足球机器人全局视觉系统的快速标定方法

足球机器人全局视觉系统为决策系统提供机器人位姿信息,决策系统进行机器人的路径和动作规划;竞赛规则要求视觉系统必须现场安装调试,因此标定过程必须快速有效,且具有较高的精度;针对足球机器人全局视觉系统的特殊应用场景,提出了一种基于两步法简化标定模型的快速有效标定算法;利用近似欧拉角旋转矩阵建立摄像机标定模型,确定需要求取的摄像机内外参数,根据标定模型,对内外参数的求解过程进行了推导;借助场地上现有的一些标志点作为靶标,对模型的内外参数进行分步求取初始值,并利用L-M优化算法对摄像机内外参数进行分步优化求取精确值;通过实验分别从标定误差和机器人动作实现效率两个方面与其他标定算法进行对比,验证了该算法具有较高的标定精度;实验表明,本算法的优点在于不用借助专门的标定靶标,即可快速有效完成相机标定,标定精度可达±1 mm,完全能够满足决策系统的控制精度要求,且标定过程简单易实现。

激光视觉机器人焊接中摄像机和手眼的同时标定

摄像机和机器人手眼标定是视觉机器人应用中的重要问题.文中针对激光视觉机器人焊接的具体应用系统,提出了一种同时标定摄像机和机器人手眼的方法.该方法依据机器人手眼矩阵和机器人手爪对基坐标系位姿矩阵之间的特定关系,进行一次标定实验而同时求解出摄像机参数和机器人手眼关系矩阵.此方法简单、实用、快捷,避免了传统方法复杂的实验和解答过程.计算结果表明,标定精度能满足机器人焊缝跟踪的应用要求.

工业机器人视觉系统的摄像机标定

摄像机标定是计算机视觉处理技术中的一个重要组成部分,在机器人导航、足球机器人、三维重建等诸多领域有着广泛的应用。介绍了针孔模型的标定方法,以教学用工业机器人为研究对象,利用MATLAB的摄像机标定工具箱进行标定。实验结果表明,该方法能够满足标定精度。

面向工业机器人的非线性手眼标定方法研究

手眼标定是机器人视觉领域中的一个关键技术,主要包括眼在手上和眼在手外两种标定方式。标定的目的是得到相机坐标系与机器人坐标系之间的位姿关系,根据相机获取的图像重构三维场景,求出两个坐标系之间的转换参数,其结果将直接影响到机器人精准作业。受当前镜头工艺水平和机器误差限制,相机采集的图像存在非线性畸变,原有的手眼标定方法存在精确度不足的缺点。针对这个问题,文中提出面向工业机器人的非线性手眼标定方法,通过卷积原理使矩阵参数适应镜头下不同区域畸变的方法,减小相机镜头畸变影响。通过实验验证表明,该方法能够提高手眼标定结果的精确度,标定后的平均误差为0.4 mm,稳定性更强,可满足更多场景需求。

一种基于双目视觉和Halcon的高效机器人手眼标定方法

针对机器人在标定过程中追求快速、简捷、高效的特点,提出一种基于双目视觉和Halcon的高效机器人手眼标定方法。基于张正友棋盘格标定法和OpenCV中亚像素角点检测算法完成对双目相机内外参数的获取,对比运用不同的立体匹配算法和三维重建生成具有三维坐标的立体空间点云,从而得到相机坐标系下目标的位置坐标,之后取机器人坐标下的10组末端位置坐标以及相机坐标系下对应的10组位置坐标后,借助Halcon视觉软件的vector_to_hom_mat3d算子求解出相机和机器人坐标系的转换矩阵,完成机器人手眼标定。经过实验验证,该标定方法平均误差为3.58 mm,满足一般机器人工作要求,并且相比传统的手眼标定无需借助复杂的标定工具,且计算过程简捷高效。

