• banner2
    banner
    展商入口The exhibitors entrance 參展登記The exhibition registration 參觀注冊Visit the registration

    關于CAPS

    快速報名

    基于視覺伺服的工業機器人系統研究

     標定技術

     常見的機器人視覺伺服中要實現像素坐標與實際坐標的轉換,首先就要進行標定,對于實現視覺伺服控制,這里的標定不僅包括攝像機標定,也包括機器人系統的手眼標定。以常見的焊接機器人系統為例,有兩種構型,如下:

      

      即:攝像機固定于機器手和攝像機固定于外部場景;

      本文針對前一種構型:攝像機固定于機器手。

      1、攝像機標定技術

      (1)理論部分:

      以張正友的棋盤標定法為攝像機標定方式,由于攝像機標定結果要用到后面的手眼標定中,所以此處進行不同方位的棋盤圖片拍攝時需要遵守:標定板固定位置不動,手眼組合體變換姿態拍攝圖片。

      攝像機標定的目的:得到兩組坐標系的兩兩轉化矩陣:T1和T2;

      1)得到圖片像素坐標系P與攝像機坐標系C之間的轉換矩陣T1,準確說應該是攝像機坐標系轉化為圖片像素坐標系的轉換矩陣。可表示為:

      P=T1*C;

      解釋:T1在攝像機標定結果中就是內參矩陣3x3;

      2)得到攝像相機坐標系C與棋盤上建立的世界坐標系G之間的轉換矩陣T2,準確說應該是坐標系G轉化為攝像機坐標系的轉換矩陣。可表示為:

      C=T2*G;

      解釋:T2在攝像機標定結果中就是外參矩陣4x4,由旋轉矩陣r和平移向量t構成[ t r; 0 0 0 1];

      (2)方法:

      攝像機標定方法有兩種可選:openCV或者Matlab標定工具箱;

      建議選擇MATLAB應用程序——圖像處理與計算機視覺——Camera Calibrator,直接導入拍攝好的圖片即可。但是要注意,使用matlab標定工具箱所得到的內參矩陣、外參旋轉矩陣、外參平移向量都要經過轉置才是正確的結果。

      如下圖,MATLAB標定得到的紅框中依次是外參平移向量、內參矩陣、外參旋轉矩陣,它們都需要做轉置后才能應用于本文的公式計算:

      

      2、手眼標定技術

      (1)理論部分:

      手眼標定目的:得到攝像機坐標系C與機器手(或工具)坐標系H之間的轉換矩陣T3,準確說應該是機器手坐標系轉化為攝像機坐標系的轉化矩陣。可表示為:

      C=T3*H;

      解釋:T3需要根據公式CX=XD得到;實際中,分別知道C、D求出來的X有無窮多個解。所以為了實現唯一解,我們至少需要兩組C和D,即至少需要3個位置的攝像機標定結果。

      其中C的求法如下:

      C是兩個攝像機坐標系之間的變換矩陣。可以根據上述任一兩張標定圖片所得的兩個攝像機標定外參A、B按公式C=A*inv(B)計算得到的。假設上述攝像機標定中有3張標定圖片的外參標定結果分別是T21、T22、T23,那么可以得到兩個C矩陣:

      C1=T21*inv(T22);

      C2=T22*inv(T23);

      D的求法如下:

      D是兩個機器手坐標系之間的變換矩陣。假設上述攝像機標定中的3張標定圖片所一一對應的機器手坐標系在基坐標系(也可以是工件坐標系或者其他固定的參考坐標系)中的描述矩陣結果分別是H1、H2、H3(H需要從機器人控制器或示教器中讀取),那么可以得到兩個D矩陣:

      D1=inv(H1)*H2;

      D2=inv(H2)*H3;

      由以上兩組C和D,代入CX=XD就可以得到唯一解X,從而T3=X;

      注:上述H1、H2、H3是每張標定圖片對應的機器手坐標系描述矩陣,正好說明了攝像機標定中所謂的“標定板固定,手眼運動”的正確性。如果手眼不動,改變標定板姿態進行拍攝,那么H的值都是一樣的。

      (2)方法:

