[发明专利]一种基于球目标的机器人3D视觉手眼标定方法

权利要求书

1.一种基于球目标的机器人3D视觉手眼标定方法，包括如下步骤：

(1)将球目标紧固安装在机器人手臂末端法兰盘上，在保持手臂末端关节姿态不变的情况下使法兰盘位置发生平移，获取平移过程中法兰盘中心点在机器人基坐标系中的n组坐标值，同时利用3D传感器采集这n组坐标值所对应时刻球目标的点云数据，n为大于3的自然数；

(2)将球目标调整到3D传感器的视场范围内，保持法兰盘的空间位置不变，改变手臂末端关节姿态使其旋转，获取旋转过程中法兰盘中心点在机器人基坐标系中的m组坐标值，同时利用3D传感器采集这m组坐标值所对应时刻球目标的点云数据，m为大于3的自然数；

(3)对于任一组点云数据，通过拟合定位球心点在3D传感器坐标系中对应的坐标值；

(4)根据法兰盘中心点在机器人基坐标系中的n+m组坐标值以及球心点在3D传感器坐标系中的n+m组坐标值，计算出3D传感器坐标系与机器人基坐标系之间的变换矩阵，利用该变换矩阵实现机器人的手眼标定，具体实现过程如下：

4.1利用平移运动得到的法兰盘中心点在机器人基坐标系中的n组坐标值及其对应的球心点在3D传感器坐标系中的n组坐标值，计算出法兰盘中心点坐标与球心点坐标之间的协方差矩阵N；

4.2对协方差矩阵N进行奇异值分解即得到球心点坐标与法兰盘中心点坐标之间的变换矩阵H^t且其中R为一个3×3大小的旋转矩阵，T^t为一个3×1大小的平移矩阵；

4.3利用齐次坐标的形式表示任一组法兰盘中心点坐标值及其对应的球心点坐标值则

4.4对于旋转运动对应得到的球心点在3D传感器坐标系中的任一组坐标值根据变换矩阵H^t计算对应球心点在机器人基坐标系中的坐标值

4.5对所有通过步骤4.4变换后得到的球心点在机器人基坐标系中的坐标值进行最小二乘球面拟合，定位得到球心点坐标X_c；

4.6计算球心点坐标X_c与机器人手臂末端法兰盘的坐标偏移量▽T，进而利用坐标偏移量▽T对变换矩阵H^t中的平移部分进行修正，最终得到3D传感器坐标系与机器人基坐标系之间的变换矩阵

2.根据权利要求1所述的机器人3D视觉手眼标定方法，其特征在于：所述步骤(1)的具体实现过程如下：

1.1建立机器人基坐标系和3D传感器坐标系，利用机器人手臂末端法兰盘上的机器人手爪抓住球目标；

1.2通过调整手臂各个关节的转动角，使得法兰盘带动球目标在3D传感器视场范围内平移，平移过程中保证手臂末端关节姿态不发生改变；

1.3获取平移过程中法兰盘中心点在机器人基坐标系中的坐标值，同时利用3D传感器采集对应时刻球目标表面每个点的三维坐标数据；

1.4重复执行n次步骤1.3的操作过程，尽可能覆盖整个3D传感器视场范围，从而得到n组标定数据。

3.根据权利要求1所述的机器人3D视觉手眼标定方法，其特征在于：所述步骤(2)的具体实现过程如下：

2.1将机器人手臂末端法兰盘移动到3D传感器视场中央，尽可能保证手臂末端关节绕法兰盘旋转过程中带动的球目标总能被3D传感器观测；

2.2通过调整手臂各个关节的转动角，保持法兰盘空间位置不动的情况下改变手臂末端关节姿态使其旋转；

2.3获取旋转过程中法兰盘中心点在机器人基坐标系中的坐标值，同时利用3D传感器采集对应时刻球目标表面每个点的三维坐标数据；

2.4重复执行m次步骤2.3的操作过程，尽可能地调节获得手臂末端关节的多个姿态，从而得到m组标定数据。

4.根据权利要求1所述的机器人3D视觉手眼标定方法，其特征在于：所述步骤(3)的具体实现过程如下：

3.1对于任一组点云数据，根据该组点云数据采用随机采样一致性算法分割出位于球面上的采样点，并剔除其余噪声点；

3.2对球面上的采样点进行最小二乘球面拟合，定位球心点在3D传感器坐标系中对应的三维坐标值。