CN106457562B - 用于校准机器人的方法和机器人系统 - Google Patents

Abstract

一种用于校准机器人的方法，其中，机器人包括具有校准标志的可移动部。方法包括以下步骤：将校准标志定位于沿着照相机单元的光线的多个位置中；成像沿着光线的多个位置处的校准标志，以在容差k内建立沿着光线的校准标志的线位置P₁…P_N，同时监测机器人的关节值j₁…j_M；对于校准标志的各线位置P₁…P_N处的关节值j₁…j_M基于校准标志的产生的计算机器人位置P’₁…P’_N建立误差函数；通过基于误差函数解决优化问题来识别一组机器人运动学参数；以及借助于所识别的一组机器人运动学参数更新机器人的运动学模型。还涉及机器人系统、机器人控制器、机器人单元、机器人单元的使用、计算机程序P以及计算机可读存储介质。

Description

用于校准机器人的方法和机器人系统

技术领域

本发明涉及用于校准机器人的技术，并具体涉及用于校准机器人的方法和机器人系统。发明还涉及机器人控制器、机器人单元、机器人单元的使用、用于校准机器人的程序以及计算机可读介质。

背景技术

为了基于机器人关节值计算机器人末端执行器的位置，可以使用机器人的运动学模型。为了机器人的高精度定位，必须精确识别机器人的运动学参数。用机器人执行一些动作、测量结果并通过调节运动学参数使所计算的结果调整到所测量的结果的过程称为机器人校准。

最常见地，外部测量系统用于校准。通常，该测量系统为高精度三维设备(诸如激光跟踪仪)。还已经提出使用约束的所谓自校准方法。然而，三维系统与高成本关联，并且因为来自摩擦的不确定性将发挥作用，所以自校准系统具有受限的精确度。

已经提出用于机器人校准的一个方法是使用激光指示器和位置灵敏设备(PSD)。然而，对于激光指示器和PSD的问题是它们通常不用于生产。为了校准的唯一目的而安装它们将增加系统的成本和复杂度。对于现场校准(即，已经安装机器人之后的现场校准)，需要更简单的方法。因为任意外部设备将与成本和复杂度关联，所以理想地应在没有额外传感器或设备的情况下执行校准。

在视觉引导机器人的情况下，照相机为系统的一部分。由此，在需要对于视觉引导方面提高机器人精确度的情况下，将期望使用照相机来校准机器人。

机器人照相机校准已经在文献中提出并进行了测试。通过制定包括机器人运动学参数以及内在和外在照相机参数的误差函数，可以通过同时优化机器人运动学参数和照相机参数来获取机器人和照相机参数。

例如，US2013/0274921A1描述了一种包括数字照相机的机器人系统，其中，机器人的可移动部已经取得贴附到可移动部的标志。数字照相机通过成像标志的移动范围来输出图像数据，并且校准器产生用于使图像数据的二维坐标系与可移动部的三维坐标系相关的转换参数。

机器人和照相机参数的该同时优化的缺点是必须与机器人参数同时识别多个额外照相机参数。这将使得优化问题更难，并且限制参数的最终精确度。

由此，需要用于识别机器人参数的更简单且更不复杂的方法。

发明内容

根据第一方面，目的至少部分由一种用于校准机器人的方法来实现，其中，所述机器人包括具有校准标志的可移动部。所述方法包括以下步骤：

将所述校准标志定位于沿着照相机单元的光线的多个位置中；

成像沿着所述光线的多个位置处的所述校准标志，以在容差k内建立沿着所述光线的所述校准标志的线位置P₁…P_N，同时监测所述机器人的关节值j₁…j_M；

对于所述校准标志的各线位置P₁…P_N处的关节值j₁…j_M基于针对所述校准标志的产生的计算机器人位置P’₁…P’_N建立误差函数；

通过基于所述误差函数解决优化问题来识别一组机器人运动学参数；以及

借助于所识别的一组机器人运动学参数更新所述机器人的运动学模型。

凭借该方法，可以将机器人参数的识别与照相机参数分离。照相机单元仅用于确定校准标志实际上沿着同一光线定位，并且不必精确确定照相机的参数。因为照相机误差由所提出的方法来消除，所以高精确度地识别机器人的运动学参数。与用更多未知参数(例如，照相机参数)解决优化问题相比，优化问题变得更容易解决，并且提高最终参数的精确度。该方法容易实施，这使得方法为用于校准机器人的廉价解决方案。除了通常早已存在的机器人照相机，不需要额外的硬件。

