独立机械臂组成的双臂机器人系统,两个机械臂分别有各自独立的基坐标系,针对此类双臂机器人基坐标系相对位姿的确定问题,提出了单目视觉双臂机器人相对位姿标定方法。将相机安装在其中一机械臂末端执行器上组成手眼系统,标定板安装在另一机械臂末端执行器上,保持安装有相机的机械臂位姿固定不动,控制安装有标定板的机械臂运动达到任意不同的拍照位置,相机拍照并同时从机器人返回并记录下每个拍摄位置的机器人参数,联立解出基坐标系间的相对位姿关系。将实验结果应用于智能变电站隔离断路器自动检修双臂机器人,证明此方法能够满足实际工作需求,便于实际应用。     

基于Halcon的工业机器人手眼标定方法研究

机器人手眼标定是机器人视觉技术的重要研究内容,基于Halcon所提供的标定板,充分考虑相机镜头径向畸变对手眼标定的影响,设计一种全新的、高精度、高效率的Eye-in-Hand手眼标定方法,该方法在标定了相机内外参数的同时也建立了相机图像坐标系与机器人基坐标系之间的相互转换关系,并通过实验进行了验证,其平移误差在1mm,旋转误差在1。以内。实验结果表明该方法具有较高的标定效率与较高的标定精度,可广泛应用于工业机器人视觉系统手眼标定中。     

基于激光跟踪仪的机器人误差测量系统标定

为了测量出工业机器人的定位误差,根据工业机器人定位误差测量系统的特点,采用基于距离约束的方法实现了了机器人Tool0坐标系与测量靶标坐标系之间的位置矩阵(工具坐标系)的自动化标定过程,同时分步实现了机器人基坐标系与测量设备基坐标系之间的位姿矩阵(基坐标系)自动化标定过程;建立了基于激光跟踪仪的工业机器人定位误差测量系统,并根据测量数据具体标定出了涉及到的各个坐标系,验证了算法的有效性,为工业机器人定位误差的测量打下了基础。     

基于多传感融合的吊装过程监测系统联合标定方法研究

为实现大尺度产品部件吊装对接实时位姿安全监控,利用多传感器数据融合技术,组建了包括单目视觉系统、九轴MEMS以及激光测距传感器的多传感器联合测量系统-集成测量单元。针对组建的集成测量单元设计了多传感器联合测量系统联合标定的方法,该方法借助于工业机器人首先将单目视觉系统与九轴MEMS标定于集成测量单元坐标系,然后借助单目视觉系统和工业机器人将激光测距传感器的激光射线的空间直线方程标定于集成测量单元坐标系中,最终将单目视觉系统、九轴MEMS以及激光测距传感器联合标定于统一的集成测量单元坐标系下,完成联合标定。最后经过实际试验的数据分析以及误差验证,该方法完全满足吊装过程监测任务的精度与特性要求。     

基于对偶四元数的机器人基坐标系标定方法研究

针对借助激光跟踪仪标定机器人所涉及的坐标系统一问题,对基于空间几何法拟合建立的基坐标系与机器人理论基坐标系的转换关系进行了研究,提出了一种基于对偶四元数法的机器人基坐标系标定方法。利用指数积公式推导了七自由度串联机器人正运动学,建立了基于对偶四元数表示法的机器人基坐标系标定模型,该模型将拟合建立的基坐标系与机器人理论基坐标系之间坐标转换的旋转与平移过程进行了统一描述。研究结果表明,该标定方法可一次性计算出标定方程的旋转部分和平移部分,避免了传统位姿分步计算过程中的误差传递,直接提高了标定精度。这些结论可对于类似机器人手眼标定、多机器人协作基坐标系标定问题提供参考。     

机器人柔性视觉测量系统标定方法的改进

提出一种改进的柔性视觉测量系统标定方法。建立了包含手眼关系误差与机器人运动学参数误差的系统误差模型。在机器人末端安装结构光传感器构建了机器人柔性视觉测量系统,并在机器人工作空间中固定一个标准球作为标定参考物。标定时,机器人被控制在不同位姿下测量球心坐标。首先,应用机器人的理论模型初步标定手眼关系;然后,基于球心约束,通过迭代算法同时得到准确的手眼关系和实际的机器人运动学参数。基于ABB IRB2400工业机器人进行了系统标定实验,并利用激光跟踪仪进行精度验证。结果表明:标定前后机器人柔性视觉测量系统的距离测量标准差由0.566mm降低到0.173mm,充分验证了改进方法的有效性和实用性。该方法提高了手眼关系的精度;不需要采用任何昂贵的外部设备,适合工业现场使用。     

基于位形优化的机器人基坐标系标定与跟踪

为了精确标定测量设备和机器人基坐标系之间的坐标变换关系,建立了机器人运动学模型以及待标定关系模型,基于差分进化算法对机器人位形进行优选,提出了一种离散型差分进化算法结合线性最小二乘法的标定方法。实验表明,与同样数目随机姿态下的标定结果相比,优选姿态可以显著降低机器人基坐标系的标定误差。针对基坐标系跟踪问题,测量机器人移动前后基座处多个光靶坐标值,通过基于单位四元数法点集匹配,实现基坐标系的实时跟踪。与新位置下的标定结果对比,该方法的跟踪误差与标定误差相近,从而避免了烦琐的机器人标定过程。     

