返回首页 hi, 欢迎来到机器人在线 请登录/ 免费注册 扫码关注
400-778-0507 手机版 网站地图 订阅邮件

在线客服

生意通会员

焊接机器人之视觉系统标定研究

时间：2017-07-21 来源：机器人在线 阅读：6910 原创
新闻详情标题图片

焊接机器人为了让光栅式三维扫描仪精确地获取被拍摄焊件的点云信息，并将三维扫描仪下的坐标转换成机器人末端(TCP)鴠标系下的坐标。首先要进行摄像机的标定和摄像机和机器人之间的关系的标定，即标定摄像机内参数、外参数以及机器人手眼关系。内参描述的是摄像机的内部的光学特性和几何特征，对于同一摄像机来说，摄像机的内参数是不变的。外参是描述摄像机相对于外部环境的位置关系，在不同的测试环境中，外参会随着环境的变化而改变。通过摄像机内外参数的标定，可以建立二维图像和三维坐标间的关系，即图像坐标点和实际空间位置点间的关系。手眼关系是描述摄像机和机器人末端执行器(TCP)之间的相对关系，以实现摄像机坐标系下机器人末端(TCP)坐标系下的三维坐标的相互转换。

3.1摄像机标定
3.1.1摄像机标定方法概述
摄像机的标定方法有两种，一种是传统的摄像机标定，另外一种是摄像机的自标定。
(1)传统的摄像机标定方法需要加入校准对象的实验条件，如一个大小、形状已知的标定靶，通过对拍摄图像的处理，经过一系列的数学计算和变换，得到摄像机的内参数和外参数。传统的摄像机标定方法主要包括最优化算法标定法，基于摄像机透视变换矩阵的标定法，考虑畸变补偿的两步标定法，双平面模型标定法等。
基于最优化算法的标定方法，需要先假设一个光学成像系统模型，通常模型比较复杂。由于相机的标定结果依赖于给定的初值，如果假设的初值不合适，很难通过优化校准程序获得正确的标定结果。
基于摄像机透视变换矩阵的标定法避免了利用最优化算法来求取相机的内外参数，运算速度得到大幅度提高。但是在标定过程中忽略相机镜头的非线性失真，利用线性解法求解摄像机的内外参数，标定精度并不高，且无法保证求取的外参的旋转矩阵R是正交矩阵。
考虑畸变补偿的两步标定法是利用透视变换矩阵法或直线线性变化法求解未知参数，将求得的参数作为开始值，同时考虑失真因素，再用最优化算法通过校准程序来获得准切的标定结果。但是该方法有一定的局限性，因为考虑了相机镜头的畸变，增加了计算量，延长了计算时间，不利于实现摄像机内外参的快速标定。
双平面模型标定法摄像机模型不是基于针孔模型，不需要投影到成像平面上的光线通过光心，只要相平面上任意一个像素坐标，通过计算可得到两个平面上对应的点，从而确定投射出的光线。该方法可以用线性的方法求取摄像机的有关参数，但其求解的参数量过多，增加了计算量。
(2)摄像机的自标定方法和传统标定方法相比，不需要外部标靶，通过计算摄像机在拍摄中周围环境的图像与图像之间的关系即可标定出内外参数。主要可以分为以下几类:直接求解Kuppa方程的自标定、分层逐步标定和基于绝对二次曲面的自标定。
直接求解Kuppa方程的自标定是一种将极线变换和二次曲线相结合的方法。利用摄影空间绝对二次曲线的不变性推导出Kruppa方程。但计算方法复杂，求解方程较困难，对噪声非常敏感。
分层逐步标定法是基于求解Kruppa方程的方法。由于直接求解Kruppa方程的方法很困难，一些学者将射影图像序列中心组建，使用绝对二次线(面)添加约束，来求摄像机的内外参数。该方法减少了计算，在实际应用中很广泛。但是该算法过于依赖估计的初值，收敛性难以保证。
基于绝对二次曲面的自标定本质同直接求解Kruppa方程类似，但在能取得一致射影重建的多幅图像的情况下，该方法有一定优势。
此外还有学者提出基于主动视觉的自标定方法，将摄像机安装在主动控制平台上，通过主控平台的运动来拍摄多幅图像，利用摄像机的运动参数和图像来求得摄像机的内参和外参。优点是鲁棒性较强，算法简单，可线性求解。但是该方法过于依赖主控平台的运动精度，且无法自由的移动。主控平台的成本也较高。
焊接机器人本章的标定实验采用Matlab calibration toolbox标定工具箱，分别标定两摄像机的内外参数以及两摄像机的相对关系。标定原理类似于两步标定法。
 
焊接机器人 焊接机器人无示教模式三维焊缝信息提取 技术干货
AGV专场

好的文章，需要您的鼓励

16

上一篇：
焊接机器人基于时域编码的三维光栅测量
下一篇：
焊接机器人之摄像机的成像模型
返回资讯首页
  • 最新资讯
  • 最新问答
推荐
生意通
相关资讯 相关问答
栏目推荐

相关推荐
翼菲机器人 scara机器人品牌 并联机器人品牌 西门子plc 大族机器人 安川机器人 发那科机器人 库卡机器人厂家 埃夫特机器人 新松机器人厂家