基于辅助摄像机的机器人延伸手眼标定方法

针对机器人手臂上装载的工件等对象与摄像机之间空间关系的标定问题,本文在传统机器人手眼标定的基础上提出了机器人延伸手眼标定的概念,将机器人手眼关系拓展为延伸手眼关系。该方法通过引入辅助摄像机,利用平面标定靶标以及由机器人延伸手上的矩形特征衍生出的大量标定特征点,实现了机器人延伸手眼标定。实验结果表明,该算法可有效的解决机器人延伸手眼标定问题,标定精度取决于机器人延伸手的几何尺寸精度和获得特征点的精度,文中实验结果的RMS为0.113mm。

机器人无标定视觉中摄像机特性的逼近

简要介绍机器人视觉中摄像机无标定产生的背景和发展现状,给出了摄像机无标定的定义.依据该定义,将现有的无标定方法归为基于雅可比矩阵等4种主要类别,并分别对这些方法的机理及其优缺点作了简要分析.最后对无标定的发展前景进行了展望.

摄像机静标定技术在机器人视觉目标定位中的应用研究

利用机器人视觉技术对目标进行定位与分检中,视觉系统对目标的精确定位是其关键技术之一。利用基于线段斜率的摄像机静标定技术对摄像机镜头进行了标定,将标定的镜头径向畸变系数应用于目标位置坐标计算中。经标定后的目标坐标位置数据引导机器人末端执行器完成对目标的定位,实验结果表明了该方法的有效性。

足球机器人视觉中的摄像机标定研究

机器人足球比赛的关键环节是视觉系统,而视觉系统的关键部分是提供全部比赛信息的摄像机,因此如何保证摄像机所摄取的图像真实、准确,就成为视觉系统首要解决的问题。本文根据小型组robocup的比赛规则,针对摄像机出现的摄像头与场地不垂直、或者不在场地正上方所造成的误差以及摄像机视角增大所带来的更为严重的桶形失真进行了矫正。实践证明,矫正后的视觉系统在识别精度和稳定性方面确实有了较大提高。

相机安装在SCARA机器人二轴上的自动手眼标定方法

介绍了基于SCARA机器人在2D视觉应用中的手眼标定现状,以及当前工业相机固定安装在SCARA机器人二轴上的标定方法的优缺点,并提出一种自动运行完成手眼标定的方法,最后进行了实际操作验证,证明了该方法具有较高的准确性和鲁棒性,为相机固定安装在SCARA机器人二轴上的自动手眼标定提供了可靠的技术支持。

基于工业机器人视觉的摄像机标定系统

摄像机标定是视觉研究应用领域基本内容。视觉标定技术极大地推动工业机器人在工作中效率的提高,在工业制造中发挥着重要的作用。本文将通过小孔成像原理,利用视觉标定板和MATLAB中的摄像机标定工具箱,将KUKA机器人工作台作为研究对象,通过计算各个坐标系之间的转换关系表达式,合理的对各个参数进行设定并且通过视觉标定后的仿真结果精度来对数据进行验证,从而全面的完成对摄像机内外部分各个参数的设定和仿真。

机器人视觉的摄像机外参数自标定方法

摄像机标定是机器人视觉应用中的重要问题。针对摄像机固定的机器人视觉系统,提出一种摄像机外参数的自标定方法。该方法的基本思想是控制机器人末端沿基坐标系的3个坐标轴做3次平移运动,利用摄像机获取的图像信息,依据摄像机和机器人末端相对于基坐标系之间的位姿关系来计算摄像机的外参数。进一步,考虑测量噪声和计算噪声的影响,采用一种坐标轴正交归一化的方法对标定坐标系的方位进行修正。实验结果表明:该算法具有较好的精度和鲁棒性,可用于在线标定。

一种新的基于主动视觉系统的摄像机自标定方法

摄像机标定是从二维图像获取三维信息必不可少的步骤 .该文提出了一种新的基于主动视觉系统的摄像机自标定方法 ,通过控制摄像机平台作 4次平移运动 (其中任意 3次均不在同一平面上 )即可线性地标定摄像机的内参数以及摄像机坐标系与平台坐标系之间的旋转矩阵 .同时 ,还分别给出了利用立体视觉方法和纯极点方法唯一求解摄像机坐标系与平台坐标系之间的平移向量的充要条件 .