基于HALCON的单目视觉工件位姿测量方法研究

为了满足单目视觉系统对被测工件三维位姿参数测量及机器人实时快速响应要求,提出一种通过单目视觉获取规格已知、位置随机工件三维参数的方法。利用HALCON图像处理软件对机器人和工业相机进行系统标定,通过标定参数进行采集图像预处理、点特征坐标提取,引入约束条件建立三维位姿算法几何模型,完成上位机图像采集与数据处理,并实时将数据通过以太网传送至机器人,实现工件抓取。试验表明,这一方法误差范围达到了工业机器人操作的预期要求。     

一种结合 TCP 标定的深度相机手眼标定方法

手眼标定是机器人实现视觉引导下精准作业中的关键技术。传统手眼标定和机器人工具中心点(TCP)标定分开进行,存在较大累积误差,同时针对深度相机的手眼标定存在精度不足的缺点。本文提出了一种结合TCP标定过程同步标定深度相机手眼关系的新方法。方法基于深度相机观测和TCP标定相同的标定平面,相机坐标系下标定平面方程和机械臂坐标系下标定平面方程为对应关系,通过平面方程之间的变换来计算手眼关系。本文方法减少了TCP和手眼关系独立标定累积误差影响,节约标定时间和标定件成本。仿真和实测结果表明,本文方法提高了深度相机手眼标定精度,标定后实测位置误差平均为0.2 mm,为机器人视觉控制系统高精度作业所需标定提供了一种新的思路。     

基于镜面反射的手眼标定方法

针对Eye-on-Hand机器人手眼系统的标定问题,提出一种基于镜面反射的手眼标定方法。通过镜面反射获取图像,根据镜像原理,通过线性求解算法确定机器人末端执行器和相机坐标系的位姿关系。与以往的标定方法不同,该方法只需要3次改变平面镜的姿态,就能同时获得相机的内参数和手眼视觉系统的位姿关系,不会引入传统标定方法中利用机器人运动参数而产生的机器人运动误差。最后将其与Halcon手眼标定算法进行对比,验证了所提方法的正确性和可行性。     

基于消影点的机器人视觉测量系统标定方法

本文提出了基于消影点的机器人视觉测量系统标定方法。首先,利用激光跟踪仪对机器人连杆扭角进行标定;然后通过靶平面上直线与靶平面的消影线,确定摄像机的姿态;再根据世界坐标系相对机器人基坐标系不变的约束,求解机器人与摄像机的旋转矩阵;最后利用距离约束对手眼关系的位移量以及机器人连杆长度及连杆距离误差进行优化求解。经过标定,机器人视觉测量系统测量精度提高了10倍。     

基于OpenCV的码垛机器人手眼标定方法

提出了一种简易的"两步"标定法,即非线性模型摄像机标定和"四点"位姿估计。该标定法充分使用了OpenCV中现有的计算机视觉算法,与传统的手眼标定法和基于商用视觉库的标定法相比,省去了大量的计算、节约了开发成本和便于产品升级。摄像机标定实现了图像坐标系与世界坐标系之间的转换;位姿估计实现了机械手坐标系与世界坐标系之间的转换,从而推算出了图像坐标系与机械手坐标系之间的转换,其平均投影误差约为0.727个像素。该标定方法配合码垛机器人视觉定位系统执行包装件内装物码垛作业,现场测试结果表明,可以使码垛精度达到±1 mm,能够满足包装行业内装物现场应用要求。     

基于单目视觉的并联机器人末端位姿检测

高效、准确地检测机器人末端位姿误差是实现运动学标定的关键环节。提出一种基于单目摄像机拍摄立体靶标序列图像信息的末端执行器6维位姿误差辨识方法,构造具有平行四边形几何约束的四个空间特征点,并以平行四边形的两个消隐点为约束,建立空间刚体位姿与其二维图像映射关系模型,实现末端位姿的精确定位,然后以Delta高速并联机器人为对象,进行了运动学标定试验,验证该方法的有效性,为这类机器人低成本、快速、在线运动学标定提供重要的理论与技术基础。     

基于激光跟踪仪的机器人抛光工具系统标定

针对机器人抛光工具系统传统标定方法精度低的问题,提出了一种基于激光跟踪仪的工具系统标定新方法。介绍了机器人抛光系统,并定义了系统的一系列坐标系,为后续的讨论奠定基础。利用激光跟踪仪分别测量机器人法兰盘坐标系位姿和工具坐标系位姿,最终获得两者之间的坐标变换关系。通过试验对机器人抛光工具坐标系进行标定,取得了较好的效果,验证了该理论的有效性和正确性。     

一种基于工具坐标系的机器人运动学参数标定方法

机器人末端执行器位姿误差在基础坐标系中表示时,误差模型中包含姿态误差与位置矢量的乘积项,影响了参数标定识别精度。以工具坐标系为参考系,给出一种基于指数积公式包含关节约束条件的机器人位姿误差标定模型,避免了姿态误差与位置矢量的乘积项对参数标定识别精度的影响。以UR5机器人为标定对象,采用LeciaAT960-MR激光跟踪仪为测量设备,进行参数标定试验。试验结果表明,经参数标定后UR5机器人位置误差模和姿态误差模的平均值分别减小了91.07%和89.16%。     

双机器人系统的快速手眼标定方法

针对双机器人仿真测量系统的手眼标定问题,提出一种由机器视觉求解法兰盘位姿得出手眼关系的方法.将目标机器人运动到合适的位姿,由视觉机器人拍摄其法兰盘图像,提取图像中法兰盘的椭圆轮廓,解算摄像机坐标系下的法兰盘姿态和圆心坐标,并由销孔位置约束得出摄像机与目标法兰盘坐标系的转换关系H1.然后由控制器读数得出两台机器人各自法兰...