摄像机标定以及焊接机器人手眼标定

在三维空间中建立物体与其在摄像机像平面上的成像之间的对应关系就是所谓的摄像机标定。通常需要设计制备一个尺寸和形状精度都较高的标定块作为参照物，标定前将其装夹在己知空间位置上，在标定时使用的参照物称为靶标。靶标通常分为两种:平面靶标和立体靶标。为了便于摄像机从拍摄的标靶图像中提取得到相应的位置坐标信息，在靶标上通常都会预先设计一些具有特定特征的图形，以此作为进行标定处理的信息对象。

(2)摄像机标定研究进展

摄像机标定技术是其实现广泛的实际应用的基础，标定结果的误差大小会严重影响摄像机对空间物体位置的检测，从而影响焊接机器人的工作路径，对焊接机器人的运行精度有直接的影响。

传统的摄像机标定方法是首先通过摄像机拍取靶标的图像，并从靶标图像上提取出预先设计的特征点的位置坐标。由于特征点的三维空间坐标是设定好的，所以将这些特征点的实际位置与获取的特征点的坐标信息联立，通过一定的运算即可确定相机内部和外部的相关参数。Faugeras等学者于1986年提出的标定摄像机参数的方法是基于线性模型来构建的，这种方法被称为主动视觉检测方法。Tsai等在1987年提出的标定相机参数的方法也是基于线性模型建立的，并将世界坐标系和摄像机坐标系引入其中。但是该标定方法是基于立体靶标，其制作工艺较为复杂，且对精度的要求较高。Kim等相关研究者进一步将3D立体靶标改善为2D平面靶标，利用同心圆的方法标定摄像机的内部和外部参数。Basu等学者先后让摄像机进行两次平移运动，两次平移的方向满足正交关系，通过摄像机的这种特定运动获得摄像机的内部和外部参数，这属于一种自标定的方法。Du等也采用了相似的原理实现了摄像头的自标定。其使用的特殊运动方式为控制摄像机围绕某一特定的轴做旋转运动。但是对于要求摄像机作纯平移移动或旋转运动的标定方式也存在对焊接机器人精度要求高的难题。针对某些旋转运动的标定，其旋转算法要求旋转轴在激光视觉传感器射出的激光束中心上，在实际操作中还没有很好的方法能够精确地捕捉到光源中心的位置。Mukundan等在标定靶上设计三个特征点，控制其为非共线的关系，通过求解四元四次方程求出可以表征目标相对位置和姿态的解析解，从而确定出目标物体的位置和姿态。

在国内，对视觉传感器的标定方法及其原理的研究还相对较少。陈刚等学者分别在04和07年提出了基于三维立体模型和空间特征点的摄像机标定方法。张剑清等学者的相关研究采用双目序列影像来确定目标物体的运动方式。张正友在此基础上于00年提出了改进的方法。该方法不涉及运动参数，通过摄像机获得平面靶标的在不同方向的图像。这种方法具有更高的实用价值，得到更为广泛的应用。

(3)焊接机器人手眼标定

摄像机标定目的在于解决摄像机的内部和外部参数问题。视觉系统的标定是建立机器人手眼关系的基础工作，它使焊接机器人能够根据己标定的摄像机所检测和提取的信息通过控制器精确地指导工具完成相应的操作。实际应用中的工业机器人的视觉系统，还需建立机器人、摄像机、靶标和标定块坐标系之间的对应关系。机器人离线编程技术依赖的两大技术是视觉标定技术与内部控制器的集成技术。

Eye-in-Hand方式的视觉系统中视觉检测器安装于焊接机器人末轴上，也即摄像机和焊接加工工具之间的空间位置关系是固定的。工业相机坐标系、机器人末端坐标系和机器人基坐标系中，手眼标定是指建立工业相机坐标系与机器人末端坐标系的对应关系，结合机器人末端坐标系位置和姿态和上述标定结果即可算出工业相机坐标系和机器人世界坐标系的关系。徐德等学者使用保持姿态不变的摄像机拍摄某一选定的空间点，检测获取末端加工工具每次平移运动后特征点相对于工业相机坐标系的坐标，焊接机器人移动前后的相对位置实际上即是各个特征点之间的相对位置。该方法的标定精度较高，可以满足大多数应用领域视觉标定系统的精度要求。