基于单特征点的手眼系统摄像机标定

基于机器人的相对运动,提出了一种基于单特征点的手-眼系统摄像机内、外参数的标定方法.在摄像机视场中任意选择一个特征点,使机器人末端在保持姿态不变的条件下运动,相当于机器人不动但具有多个特征点.利用这些点可计算出摄像机的内参数和相对于特征点的外参数.大幅度改变机器人的姿态,可标定出特征点在机器人基坐标系下的位置,进而得到相对于机器人末端的外参数.实验结果验证了该方法的有效性.

无标定摄像机手眼系统平移下的目标深度估计

在基于图像的视觉伺服手眼系统中,往往需要通过估计获得目标的深度信息。为此,提出了通过控制装有摄像机的机械手进行纯平移运动,从获取图像序列特征点的变化来估计目标深度的新方法。首先利用四次纯平移运动,离线计算手眼关系的旋转矩阵;在线阶段,利用该旋转矩阵将机械手平移转换为摄像机平移,再结合平移前后图像极点不变的特性,实现目标深度实时估计。与以往方法不同,新方法无需进行摄像机参数标定,并对图像匹配噪声和手眼系统运动误差具有一定的鲁棒性。

手眼系统中摄像机标定和手眼标定的同步算法

在手眼系统中,提出一种统一相机标定和手眼标定的简便标定方法。一般来说,相机标定和手眼标定是分别进行的,故提出一种可以同步完成相机标定和手眼标定的整体标定方法。利用几何代数将几何对象作为代数实体通过代数运算的方法进行手眼标定。采用张正友相机标定方法完成摄像机标定。通过将算法与其他手眼标定方法如"两步法"得到的结果进行比较,可知这里方法所得结果精度更高。上述实验的结果表明提出的同步标定算法的可行性和有效性。

双摄像机立体视觉系统的标定

研究了一种能应用于双摄像机立体视觉系统三维图像再现的标定法.它将四个坐标系下的点通过一系列矩阵进行转换,这些矩阵包括内部参数矩阵和两摄像机之间的关系转换矩阵,同时也给出了各摄像机的畸变参数.在实验中,首先由左右摄像机采集9组国际象棋棋盘的像,然后通过运行C++软件得到上述矩阵,最后通过立体匹配验证了标定结果的可信度.

机器人线结构光视觉引导系统的手眼标定方法

针对Eye-to-Hand机器人线结构光视觉引导系统的现场手眼标定中靶标特征点提取困难和标定结果受机器人重复定位精度影响大的问题,选用标准球作为靶标,通过载物架将靶标固定在机器人末端,机器人以平动的方式将靶标置于传感器光平面相交的位置;线结构光视觉传感器对标准球球心坐标进行测量,得到球心在传感器坐标系下的坐标;同时结合载物架的机械尺寸得到对应的球心在机器人基坐标系下的坐标;最后使用改进的最近点迭代算法求解出手眼关系矩阵。实验结果表明:该方法快捷有效,且计算量较小;相比经典的最近点迭代算法,迭代配准用时由1630ms降到640ms,配准误差由0.5441mm降为0.1136mm,标定后视觉引导系统的三维定位精度由1.96mm提高到1.01mm。

一种用于大场景双目视觉系统摄像机的标定方法

基于相机成像的针孔模型,通过建立世界坐标系、摄像机坐标系和图像坐标系之间的数学关系,理论上推导了摄像机相关参数显式的表达式,并在此基础上探究了参数与坐标的关系。通过获取实验数据验证了各参数标定结果的准确性。利用标定结果,根据图像坐标系目标图像坐标(u,v)与其对应的大地坐标值(Xw,Zw)之间的关系计算了各个目标的大地坐标,并将计算结果与GPS计算的目标坐标、参数参考值计算的坐标结果相比较,在误差允许的范围内,提出了一种双目视觉条件下的摄像机标定方法。

视觉导航系统摄像机外参数在线标定算法

提出一种简捷实用的摄像机外参数在线标定算法.该算法仅需借助一组平行的道路标识线和一组与地面垂直的平行线即可确定摄像机外参数.在已知摄像机高度的条件下,根据本标定算法即可从图像中得到目标物在现实世界坐标中的位置.实验结果证明,该方法简单方便,且无需特殊的标定设备,具有较高的应用价值.