[发明专利]一种基于光束平差的机器人方位与手眼关系同时标定方法

说明书

本发明公开了一种基于光束平差的机器人方位与手眼关系同时标定方法，包括以下步骤：通过单目立体视觉算法对检测目标进行三维重建，获得缺失尺度因子α的摄像机外参数矩阵；利用机器人运动学方程获得机器人运动方位矩阵；利用矩阵直积参数法表示A(α)X＝ZB标定方程，求解机器人方位与手眼关系初值；利用光束平差优化模型对机器人方位与手眼关系初值以及单目立体视觉算法得到的三维重建结果一同进行迭代优化。本发明提供的基于光束平差的机器人方位与手眼关系同时标定方法，基于光束平差模型，能够在求解机器人方位与手眼关系同时对目标进行精确三维定位，在摆脱了对靶标的依赖的同时也实现了检测目标的精确定位，进而赋予智能机器人感知与定位的功能。

技术领域

本发明涉及工业机器人视觉标定技术领域，特别是涉及一种基于光束平差的机器人方位与手眼关系同时标定方法。

背景技术

模拟人的视觉功能，从客观世界的图像中提取有效信息进行处理并加以理解是仿生视觉一个主要研究目的，其促使智能机器人可以通过视觉传感器感知三维环境信息的能力，并根据自身需要将这些信息传递到最终执行机构完成手眼协调任务。自从1966年世界上第一台具有视觉传感器的智能机器人Shakey诞生以来，视觉传感器广泛应用于机器人自主避障和导航、医疗手术、汽车制造等领域。在利用机器人视觉系统进行自主作业时，需要将摄像机与机器人手臂连接一起构成手眼系统，即通过视觉传感器给机器人运动控制系统提供眼的定位功能。评估上述机器人视觉系统测量精确度的关键步骤之一是准确地测算出机器人坐标系与视觉传感器坐标系间的相对方位关系，即智能机器人手眼标定问题。该问题当前主流数学模型主要有以下3种：

1)AX＝XB标定模型，该模型通过平面靶标来确定摄像机运动位姿矩阵A，利用机器人运动学模型得到工具坐标系到基坐标系的变换矩阵B，从而得到摄像机坐标系与机器人工具坐标系的手眼变换矩阵X；2)AX＝ZB标定模型，该模型在利用平面靶标求解手眼关系X时，也可以同时求解标定方程中机器人基坐标系和世界坐标系方位关系Z；3)A(α)X＝XB或A(α)X＝ZB标定模型，该模型在缺失靶标的情况下可以利用运动恢复结构算法(SFM)得到缺失尺度因子α摄像机运动位姿矩阵A(α)，然后利用非线性优化方法对标定方程中尺度因子α和手眼关系X，由于在标定模型求解过程多引入一个尺度因子α为待求参数，造成方程求解精度不稳定，因此第三种无靶标参照物手眼标定模型精度较前两种标定模型往往准确性较低，不能满足当前智能机器人视觉导航和定位日益增长的准确性需求。

因此，在没有靶标作为参照物的情况下，如何消除尺度因子对手眼标定模型的影响是当前扩展手眼标定方法应用范围的难点。此外，考虑到手眼标定的目的是让机器人准确感知周围三维环境信息，赋予机器人眼的定位功能，因此还有必要在求解机器人和摄像机手眼关系的同时对目标在世界坐标系下进行精确三维定位。

发明内容

本发明的目的是提供一种基于光束平差的机器人方位与手眼关系同时标定方法，基于光束平差算法，能够在求解机器人和摄像机手眼关系的同时对目标进行精确三维定位，在摆脱了对靶标的依赖的同时也实现了检测目标在世界坐标系下定位，真正赋予机器人眼的定位功能。

为实现上述目的，本发明提供了如下方案：

一种基于光束平差的机器人方位与手眼关系同时标定方法，该方法包括以下步骤：

S1，通过单目立体视觉SFM算法进行三维重建，利用RANSAC数据筛选算法对相机外参数标定数据进行阈值自适应筛选；

S2，对手眼标定方程A(α)X＝ZB做等价变换，消除标定方程中尺度因子α，利用矩阵直积法建立齐次线性方程组，代入筛选后的标定数据，进行奇异值分解，得到机器人方位与手眼关系初值；

S3，利用光束平差优化模型对机器人方位与手眼关系初值以及单目立体视觉算法得到的三维重建结果一同进行迭代优化；