[发明专利]一种基于视觉和多坐标系闭环转换的机器人标定方法

说明书

本发明公开了一种基于视觉和多坐标系闭环转换的机器人标定方法。本发明提供的一种基于视觉和多坐标系闭环转换的机器人标定方法，该方法能解决传统机器人标定方法需要构建计算量非常巨大的AX＝XB方程的问题减轻计算负担；a、b、c三个坐标系转换闭环相结合提高了各坐标系之间转换关系的准确性；对得到的机器人末端位置误差应用非线性最小二乘法优化提高机器人的定位精确度。

技术领域

本发明涉及机器人和图像识别技术领域，特别涉及一种基于视觉和多坐标系闭环转换的机器人标定方法。

背景技术

随着信息时代大数据、人工智能、图像识别等技术的快速发展，机器人技术也得到了飞跃的进步。工业机器人具有结构简单、灵活度高、工作空间大等特点，被广泛应用在汽车、物流、电子、医疗、航空航天等领域。机器人定位精度分为重复定位精度和绝对定位精度，现如今机器人的重复定位精度高，然而绝对定位精度低。所以提高机器人的绝对定位精度也是机器人技术研究的重要领域之一。

发明内容

本发明要解决的技术问题是：未经标定的机器人绝对定位精度低。

为了解决上述技术问题，本发明的技术方案是提供了一种基于视觉和多坐标系闭环转换的机器人标定方法，其特征在于，包括以下步骤：

步骤1：建立相机固定在机器人本体外的Eye-to-hand手眼基础模型，国际象棋棋盘作为靶标固定在机器人末端位置；机器人带动国际象棋棋盘在相机能拍摄到合适图像的范围内移动，用相机拍摄到的处于不同位姿的棋盘图像进行相机标定；

步骤2：进行手靶标定，包括以下步骤：

步骤201：将标定笔作为靶标固定在机器人末端，以机器人末端关节的坐标系为基础在空间中设定9个标记点，机器人带动标定笔在每个标记点处以不同的姿态进行定点直到完成9个标记点的定点，机器人末端关节坐标系上的点D₁～D₉投影到图像坐标系上的对应的点分别为d₁～d₉，通过欧式变换表示D₁～D₉到d₁～d₉的转换，由此得到图像坐标系与机器人末端关节坐标系之间的转换关系；

步骤202：基于步骤201获得的图像坐标系与机器人末端关节坐标系之间的转换关系，推导出相机坐标系与机器人末端关节坐标系之间的转换关系T_cm，即完成手眼标定；

步骤203：基于转换关系T_cm，结合步骤1相机标定后得到的相机参数，推导出靶标坐标系与相机坐标系之间的转换关系T_bc；

步骤204：由T_mb＝T_cmT_bc，推导出机器人末端关节坐标系与靶标坐标系之间的转换关系T_mb，即完成手靶标定；

步骤3：结合预标定数据，推出机器人末端在机器人基坐标系下的位置；

步骤4：将上述得到的机器人末端位置与机器人预期的末端位置进行对比，得到之间的误差；

步骤5：根据步骤4得到的机器人末端位置的误差建立误差约束方程，然后应用非线性最小二乘法优化，通过不停的迭代计算寻找到误差函数的局部最小值，并认为该局部最小值能够使得目标函数取得最优解，完成参数标定。

优选地，所述步骤1具体包括以下步骤：

步骤101：使标定板坐标系的Z轴方向与法兰盘坐标系的Z轴方向保持一致，在相机能拍摄到合适图像的范围内变动机器人末端上国际象棋棋盘的位姿，使得固定的相机采集到多张不同位姿的棋盘图像；