机器人立体视觉中摄像机的标定探析

在智能制造领域,工业机器人视觉测量技术应用广泛。针对常见的关节型6自由度工业机器人,采用平面模板法对其系统进行立体视觉标定;通过实验结果与工具箱处理过的结果进行对比,验证了标定的准确性取决于合理选择末端执行器不同姿势。给出了实验过程、标定结果分析,期望该方法为工程实践提供参考。     

基于粒子群优化算法的工业机器人与外部轴标定

提出一种新的标定方法标定外部轴工作台与机器人工具间的坐标转换关系。该方法分为三步：首先,建立系统的数学模型,并根据模型标定机器人手腕与接触式距离传感器间的坐标转换关系,从而机器人和距离传感器组成机器人测量系统。然后,按预定程序移动检测目标,利用标定好的机器人测量系统测量并采集数据,初步标定出外部轴的转轴和俯仰两轴与机器人基础坐标系间的转换关系。最后,确定优化的目标函数,利用粒子群优化算法优化关键参数以提高系统的整体精度。试验结果验证了该标定方法的有效性。     

基于粒子群算法的摄像机标定过程优化

摄像机标定为机器视觉在物体位姿与姿态的测量过程中最重要一环,其映射物体三维空间与二维图像之间关系是一个复杂非线性最优化问题。为了更好地解决这一复杂优化问题,阐述了利用粒子群优化(PSO)算法计算摄像机标定过程的一种优化方法,重点描述了PSO算法的原理,单目视觉测量系统,以及基于CMOS摄像机的成像模型及其原理和算法。通过图像软件提取靶体模型上特征控制点,及摄像机标定算法建立了相应的计算公式。结合PSO算法优化像机外参,实验结果表明,PSO算法计算准确、速度快,具有很强的工程应用价值。     

基于量子粒子群优化算法的机器人运动学标定方法

基于量子粒子群优化算法,提出一种同样适用于串联机器人和并联机器人的运动学标定方法。利用闭环矢量链方法和Denavit-Hartenberg矩阵法,分别建立并联机器人和串联机器人的运动学误差模型,将运动学误差模型内的几何误差源作为相应的机构参数修正量。由于机器人运动学误差模型表现有较强的非线性,因此确定模型内的机构参数修正量为优化变量,将机器人运动学参数标定问题转化为非线性系统的优化问题。采用量子粒子群优化算法对优化问题进行求解,利用优化获得的参数修正量更新运动学模型,以达到提高机器人运动精度的目的。以五轴并联机床的平面约束机构为研究对象,通过试验验证该标定方法的标定效果,并与模糊插值标定方法进行比较分析,结果表明在较大的工作空间内基于量子粒子群优化的运动学标定方法更为有效。     

基于神经网络的立体视觉摄像机标定

摄像机标定是立体视觉研究的重要组成部分。根据神经网络与摄像机标定的特点,提出了基于神经网络的双目立体视觉摄像机标定方法,构建了三种不同的神经网络,并在试验中利用BP算法和实际数据对各种方法进行了分析和比较。     

排爆机器人双目立体视觉系统设计

双自立体视觉是计算机视觉的一个重要分支,双目立体视觉直接模拟人类双眼处理景物的方式,可靠简便,在许多领域均极具应用价值,例如在机器人视觉系统中的应用.本文基于排爆机器人的应用,详细描述了排爆机器人双目立体视觉系统的设计与实现,由双目立体视觉系统根据目标物的二维图像计算出目标物的三维坐标.实验表明该系统能提高排爆机器人智能性与易操作性,大大提高了机械人的定位精度.     

基于粒子群-拟牛顿混合算法的管道机器人定位

针对管道机器人定位问题,通过磁偶极子理论建立了以极低频电磁脉冲为检测手段的定位模型,推导出了定位模型的非线性方程组.在此基础上设计了基于粒子群优化-拟牛顿混合算法用于定位方程组的求解,提高了管道机器人的定位精度,避免了粒子群优化算法局部精细搜索能力差和拟牛顿算法对初值敏感的不足.数值仿真与实验结果验证了管道机器人定位模型和数值算法的有效性和可行性,实验定位平均误差满足管道机器人工作中定位的需要,采用改进的混合算法后,平均定位误差在x、y、z三个方向上分别降低了4.19 cm、3.81 cm、4.65 cm,提高了定位精度.     

