眼在手外-机器人坐标系与相机坐标系标定方法

1 眼在手外坐标系概述

实现机械臂和相机的手眼标定,就是要通过双目相机坐标系、机械臂坐标系和机械臂 末端执行器三者的坐标系转换,求出手眼转换矩阵。设双目相机坐标系为 Oc,标定板坐标 系为 Ow,末端执行器坐标系为 Oe,机械臂底座的坐标系为 Ob。其中,设标定板坐标系到 双目相机坐标系的转换关系为𝑻𝒘 𝒄 ,双目相机坐标系到机械臂底座的坐标系的转换关系为 X, 机械臂底座坐标系到机械臂末端执行器坐标系的转换关系为𝑻𝒃 𝒆,其中,本文中要求解的就 是双目相机相对机械臂底座坐标系的转换关系,也即眼在手外情况下的手眼转换矩阵。

2 硬件设备

本文中眼在手外标定时所需要的设备有机械臂及其控制系统,笔记本电脑,规格为 9 格×12 格的黑白相间的棋盘格标定板,其中每个方格大小为 30mm×30mm、相机,相机支 架等。

3 标定流程

一、 将标定板固定在机械臂末端,双目立体相机固定在机械臂底座上与机械臂底 座相对静止,移动机械臂,使标定板在双目相机视场内某一位姿下,设标定板上的点在标 定板坐标系下的坐标值为𝑃1,末端执行器坐标系下的坐标值为𝑃3,则将𝑃1点转换为𝑃3点的 转换关系为:

二、接着移动机械臂将机械臂末端执行器上的标定板移动到下一位姿且保持标定板在双 目相机视场内,在该位姿下得到另一相同形式的方程,即:

其中,公式中的可以通过机器人控制系统的位姿输出来获得,可以通 过双目立体相机的外部参数获得.

将上式联立可得

化简可得

,上式可化简为AX=BX

而 A 和 B 都可以通过机械臂控制系统和双目相机输出获得,因此为已知量。

三、本文中通 过移动机械臂末端执行器,记录了 10 组标定板的位姿进行求解,得到 5 组 A𝑋=𝑋B 形式的 方程组进行求解手眼转换矩阵𝑋。

相关推荐
hi0_61 天前
机器学习实战(一): 什么是机器学习
人工智能·机器学习·机器人·机器学习实战
大视码垛机1 天前
速度与安全双突破:大视码垛机重构工业自动化新范式
大数据·数据库·人工智能·机器人·自动化·制造
WWZZ20251 天前
视觉SLAM第10讲:后端2(滑动窗口与位子图优化)
c++·人工智能·后端·算法·ubuntu·机器人·自动驾驶
deephub1 天前
机器人逆运动学进阶:李代数、矩阵指数与旋转流形计算
人工智能·机器学习·矩阵·机器人·李群李代数
武子康2 天前
AI-调查研究-76-具身智能 当机器人走进生活:具身智能对就业与社会结构的深远影响
人工智能·程序人生·ai·职场和发展·机器人·生活·具身智能
小鹿清扫日记2 天前
从蛮力清扫到 “会看路”:室外清洁机器人的文明进阶
人工智能·ai·机器人·扫地机器人·具身智能·连合直租·有鹿巡扫机器人
shuidaoyuxing2 天前
机器人防爆的详细讲解
机器人
格林威2 天前
机器视觉在半导体制造中有哪些检测应用
人工智能·数码相机·yolo·计算机视觉·视觉检测·制造·相机
格林威2 天前
机器视觉检测如何使用360 度全景成像镜头进行AI 瑕疵检测
人工智能·深度学习·数码相机·机器学习·计算机视觉·视觉检测·相机
物联网软硬件开发-轨物科技2 天前
【轨物方案】赋能绿色能源新纪元:轨物科技发布光伏清洁机器人智能控制与运维解决方案
科技·机器人·能源