[发明专利]基于RANSAC的便携式激光扫描测量臂手眼标定方法

说明书

本发明提供了一种将现有手眼标定方法与随机采样一致性算法(RANSAC，Random Sample Consensus)结合的新的手眼标定方法，能有效地解决标定数据的筛选问题并同时提高手眼标定算法的精度和鲁棒性；包括以下步骤：设定数据筛选原则，综合考虑关节臂末端相对运动旋转轴之间的夹角和测量臂与扫描测头相对运动的旋转角差值两因素；利用RANSAC算法对标定数据进行阈值自适应预筛选；利用现有的手眼标定算法对筛选后的标定数据进行估计；其中通过增大机器人手臂末端执行器两次相对运动旋转轴之间的夹角∠(k_Aij,k_Ajk)，增大机器人手臂末端执行器与摄像机坐标系相对运动的旋转角度误差Δθ可实现提高手眼标定方程中旋转矩阵求解精度。

技术领域

本发明涉及机器人手眼标定领域，特别涉及一种关节臂式三坐标测量机手眼关系的数据筛选领域。

背景技术

近年来，大型飞机、船舶、机车等现代大型装备制造业领域对大范围现场快速、高效率、高精度测量技术的需求越来越多，因此便携、快速、高精度测量成为精密测量技术的一个重要发展方向。便携式测量臂以其测量精度高、操作方便和结构简单等优势，具有传统三坐标测量机无可比拟的灵活性，在便携式测量臂末端安装激光扫描测头，就可以将其应用范围拓展到机器视觉测量领域。目前，测量臂末端与激光扫描测头的坐标变换关系主要是建立二者之间的手眼标定矩阵方程。手眼标定问题由Tsai和Shiu于1989年首次提出，最早被用于机器人的手眼标定，随着仪器科学技术的飞速发展，其应用范围越来越广泛，且一直是计算机视觉领域研究热点。

1989年，Tsai提出基于旋转轴与旋转角的经典变换算法解决手眼标定问题，但算法十分复杂、计算过程繁复，实用性差。同年，Shiu提出了手眼标定的闭环线性解法，该算法由于分步求出的旋转矩阵和平移向量，存在误差传递的问题，求解精度不高。1991年，Zhuang提出了基于四元数方程的一步线性法和两步线性法，该算法简化了推导过程，但没有考虑到视觉传感器与机器人手臂末端执行器之间的相对旋转角问题，数值稳定性差。1999年，Daniilidis采用对偶四元数和螺旋理论的方法得出了线性闭环解法，该算法计算步骤简洁，但对测量噪声十分敏感，鲁棒性不高。1999年，Andreff等提出了基于矩阵直积的线性闭环解法，该算法适用于标定小角度移动的测量场合，但求解的结果通常情况下并不满足旋转矩阵的正交和单位特性，需要再进行正交化，求解精度有限。2008年，李爱国，胡英，马孜提出了同时确定手眼关系以及机器人坐标系到世界坐标系关系的两种算法。2010年，Abed Malti为了避免平移向量的误差对旋转矩阵求解精度的影响，结合欧氏运动群SE(3)，提出一种改进的对偶四元数算法，增强了标定结果的精度和鲁棒性。2010年，毛剑飞等给出了手眼标定算法的四元数矩阵分析与几何解释的对照。2011年，王君臣等分别基于卡尔曼滤波和极大似然估计的思想对测量噪声进行了处理，提高了标定的精度。2015年，王金桥等利用遗传算法优化手眼标定算法的数学模型。这些研究较好地解决了手眼标定的求解算法问题，但标定数据的筛选对标定精度具有至关重要的影响，还需做进一步的研究，提高手眼标定算法的鲁棒性。

因此，需要一种能有效地解决标定数据的筛选问题并同时提高手眼标定算法的鲁棒性的基于RANSAC的便携式激光扫描测量臂手眼标定方法。

发明内容

本发明的目的在于提供一种将现有手眼标定方法与随机采样一致性算法(RANSAC，Random Sample Consensus)结合的新的手眼标定方法，能有效地解决标定数据的筛选问题并同时提高手眼标定算法的精度和鲁棒性。

具体的，本发明提供的一种基于RANSAC的便携式激光扫描测量臂手眼标定方法，包括以下步骤：

设定数据筛选原则，综合考虑关节臂末端相对运动旋转轴之间的夹角和测量臂与扫描测头相对运动的旋转角差值两因素；

利用RANSAC算法对标定数据进行阈值自适应预筛选；

利用现有的手眼标定算法对筛选后的标定数据进行估计。