[发明专利]一种基于视觉辅助定位的机器人自标定方法

摘要

本发明涉及一种基于平面约束以及视觉辅助定位的机器人自标定方法，用于获取机器人真实的连杆参数。首先建立D‑H法与MD‑H法相结合的机器人运动学模型；其次建立机器人末端位置误差模型；然后建立基于平面约束的机器人连杆参数误差模型；通过双目视觉获取约束平面在左右相机中的图像并提取单幅图像中的目标点信息，通过立体匹配定位约束平面在机器人基坐标系下的三维位置信息；将该位置信息输入给机器人控制系统，驱动机器人对约束平面进行测量；最终将测量得到的数据代入平面约束误差模型，辨识出机器人真实的几何连杆参数,修正后重复测量约束平面并辨识，直到达到精度要求。本发明方法具有成本低、精度高、效率高的特点。

主权项

一种基于视觉辅助定位的机器人自标定方法，其特征在于：包括以下步骤：(1)建立机器人运动学模型建立D‑H法与MD‑H法相结合的机器人运动学模型，将坐标系i‑1到坐标系i的变换过程描述为Ai，Ai＝f(αi‑1,ai‑1,di,θi,βi)，则机器人末端坐标系n相对于基坐标系的位姿矩阵0Tn为：0Tn＝A0·A1·...·An(2)建立机器人末端位置误差模型按照微分变换的思想对Ai进行全微分，得到由连杆几何参数误差造成的相邻坐标系间的微分摄动齐次矩阵dAi：dAi=∂Ai∂αi-1Δαi-1+∂Ai∂ai-1Δai-1+∂Ai∂θiΔθi+∂Ai∂diΔdi+∂Ai∂βiΔβi=AiδAi]]>δAi是关节坐标系i相对于坐标系i‑1的微分变换，则机器人相邻两连杆之间的实际齐次坐标变换即Ai+AiδAi，那么机器人末端坐标系相对于基坐标系的实际齐次变换矩阵TR为：T+dT=Πi=1n(Ai+dAi)=Πi=1n(Ai+AiδAi)]]>将上式展开，并略去高阶摄动项，化简后得到下式：ΔP=dPxdPydPz=JαxJaxJθxJdxJβxJαyJayJθyJdyJβyJαzJazJθzJdzJβzΔαΔaΔθΔdΔβ=JΔX]]>其中，ΔP＝[dPx dPy dPz]T是机器人位置误差矩阵，J为3×(4n+1)连杆参数的微分变换雅可比矩阵，ΔX＝[Δα Δa Δθ Δd Δβ]T为(4n+1)×1连杆参数误差矩阵；(3)建立基于平面约束的机器人连杆参数误差模型设为约束平面上第i个接触点的名义位置值，可通过机器人正运动学直接计算，Ji为该位置处的雅克比矩阵，可通过关节角度值计算得到，实际位置PiR＝PiN+JiΔX，则相邻两接触点间的偏差向量：ΔPiR=PiR-Pi-1R=ΔxiNΔyiNΔziNT+ΔJiΔX]]>其中，ΔJi＝Ji‑Ji‑1；同样地，那么由相邻的两个偏差向量可构建一垂直于平面的名义法向量：ΔNi=ΔPiR×ΔPi+1R=nixniynizT+JixJiyJizTΔX]]>同样地，那么：ΔNi×ΔNi+1=sixsiysizT+hixhiyhizTΔX=0]]>(4)定位约束平面对每个相机进行张正友内参标定及手眼标定，通过双目视觉获取约束平面在左右相机中的图像并提取单幅图像中的目标点信息，通过立体匹配即可定位约束平面在机器人基坐标系下的三维位置信息；(5)驱动机器人对约束平面进行测量将立体匹配后得到的约束平面位置值输入到机器人控制系统，驱动机器人对约束平面进行接触式测量，当测量头输出有接触信号时，立即记录当前各关节角度值，并对下一个约束点进行测量，若采集N+3个点：N0,N1,…,NN+2，则有：HΔX+S＝0其中，则可产生3N个方程；(6)机器人连杆参数辨识通过改进的最小二乘法，对机器人运动学参数误差进行辨识，如下：ΔX＝‑(HTH+μI)‑1HTS约束点的数量要满足3N≥4n+1。