一种机器人的手眼标定方法技术

本发明专利技术公开了一种机器人的手眼标定方法

【技术实现步骤摘要】
一种机器人的手眼标定方法、装置、机器人和存储介质


[0001]本专利技术属于工业机器视觉
，具体涉及一种机器人的手眼标定方法
、
装置
、
机器人和存储介质，尤其涉及一种机器人的基于亚像素图像金字塔模板匹配的自动九点旋转标定算法的手眼标定方法
、
装置
、
机器人和存储介质
。

技术介绍

[0002]在工业机器视觉中，机器人通常指多关节多自由度机械臂，机器人自身是没有传感器的，需要安装工业相机获取三维世界信息，相机扮演着机器人“眼睛”的角色
。
相机将三维世界的信息转换成二维平面
(
像素坐标系
)
信息，再通过特定变换将二维平面信息转换为机器人坐标系下的三维信息，整体是一个三维到二维再到三维的变换过程，而这种“特定变换”便是相机与机器人坐标系之间的关系，获得该变换关系的过程也称为手眼标定
。
[0003]九点标定方法是手眼标定中的经典方法，通过采集九个像素点坐标和九个机器人坐标，计算二者的仿射变换矩阵，从而完成手眼标定操作
。
传统的九点标定算法需要人为示教九个标定点的机器人坐标，操作繁琐，且人为示教点位易带来误差，导致整体标定精度较低
。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术
。

