非固定路径机器人自动标定方法技术

本发明专利技术提供了一种非固定路径机器人自动标定方法，包括步骤：S1.获取最佳的标定初始位置；S2.以标定板中心为球心，并以所述最佳的标定初始位置与标定板中心的距离为半径，确定半球面标定空间；S3.在半球面标定空间中确定随机标定路径；S4.按所述随机标定路径进行自动标定；S5.通过Eye‑in‑Hand标定算法计算得出转换矩阵；该方法定标效率高、定标精度高，对人员专业技能要求低，且受人为因素影响小。

【技术实现步骤摘要】
非固定路径机器人自动标定方法
本专利技术涉及工业机器人
，尤其涉及一种非固定路径机器人自动标定方法。
技术介绍
目前，为实现工业机器人精密化、智能化，需要依赖机器人视觉系统。而机器人视觉应用中的第一步，也是特别重要的一步就是机器人手眼标定。按照摄像机与机器人的相对位置不同，机器人视觉系统通常分Eye-in-Hand系统和Eye-to-Hand系统。其中Eye-in-Hand系统是将相机安装在机器人末端法兰盘上，随着机器人的运动而运动；而Eye-to-Hand系统是将相机安装在机器人本体之外，工作中不随其运动而运动。其中较为常用的是Eye-in-Hand系统，而对该视觉系统的手眼标定的准确度决定了该机器人的加工制造精度主要由手眼标定的准确度决定。因此做好机器人手眼标定尤为重要。现有机器人手眼标定的基本方法是人工控制机器人进行多次位姿变换并在每次位姿变换中手动触发相机拍照获取标定板图像及记录对应的机器人的位姿参数，最终通过计算推导得到转换矩阵中的旋转矩阵R与平移向量t，得到最终的标定结果。现有技术的缺陷和不足如下：1、操作较为繁琐，耗时多在传统的标定过程中，每次获取不同的位姿都得通过人工去控制机器人，而且识别标定板图像失败的话又得重新调整机器人的位姿，重新获取新的标定图像。这样操作较为繁琐，而且耗费的时间比较多。获取10~15张图像通常需要半个小时的时间。2、对操作人员专业技能要求高由于现有的标定技术需要调整机器人在不同的位姿下获取并识别标定板图像，而且在识别标定板图像的过程中可能受周围环境（如光照条件）的影响需要调整图像处理的参数，所以要求操作人员既懂得机器人操作方面的知识又得懂得图像处理方面的知识。这样综合性的人才较少，导致企业招工难的问题，也障碍了机器人视觉应用的普及。3、现有技术标定精度受人为因素影响较大由操作人员任意控制机器人在不同的位置进行标定，位置变动较大可能导致光照的变化较大或是拍照位置不是处于相机的焦点上，从而造成标定的偏差较大;人工操作机器人到不同的位置获取标定图像，摄像机固定在机器人末端，在实际拍摄中，如果没有等待机器人停稳再拍照，不可避免地会由于机器人的抖动而产生图像的模糊，最终会造成角点像素坐标的不准确，从而影响标定结果。
技术实现思路
鉴于上述现有技术的不足之处，本专利技术的目的在于提供一种非固定路径机器人自动标定方法，其定标效率高、定标精度高，对人员专业技能要求低，且受人为因素影响小。为了达到上述目的，本专利技术采取了以下技术方案：一种非固定路径机器人自动标定方法，包括步骤：S1.获取最佳的标定初始位置；S2.以标定板中心为球心，并以所述最佳的标定初始位置与标定板中心的距离为半径，确定半球面标定空间；S3.在半球面标定空间中确定随机标定路径；S4.按所述随机标定路径进行自动标定；S5.通过Eye-in-Hand标定算法计算得出转换矩阵。所述的非固定路径机器人自动标定方法中，步骤S1包括：S101.将标定板放置于机器人工作空间的平台上，3D相机固定于机器人末端并使3D相机移动至标定板正上方，且使3D相机镜头中心线垂直正对标定板中心；S102.启动自动标定，机器人带动3D相机匀速上升，3D相机在上升的过程中连续拍照获取标定板图像；S103.通过模板匹配的方式计算各图像的匹配分数，获取匹配分数最高的图像，并以匹配分数最高的图像对应的拍照位置为最佳标定初始位置。所述的非固定路径机器人自动标定方法中，步骤S102中，匀速上升的速度为0.3m/s，上升过程中拍照的频率为30fps。所述的非固定路径机器人自动标定方法中，步骤S103中，在3D相机匀速上升的过程中，对比前后两个图像的匹配分数，当某个图像的匹配分数高于前一个图像和后一个图像的匹配分数时，把该图像确定为匹配分数最高的图像，并使3D相机移动至该图像对应的拍照位置。所述的非固定路径机器人自动标定方法中，步骤S3包括：S301.根据三维球面上的Marsaglia方法在所述半球面标定空间上随机获取预设数量的标定点；S302.以所述最佳的标定初始位置为第一个标定点生成依次连接其它标定点的路径，该路径即为随机标定路径。所述的非固定路径机器人自动标定方法中，步骤S301中，根据三维球面上的Marsaglia方法在所述半球面标定空间上随机获取标定点的方法包括：S3011.随机抽样产生一对均匀分布的随机数u，v；其中u，v在[-1,1]范围内；S3012.根据公式r^2=u^2+v^2计算r^2值，如果r^2≥1则重新执行步骤S3011，直到满足r^2<1；S3013.根据以下公式计算标定点的三个坐标值：x=2*u*sqrt（1-r^2）*Ry=2*u*sqrt（1-r^2）*Rz=（1-2*r^2）*R其中，x是标定点的半球面标定空间坐标系的x坐标值，y是标定点的半球面标定空间坐标系的y坐标值，z是标定点的半球面标定空间坐标系的z坐标值，R是半球面标定空间的半径。所述的非固定路径机器人自动标定方法中，步骤S302中，以所述最佳的标定初始位置为第一个标定点生成依次连接其它标定点的路径的方法包括：S3021.根据球面各点与最佳的标定初始位置的坐标换算关系将各标定点的坐标换算为机器人基坐标系下的坐标；S3022.对比各标定点坐标的X、Y值与最佳的标定初始位置坐标的X、Y值的绝对值大小，将各标定点按X、Y绝对值之和从小到大进行排序；其中，X、Y值分别是标定点在机器人基坐标系中的X轴坐标值和Y轴坐标值；S3023.根据所述排序依次连接各标定点生成所述路径。所述的非固定路径机器人自动标定方法中，所述预设数量为15个。所述的非固定路径机器人自动标定方法中，步骤S4包括：S401.以标定板的中心点为起点，以各标定点为终点，计算各标定点在半球面标定空间中的法向量b；S402.计算各标定点的法向量b与所述最佳的标定初始位置的法向量b之间的夹角a；S403.沿所述随机标定路径依次把3D相机移动至各个标定点，并根据最佳的标定初始位置机器人的位姿和待标定点的夹角a调整机器人在待标定点的姿态，使3D相机镜头中心线处于待标定点的法向量b上；S404.在各个标定点处拍照并记录拍照时刻机器人的位姿。所述的非固定路径机器人自动标定方法中，步骤S5中，把各个标定点处机器人的位姿数据代入方程进行求解，得到旋转矩阵和平移向量。有益效果：本专利技术提供的一种非固定路径机器人自动标定方法，具有以下优点：1.整个标定过程自动完成，无需过多的依赖操作人员，操作人员只需放置好标定板，一键启动自动标定程序便可以实现手眼自动标定，方便快捷，对人员专业技能要求低，有利于机器人视觉应用的推广普及；2.在半球面标定空间中的标定路径自动随机生成，并沿该标本文档来自技高网...