      1)根據攝像機標定已知攝像機外參矩陣T21、T22、T23,還要從機器人控制器中讀取T21、T22、T23分別對應的機器手(或工具)坐標系H1、H2、H3。控制器中的坐標系描述矩陣不是直接讀取的,它是以平移向量和歐拉角(或四元數)模式存在的,如下:

      平移向量+歐拉角模式:

      

      平移向量+四元數模式:

      

      選取其中任一模式即可,然后將其轉化為描述矩陣。

      上述工作完成后,就已經獲取了3個外參矩陣(再次提醒,攝像機標定使用MATLAB標定工具箱的話,所得到的外參旋轉矩陣和平移向量先要轉置,即R=r',T=t',然后外參矩陣EX=[R T;0 0 0 1])和 3個機械手坐標系矩陣,因此可以分別將3個二維矩陣合為一個三維矩陣,matlab命令如下:

      C_ext=cat(3, C_ext1, C_ext2, C_ext3);

      H=cat(3, H1, H2 ,H3)

      最后將C_ext和H作為參數代入到如下MATLAB函數中:

           function Tch = GetCamera2HandMatrix(C_ext,H)%   以下變量:%   C_ext是3個位置的攝像機外參矩陣:3x4x4%   H1、H2、H3分別是3個位置的機械手坐標系的姿態矩陣:3x4x4%   Tcg--機器手坐標系(或工具坐標系)在攝像機坐標系中的姿態和位置變換矩陣%   C1、D1、C2、D2、R、w、q、kc1、kc2、kc3、kd1、kd2、kd3、a、b、c、d、h、y均為臨時變量    C1=C_ext(:,:,1)*inv(C_ext(:,:,2))    C2=C_ext(:,:,2)*inv(C_ext(:,:,3))    D1=inv(H(:,:,1))*H(:,:,2)    D2=inv(H(:,:,2))*H(:,:,3)        R=C1(1:3,1:3);    q=acos((trace(R)-1)/2);    w(1,1)=q/(2*sin(q))*(R(3,2)-R(2,3));    w(2,1)=q/(2*sin(q))*(R(1,3)-R(3,1));    w(3,1)=q/(2*sin(q))*(R(2,1)-R(1,2));    kc1=w;        R=C2(1:3,1:3);    q=acos((trace(R)-1)/2);    w(1,1)=q/(2*sin(q))*(R(3,2)-R(2,3));    w(2,1)=q/(2*sin(q))*(R(1,3)-R(3,1));    w(3,1)=q/(2*sin(q))*(R(2,1)-R(1,2));    kc2=w;        R=D1(1:3,1:3);    q=acos((trace(R)-1)/2);    w(1,1)=q/(2*sin(q))*(R(3,2)-R(2,3));    w(2,1)=q/(2*sin(q))*(R(1,3)-R(3,1));    w(3,1)=q/(2*sin(q))*(R(2,1)-R(1,2));    kd1=w;        R=D2(1:3,1:3);    q=acos((trace(R)-1)/2);    w(1,1)=q/(2*sin(q))*(R(3,2)-R(2,3));    w(2,1)=q/(2*sin(q))*(R(1,3)-R(3,1));    w(3,1)=q/(2*sin(q))*(R(2,1)-R(1,2));    kd2=w;        kc3=cross(kc1,kc2);    kd3=cross(kd1,kd2);    a=[kc1 kc2 kc3];    b=[kd1 kd2 kd3];    R=a*inv(b);  %得到旋轉關系矩陣        tc1=C1(1:3,4);    tc2=C2(1:3,4);    td1=D1(1:3,4);    td2=D2(1:3,4);    c=R*td1-tc1;    d=R*td2-tc2;    a=C1(1:3,1:3)-[1 0 0;0 1 0;0 0 1];    b=C2(1:3,1:3)-[1 0 0;0 1 0;0 0 1];    h=[a;b];    y=[c;d];    t=inv(h'*h)*h'*y;   %得到平移關系矩陣        Tch=[R t;0 0 0 1];   %得到最終結果end


    上一篇:工業機器人常見五大應用領域及關鍵技術

    下一篇:工業機器人和人工智能一樣嗎?有什么不同?

  • 都市激情 在线 亚洲 国产