[发明专利]用于机器视觉系统和机器人之间的稳健校准的系统和方法

说明书

技术领域

本发明的说明性实施例涉及校准机器视觉系统，更具体地涉及用于在机器视觉系统和机器人之间校准的系统和方法。

背景技术

关节臂是可准确且反复地在工作空间内将末端执行器移动到指定姿态的可控制机器。如在本文中所使用的，术语“姿态”说明性地指三维位置和三维旋转的组合。机器人姿态说明性地根据机器人的坐标系的对应于末端执行器的姿态。说明性地，末端执行器是能够抓放工件的可控制机器，并且可包括例如机械夹具、真空吸引器、电磁触点等。

一般地，如本文中所使用的，关节臂和末端执行器的组合被称为机器人。可由用于执行操作的机器人访问的三维区域被称为机器人的工作空间。

机器人说明性地用于通过执行预定序列的步骤来执行任务，诸如在工作空间内移动工件。例如，末端执行器可沿着轨迹T1向末端执行器姿态PI移动。然后，末端执行器可在沿着工件T2向末端执行器姿态P2移动之前抓取工件。一旦在姿态P2，末端执行器就可释放工件。使用这些机器人的已知缺点在于，工件必须呈现在已知姿态以使机器人成功地执行该任务。例如，如果工件最初未位于预期姿态，则末端执行器可能无法抓取工件。工件姿态的不准确性是这些机器人系统的公知显著缺点，并且是不选择机器人用于执行拾取、放置、以及组装操作的典型原因。

一种消除工件姿态的不准确性的已知技术是利用传感器首先测量工件姿态并且随后利用该测量工件姿态来调整机器人的轨迹。由于机器视觉通常是快速、便宜、非接触感测模态，因此机器视觉是用于感测工件位置的典型技术。术语“视觉引导的机器人学（VGR）”说明性地指使用机器视觉系统帮助机器人执行任务的过程。

使用机器视觉来测量工件姿态的显著缺点在于，机器视觉系统通常相对于机器视觉系统的坐标系测量工件姿态，而机器人相对于机器人的坐标系移动末端执行器。由此，必须将机器视觉系统计算的工件姿态转换成机器人的坐标系以使机器人利用机器视觉系统计算的工件姿态。术语“手眼校准”说明性地指确定机器视觉系统的坐标系和机器人的坐标系之间的关系的任务。

如本领域技术人员应当理解的，手眼校准的准确性直接影响VGR过程的准确性。如果手眼校准准确地反映了机器视觉系统的坐标系和机器人的坐标系之间的关系，则对工件姿态的准确的机器视觉测量将导致用于拾取、放置、以及组装工件的准确的末端执行器姿态。相应地，如果手眼校准不准确且未反映机器视觉系统的坐标系和机器人的坐标系之间的真实关系，则对工件的准确的机器视觉测量将不一定导致用于拾取、放置、以及组装工件的准确的末端执行器姿态。这些不准确的机器人姿态可导致机器人无法执行预期任务。

Tsai和Lenz开发了一种用于执行手眼校准的公知技术。其技术在IEEE机器人自动化学报第5卷第3期第345-348页的“用于完全自治和有效的3D机器人学手/眼校准（A new technique for fully autonomous and efficient 3D robotics hand/eye calibration）”中进行了描述，其内容通过引用结合于此。Tsai和Lenz的技术说明性地获取一组机器人姿态以及相关联的采集图像。对于每一采集图像，该技术估计相对于校准对象的相机姿态。这产生相对于校准对象的一组机器人姿态和相机的估计姿态。然后，Tsai和Lenz的技术根据一组机器人姿态以及相应估计的相机姿态确定相对于关节臂的相机姿态。在静止的相机环境的示例性情况下，Tsai和Lenz的技术的显著缺点在于，该技术未明确地结合相对于机器人底座存在一个相机姿态且仅存在一个相机姿态而相对于末端执行器存在一个校准对象姿态且仅存在一个校准对象姿态的约束。相反，Tsai和Lenz的技术允许对相机姿态的独立的且由此可能不一致的估计，并且还允许对校准对象姿态的独立的且由此可能不一致的估计。

Tsai和Lenz的技术的另一显著缺点在于，该技术每次只对机器视觉系统中的单个相机执行校准。由此，如果期望对机器视觉系统中的多个相机执行校准，则Tsai和Lenz的技术必须针对每一相机反复地执行。这增加了执行校准所需的时间，并且允许对各个相机的独立的且由此可能不一致的校准。