【技术保护点】
1.一种非固定路径机器人自动标定方法，其特征在于，包括步骤：/nS1.获取最佳的标定初始位置；/nS2.以标定板中心为球心，并以所述最佳的标定初始位置与标定板中心的距离为半径，确定半球面标定空间；/nS3.在半球面标定空间中确定随机标定路径；/nS4.按所述随机标定路径进行自动标定；/nS5. 通过Eye-in-Hand标定算法计算得出转换矩阵。/n

【技术特征摘要】
1.一种非固定路径机器人自动标定方法，其特征在于，包括步骤：
S1.获取最佳的标定初始位置；
S2.以标定板中心为球心，并以所述最佳的标定初始位置与标定板中心的距离为半径，确定半球面标定空间；
S3.在半球面标定空间中确定随机标定路径；
S4.按所述随机标定路径进行自动标定；
S5.通过Eye-in-Hand标定算法计算得出转换矩阵。


2.根据权利要求1所述的非固定路径机器人自动标定方法，其特征在于，步骤S1包括：
S101.将标定板放置于机器人工作空间的平台上，3D相机固定于机器人末端并使3D相机移动至标定板正上方，且使3D相机镜头中心线垂直正对标定板中心；
S102.启动自动标定，机器人带动3D相机匀速上升，3D相机在上升的过程中连续拍照获取标定板图像；
S103.通过模板匹配的方式计算各图像的匹配分数，获取匹配分数最高的图像，并以匹配分数最高的图像对应的拍照位置为最佳标定初始位置。


3.根据权利要求2所述的非固定路径机器人自动标定方法，其特征在于，步骤S102中，匀速上升的速度为0.3m/s，上升过程中拍照的频率为30fps。


4.根据权利要求2所述的非固定路径机器人自动标定方法，其特征在于，步骤S103中，在3D相机匀速上升的过程中，对比前后两个图像的匹配分数，当某个图像的匹配分数高于前一个图像和后一个图像的匹配分数时，把该图像确定为匹配分数最高的图像，并使3D相机移动至该图像对应的拍照位置。


5.根据权利要求1所述的非固定路径机器人自动标定方法，其特征在于，步骤S3包括：
S301.根据三维球面上的Marsaglia方法在所述半球面标定空间上随机获取预设数量的标定点；
S302.以所述最佳的标定初始位置为第一个标定点生成依次连接其它标定点的路径，该路径即为随机标定路径。


6.根据权利要求5所述的非固定路径机器人自动标定方法，其特征在于，步骤S301中，根据三维球面上的Marsaglia方法在所述半球面标定空间上随机获取标定点的方法包括：
S3011.随机抽样产生一对均匀分布的随机数u，v；其中u，v...

【专利技术属性】
技术研发人员：吕小戈，温志庆，周德成，
申请(专利权)人：季华实验室，
类型：发明
国别省市：广东;44