在实际制造业的应用中，工件的装夹、拾取一般依靠劳动力或者通过对机器人示教方式确定夹具体的位姿以此实现工件的装夹。不仅造成劳动力的浪费，同时在实际应用中，示教机器人经过多次作业之后，尤其是当机器人与工件相对位姿发生变化时，由于各种误差的累积，装夹效果往往会达不到工业应用的要求。因此利用机器视觉实时精确监测机器人与工件的相对位姿，通过机器人坐标系、相机坐标系、标定参照物坐标系、工件坐标系四者间的关系实时计算出机器人末端的理想位姿，具有广泛真实的应用前景。近年来，机器人的手眼标定成为一个热门的研究对象，即通过使用不同算法进行手眼标定，以期能够在实际应用中得到更好的效果。文献［1］对机器人进行手眼标定应用在医疗外科手术机器人上，证明了该类标定方法具有较高的精度和应用前景。文献［2］利用机器视觉跟踪手－眼机器人系统的多个特征点，并进行有效的评估实验。文献［3］中通过空间 3 点在机器人基坐标系的坐标，然后采用 P3P 位姿测量原理获得其在相机坐标系的坐标，建立方程组求解手眼之间的转换矩阵得到很好的效果。文献［4］通过利用矩阵直积和矩阵特征向量机器人与摄像机之间变换矩阵的线性方程，给出详细的标定步骤。文献［5］中推导出机器人平面手眼视觉系统变换关系，完成了从平面坐标系到机器人参考坐标系的坐标转换，并通过参数分离简化求解过程证明了其方法的快速和高精度。文献［6］提出了将图像坐标系映射到机器人坐标系中，直接把系统参数作为一个整体来获取而不需要获取摄像机的每一个参数，克服了原系统的局限性。文献［7］实现了单目视觉测量出物体的位姿。
本文是在前人的手眼标定方法基础上进行研究，进而提出了工业应用方案，并通过实验验证了方案的正确性。通过在机床确定位置固定标定参照物( 小型棋盘格) ，标定参照物与工件夹具的相对位姿关系是确定的，安装于 AGV 小车上的装夹机器人每次经过一定距离的移动到达指定位置进行上下料作业时，安装于小车上的单目相机捕捉到标定参照物( 小型棋盘格) 上的角点，计算出外参数矩阵( 相机坐标系与标定参照物坐标系的相对位姿) ，通过机器人坐标系、相机坐标系、标定参照物坐标系三者间的相互转换关系以及工件坐标系与标定参照物坐标系的相对位姿关系，计算出机器人末端应到达的位姿，弥补 AGV 小车的定位误差，达到实时检测机器人与工件相对位姿，提高装夹精度的效果。
1 摄像机标定模型
在计算机视觉系统中，应用最广的摄像机成像模型是针孔成像模型［5－6］。但是由于摄像机的镜头在加工、装配等过程中存在误差，镜头是非理想的模型，因此引入了相机的畸变系数［7］。摄相机的标定就是根据相机模型，由已知特征点的图像坐标系和世界坐标系来求解相机的模型参数。引入畸变系数的相机成像模型的成像几何关系如图 1 所示。
暂无评论内容