技术实现思路

[0005]本专利技术的目的在于，提供一种机器人的手眼标定方法
、<br/>装置
、
机器人和存储介质，以解决九点标定方法中人为示教九个标定点的机器人坐标，操作繁琐，且人为示教点位易带来误差，导致整体标定精度较低的问题，达到通过机器人的机械臂抓取标定物进行九点标定，利用预设的模板匹配算法进行模板匹配，从而得到九点标定矩阵，并利用旋转标定得到的旋转中心对九点标定矩阵进行矫正，从而解决了人为标定操作的操作繁琐
、
标定精度低的问题，极大提高了机器人手眼标定的精度的效果
。
[0006]本专利技术提供一种机器人的手眼标定方法，所述方法应用于工业机器人的手眼标定系统；所述机器人具有机械臂和相机；所述方法，包括：在保持所述机器人的相机静止不动的情况下，控制所述机器人的机械臂抓取标定物，并使所述机器人的机械臂携带所述标定物在所述相机的视野范围内移动预设的九个点位；获取所述标定物在所述九个点位中的每一个点位下所述相机记录的标定物图像，以及在该每一个点位下所述机器人记录的机器人点位坐标；根据所述九个点位的标定物图像
、
所述九个点位的机器人点位坐标
、
及预设的模板匹配算法，得出未校正的九点标定矩阵；在保持所述机器人的相机静止不动的情况下，控制所述机器人的机械臂抓取标定物在同一位置旋转
m
个点位，并根据所述预设的模板匹配算法，确定旋转中心；其中，
m
为正整数；根据所述旋转中心对所述未校正的九点标定矩阵进行矫正，得到校正后的九点标定矩阵
。
[0007]在一些实施方式中，根据所述九个点位的标定物图像
、
所述九个点位的机器人点
位坐标
、
及预设的模板匹配算法，得出未校正的九点标定矩阵，包括：根据所述九个点位的标定物图像及预设的模板匹配算法，确定所述九个点位的标定中心点像素坐标；根据所述九个点位的机器人点位坐标和所述九个点位的标定中心点像素坐标，得出未校正的九点标定矩阵
。
[0008]在一些实施方式中，所述预设的模板匹配算法，包括：分别对匹配图像和模板图像进行处理，确定所述模板图像在所述待匹配图像中的侯选位置；根据所述模板图像在所述待匹配图像中的侯选位置，和最小二乘平差理论，对所述候选位置进行精度调整，得到所述模板图像在所述待匹配图像中的中心点坐标
、
旋转角度和缩放因子
。
[0009]在一些实施方式中，分别对匹配图像和模板图像进行处理，确定所述模板图像在所述待匹配图像中的侯选位置，包括：分别对待匹配图像和模板图像进行平滑处理；根据平滑处理后的待匹配图像和模板图像，得到所述待匹配图像的图像金字塔和所述模板图像的图像金字塔；其中，所述图像金字塔中包含该图像的低分辨率图像和高分辨率图像；根据所述待匹配图像的图像金字塔中的低分辨率图像，和所述模板图像的图像金字塔中的低分辨率图像，确定所述模板图像在所述待匹配图像中的第一位置；根据所述待匹配图像的图像金字塔中的高分辨率图像
、
所述模板图像的图像金字塔中的高分辨率图像
、
及所述第一位置，确定所述模板图像在所述待匹配图像中的第二位置；其中，所述第二位置是相比于所述第一位置更精确的位置；分别对所述待匹配图像的图像金字塔和所述模板图像的图像金字塔进行亚像素边缘检测；根据对所述待匹配图像和所述模板图像进行亚像素边缘检测的结果，进行相似度计算，从而确定所述模板图像在所述待匹配图像中的侯选位置；相似度计算的公式为：
[0010][0011]其中，
d
′
i
为模板图像中的边缘梯度向量，
q
＝
[x,y]T
为待匹配图像的像素位置，
p
′
为待匹配图像中子图像的像素，
e
q+p
′
为方向向量；
n
为模板图像的像素值，
t
′
i
和
u
′
i
为模板图像中每一个点的梯度方向向量值，和为待匹配图像中的梯度方向向量值
。
[0012]在一些实施方式中，根据所述九个点位的标定物图像及预设的模板匹配算法，确定所述九个点位的标定中心点像素坐标，包括：将所述九个点位的标定物图像认定为待匹配图像，以及将仅包含了所述标定物的图像认定为模板图像；分别将每一个所述待匹配图像与所述模板图像带入到预设的模板匹配算法中，得到所述模板图像在每一个所述待匹配图像中的标定中心点像素坐标，即确定了所述九个点位的标定中心点像素坐标
。
[0013]在一些实施方式中，控制所述机器人的机械臂抓取标定物在同一位置旋转
m
个点位，并根据所述预设的模板匹配算法，确定旋转中心，包括：控制所述机器人的机械臂抓取标定物旋转
m
个点位，并获取在所述
m
个点位中的每一个点位下所述相机记录的标定物图像，以及在该每一个点位下所述机器人记录的机器人点位坐标；将所述
m
个标定物图像认定为待匹配图像，以及将仅包含了所述标定物的图像认定为模板图像；分别将每一个所述待匹配图像与所述模板图像带入到预设的模板匹配算法中，得到所述模板图像在每一个所述待匹配图像中的标定中心点像素坐标，即确定了所述
m
个点位的标定中心点像素坐标；根据
所述
m
