焊接机器人的视觉系统标定方法研究 上

在基于双目视觉的焊接机器人焊接轨迹检测的系统当中，核心的功能实现就是要准备快速稳定获取特征点在空间中的坐标信息。本系统所选用的相机可以获取空间中的三维物体的平面数字图像，且图像的基础度量单位为像素，为了通过相机获取的二维图像推导出图像中某特征的三维信息，具体来说就是根据二维图像来获取相机的内部参数、外部参数和畸变，然后反推出所需特征的空间信息，这个过程需要一种方法去建立一种转换关系，这种方法被称之为标定。

关于标定的方法，之前做过很多研究，其标定方法分别有射影标定法、自标定法、正交消隐法、相机纯旋转标定法、平面模板两步法等。射影标定法是通过观察具有较高精度三维几何信息的空问物体来获取所需信息，该空间物体通常具有两个或三个相互正交的面，但是这种方法需要昂贵的标定仪器和精细的标定方法。自标定则是一种无需标定物仅通过移动相机就可以完成功能的方法，相机移动的方式有严格的约束，通过该约束可以得到相机的内参与外参，但是该方法并不成熟有待改进，需要评估很多参数，所以不能一直获得可靠的结果。正交消隐法则是利用正交的直线正交的消隐点，利用其与光心的关系建立方程，但是该方法需要高精度的求解畸变系数，有一定局限性。而平面模板两步法又称为张氏标定法，是一种应用极广、便宜、易操作的标定方法，通过拍摄不同位置的标定板进行相机标定，是现在视觉图像软件中标定模块使用的主流算法。

本系统需要获取空间点的坐标信息，则需要对相机进行标定，获取相机的内部参数和外部参数，即相机的光学、几何参数和相机基于世界坐标系的位姿状态。同时还需获取两相机相互之间的几何关系和相机与机械手末段执行装置的相对位置，所以项目中的标定过程分别为双目系统标定和手眼标定。

单目相机的标定模型

由于相机的成像原理，在实际应用中可以用针孔模型来表示相机，针孔所在的孔眼即为相机的光心。用针孔模型来表示空间中的物体在相机传感器上的成像，可由如图3-1的空间上一点的透视投影示意图来描述。首先该模型中存在有四个坐标系，分别为世界坐标系(Ow-XwYwZw)、相机坐标系(Oc-XcYcZc)、图像坐标系(O-xy)和像素坐标系(Ok-ij)。

焊接机器人

世界坐标系(Ow-XwYwZw)为真实坐标，我们所需的任务也是获取空间特征点在世界坐标系下的坐标值。空间特征通过小孔模型在图像传感器上成像，相机坐标系(Oc-XcYcZc)以相机的光心为原点，光轴为Zc轴，XcYc相互正交且Zc轴垂直于轴XcYc组成的平面，该坐标系可以表征摄像机，该坐标系在世界坐标系下的位姿即为相机在空间中的状态。一个空间点通过小孔模型在相机图像传感器中成像，该图像传感器上有一个二维平面坐标系为图像坐标系(O-xy)，原点为光轴和该平面的交点，两坐标轴xy分别平行于相机坐标系XcYc轴，世界坐标系上一点P通过小孔模型在图像坐标系上投影为P'。对于图像的存储来说，相机采集的图像是数字图像的形式，是一个MXN的数组，该数组的元素为图像的像素，因此在计算机中特征点在图像传感器上的位置信息是基于像素数组的行列数，所以可以用像素坐标系(Ok-iJ)，来表征这一特征，坐标原点为图像传感器的左上端，自原点起的水平向右的轴为J轴，竖直向下的轴为i轴，可以通过图像坐标系和像素坐标系的转化，将P'的图像坐标转化为像素坐标，也就是数字图像存储在计算机中的坐标。