一种立体视觉系统高精度标定方法

本文介绍使用广角镜头成像的立体视觉系统的高精度标定方法,该方法利用平面单应矩阵约束估计像机内外参数的初值,优化过程中将三维重投影误差作为评价函数,结合遗传算法完成寻优过程,以保证估计出的像机参数是全局最优,避免陷入局部极小.实验结果表明该方法的空间定位精度与传统方法相比有很大程度的提高.     

双目立体视觉中摄像机标定技术的研究

提出了一种介于传统标定和自标定的内外参数标定分离的方法。摄像机内部参数以透视成像模型为基础,用物理方法来提取;外参数标定时合理选取参考坐标系,通过实验分析求取两摄像头的外参数模型。该算法简单易懂,计算速度快,所需设备简单,实用性好。     

基于粒子群—遗传混合算法的装配操作优化

为通过装配工艺优化提高车身装配尺寸质量,针对车身众多几何可行装配顺序,应用多属性有向图描述零件间的优先关系和装配控制特征数量,来去除非工程可行装配顺序。以装配尺寸质量为目标函数,提出粒子群—遗传混合算法优化零件间装配操作,通过线性装配偏差分析模型进行装配偏差累积运算,获得了最优装配顺序。通过车身侧围装配体阐述了装配控制特征的优化过程,结果表明,不同的装配顺序将影响装配控制特征的选择,从而影响最终的产品装配偏差。     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

一种基于机器视觉的机器人标定方法

机器人标定是离线编程技术实用化的关键技术之一.提出了一种基于机器视觉的机器人标定方法,利用双目视觉测量机器人上的目标点,通过目标点位置的测量撮出机器人的关节轴线,根据相应的运动学模型求出机器人的几何参数,并解决了在测量过程中摄像机视野小的问题.实验结果表明该方法能够实现机器人几何参数的标定,提高了机器人的绝对精度.     

基于嵌入式的智能视觉伺服系统的研发

建立了一个基于嵌入式的智能视觉伺服系统,用于工业机器人对零件工位的精确定位。采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征;基于组件思想的软件系统具有可重构性。经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人跟踪定位的要求。     

基于惯性导航与立体视觉的风管清扫机器人同时定位与地图创建方法

风管清扫机器人是用于完成中央空调通风管道系统清扫工作的一种自动化设备,为提高其在庞大且封闭的未知通风管道网络中的自主导航能力,提出一种低成本的机器人同时定位与地图创建解决方案。该方案结合惯性测量单元的高速动态性能及双目立体视觉传感器良好的环境感知能力,通过采用Rao-Blackwellized粒子滤波方法融合两种传感器的测量信息,可以有效地抑制惯性传感器的漂移,快速地估计机器人三维的位置、姿态和速度,并且获取稳定的环境视觉路标信息,能够满足风管清扫机器人同时定位和地图创建的要求。同时,为确保视觉路标关联的鲁棒性,提出一种双向的基于几何相容性及路标视觉特征相结合的数据关联方法。试验结果证明所提的同时定位与地图创建方案和数据关联法的有效性。     

基于立体视觉的移动机器人动态避障方法

提出了一种新颖、有效地基于立体视觉的移动机器人动态避障方法。首先提取出可疑障碍物区域,然后引入最大包围盒得到障碍物投影到水平路面的二维尺寸,接着利用几何知识获取障碍物相对机器人的运动速度和可能发生碰撞的方位。最后使用基于速度改变最小原则和速度改变最佳原则来完成机器人的动态避障。仿真结果表明该方法能够使移动机器人在具有静态和动态障碍物的复杂环境中安全避障。     

用于光电子器件对准的显微立体视觉系统及其标定方法研究

开发了用于光电子器件对准的显微立体视觉系统。该系统采用两个光轴交汇的可变焦镜头和CMOS摄像机采集图像;用调节螺钉实现视场匹配与聚焦匹配;采用了带误差修正的线性成像模型进行标定;标定控制点图像坐标的提取则利用Hough变换的方法来提高精度。目前,该系统已成功用于光电子器件对接机器人的视觉测量中。     

双目立体视觉测量方法研究

提出了一种简易快速的特征点提取算子，并与经典算法作了实验对比，证实了所提算法简单、有效、可靠，对外界光照条件具有较强的适应性，且抗干扰能力强。在进行特征点匹配时，在现有约束条件的基础上，提出了基于被测物体形态与摄像机相对位置的视差范围约束，根据视差方向性并采用动态搜索方法来缩小匹配点的搜索范围，从而提高了搜索速度，降低了错误匹配概率。通过对具有已知三维坐标标准件的计算机仿真实验，证实了所提出的特征点识别与提取及匹配方法是切实有效的。