个点位的标定中心点像素坐标和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种机器人的手眼标定方法，其特征在于，所述方法应用于工业机器人的手眼标定系统；所述机器人具有机械臂和相机；所述方法，包括：在保持所述机器人的相机静止不动的情况下，控制所述机器人的机械臂抓取标定物，并使所述机器人的机械臂携带所述标定物在所述相机的视野范围内移动预设的九个点位；获取所述标定物在所述九个点位中的每一个点位下所述相机记录的标定物图像，以及在该每一个点位下所述机器人记录的机器人点位坐标；根据所述九个点位的标定物图像
、
所述九个点位的机器人点位坐标
、
及预设的模板匹配算法，得出未校正的九点标定矩阵；在保持所述机器人的相机静止不动的情况下，控制所述机器人的机械臂抓取标定物在同一位置旋转
m
个点位，并根据所述预设的模板匹配算法，确定旋转中心；其中，
m
为正整数；根据所述旋转中心对所述未校正的九点标定矩阵进行矫正，得到校正后的九点标定矩阵
。2.
根据权利要求1所述的机器人的手眼标定方法，其特征在于，根据所述九个点位的标定物图像
、
所述九个点位的机器人点位坐标
、
及预设的模板匹配算法，得出未校正的九点标定矩阵，包括：根据所述九个点位的标定物图像及预设的模板匹配算法，确定所述九个点位的标定中心点像素坐标；根据所述九个点位的机器人点位坐标和所述九个点位的标定中心点像素坐标，得出未校正的九点标定矩阵
。3.
根据权利要求1或2所述的机器人的手眼标定方法，其特征在于，所述预设的模板匹配算法，包括：分别对匹配图像和模板图像进行处理，确定所述模板图像在所述待匹配图像中的侯选位置；根据所述模板图像在所述待匹配图像中的侯选位置，和最小二乘平差理论，对所述候选位置进行精度调整，得到所述模板图像在所述待匹配图像中的中心点坐标
、
旋转角度和缩放因子
。4.
根据权利要求3所述的机器人的手眼标定方法，其特征在于，分别对匹配图像和模板图像进行处理，确定所述模板图像在所述待匹配图像中的侯选位置，包括：分别对待匹配图像和模板图像进行平滑处理；根据平滑处理后的待匹配图像和模板图像，得到所述待匹配图像的图像金字塔和所述模板图像的图像金字塔；其中，所述图像金字塔中包含该图像的低分辨率图像和高分辨率图像；根据所述待匹配图像的图像金字塔中的低分辨率图像，和所述模板图像的图像金字塔中的低分辨率图像，确定所述模板图像在所述待匹配图像中的第一位置；根据所述待匹配图像的图像金字塔中的高分辨率图像
、
所述模板图像的图像金字塔中的高分辨率图像
、
及所述第一位置，确定所述模板图像在所述待匹配图像中的第二位置；其中，所述第二位置是相比于所述第一位置更精确的位置；分别对所述待匹配图像的图像金字塔和所述模板图像的图像金字塔进行亚像素边缘检测；
根据对所述待匹配图像和所述模板图像进行亚像素边缘检测的结果，进行相似度计算，从而确定所述模板图像在所述待匹配图像中的侯选位置；相似度计算的公式为：其中，
d
′
i
为模板图像中的边缘梯度向量，
q
＝
[x,y]
T
为待匹配图像的像素位置，
p
′
为待匹配图像中子图像的像素，
e
q+p
′
为方向向量；
n
为模板图像的像素值，
t
′
i
和
u
′
i
为模板图像中每一个点的梯度方向向量值，和为待匹配图像中的梯度方向向量值
。5.
根据权利要求2所述的机器人的手眼标定方法，其特征在于，根据所述九个点位的标定物图像及预设的模板匹配算法，确定所述九个点位的标定中心点像素坐标，包括：将所述九个点位的标定物图像认定为待匹配图像，以及将仅包含了所述标定物的图像认定为模板图像；分别将每一个所述待匹配图像与所述模板图像带入到预设的模板匹配算法中，得到所述模板图像在每一个所述待匹配图像中的标定中心点像素坐标，即确定了所述九个点位的标定中心点像素坐标
。6.
根据权利要求1所述的机器人的手眼标定方法，其特征在于，控制所述机器人的机械臂抓取标定物在同一位置旋转
m
个点位，并根据所述预设的模板匹配算法，确定旋转中心，包括：控制所述机器人的机械臂抓取标定物旋转
m
个点位，并获取在所述
m
个点位中的每一个点位下所述相机记录的标定物图像，以及在该每一个点位下所述机器人记录的机器人点位坐标；将所述
m
个标定物图像认定为待匹配图像，以及将仅包含了所述标定物的图像认定为模板图像；分别将每一个所述待匹配图像与所述模板图像带入到预设的模板匹配算法中，得到所述模板图像在每一个所述待匹配图像中的标定中心点像素坐标，即确定了所述
m
个点位的标定中心点像素坐标；根据所述
m
个点位的标定中心点像素坐标和所述
m
个点位的机器人点位坐标，拟合得到旋转中心
。7.
一种机器人的手眼标定装置，其特征在于，所述装置应用于工业机器人的手眼标定系统；所述机器人具有机械臂和相机；所述装置，包括：控制单元，被配置为在保持所述机器人的相机静止不动的情况下，控制所述机器人的机械臂抓取标定物，并使所述机器人的机械臂携带所...

【专利技术属性】
技术研发人员：郭琛，刘志昌，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：