进一步地，可以确定并由此校准除了机器人的运动学参数之外的其他参数。例如，可以建立校准标志的工具中心点的坐标。

根据一个实施例，该方法包括以下步骤：将具有所述机器人的唯一方位的所述校准标志定位于所述校准标志的所述线位置P₁…P_N中的至少一些中。

根据一个实施例，该方法包括以下步骤：执行迭代过程，以使得所述机器人在所述容差内沿着所述光线定位所述校准标志，以建立所述校准标志的线位置P_k。然后可以确保校准标志被定位为离光线足够近。

根据一个实施例，该方法包括以下步骤：计算所述校准标志在成像所述校准标志的照相机单元的图像平面中的位置与所述照相机单元的所述图像平面中的所述光线的位置之间的误差，将所述误差与所述容差进行比较，以及基于所述比较的结果调整所述校准标志的所述位置，以便建立所述校准标志的线位置P_k。由此，通过使用照相机单元，可以建立照相机单元的位置的误差。

根据一个实施例，所述误差函数计算拟合针对所述校准标志的产生的计算机器人位置P’₁…P’_N的线。通过建立位置的最佳拟合线，可以确定最佳运动学参数。所述误差函数可以基于使所述校准标志的所述产生的计算机器人位置P’₁…P’_N到所述线的距离最小化。

根据一个实施例，优化问题包括使所述误差函数的误差最小化。机器人的最佳运动学参数可以通过找到给出具有最小误差的解决方案的参数来确定。

根据一个实施例，所述校准标志的位置的数量N至少为六，以能够获取机器人的精确运动学参数并解决优化问题。

根据第二方面，目的至少部分由一种被配置为执行该方法的机器人控制器来实现。

根据第三方面，目的至少部分由一种包括照相机单元的机器人单元来实现，其中，所述机器人单元被配置为执行该方法。

根据第四方面，目的至少部分通过使用机器人单元来实现。

根据第五方面，目的至少部分用一种关于机器人系统的计算机程序P来实现，其中，所述计算机程序P包括被配置为使得计算机单元执行该方法的计算机指令。

根据第六方面，目的至少部分用一种存储计算机程序代码的计算机可读介质来实现，该计算机程序代码用于在运行在与计算机单元关联的处理器上时执行该方法。

根据第七方面，目的至少部分用一种机器人系统来实现。该机器人系统包括：具有可移动部的机器人，该可移动部具有校准标志；和具有所述机器人的运动学模型的机器人控制器，其中，所述机器人控制器被布置为基于控制输入在三维空间中控制所述可移动部。机器人系统还包括照相机单元，该照相机单元被布置为捕获所述可移动部上的所述校准标志的图像。机器人系统被布置为：

将所述校准标志定位于沿着所述照相机单元的光线的多个位置中；

在沿着所述光线的所述多个位置处成像所述校准标志，以在容差内建立沿着所述光线的所述校准标志的线位置P₁…P_N，同时监测所述机器人的关节值j₁…j_M；

对于所述校准标志的各线位置P₁…P_N处的关节值j₁…j_M基于所述校准标志的产生的计算机器人位置P’₁…P’_N建立误差函数；

通过基于所述误差函数解决优化问题来识别一组机器人运动学参数；并且

借助于所识别的一组机器人运动学参数更新所述机器人的运动学模型。

优选实施例在从属权利要求中且在具体实施方式中阐述。

附图说明

下面将参照附图详细描述本发明，附图中：

图1示出了被布置有照相机单元的双臂机器人。

图2图示了如何建立线位置P_k。

图3图示了拟合到多个产生的计算位置P’_k的线。

图4示出了根据一个实施例的方法的流程图。

具体实施方式

图1图示了机器人系统14的示例。机器人系统14包括定义机器人坐标系R_f的机器人1和定义照相机坐标系C_f的对象识别单元2。机器人1为冗余机器人，并且具有七个自由度。图1中所示的机器人1为具有两个机器人臂3的双臂机器人，但本发明可以与所有类型的机器人一起使用。具体地，本发明还可应用于具有六个自由度的关节机器人。

图1中的各机器人臂3具有串联连接的多个连杆。这些连杆中的每一个的移动可以为平移移动或围绕轴线的旋转或组合。这两个移动变化给予各连杆围绕或沿着在下文中将被称为关节的部位的机械自由度。关节可以由伺服控制的电机来致动，经由来自电机的所测量动作的反馈来控制。在下文中，涉及意指机器人1的关节m的关节角度的关节值j_m。具有七个自由度的机器人通常具有七个关节；具有六个自由度的机器人通常具有六个关节。各机器人臂3也被提供有定义工具法兰坐标系T0_f的工具法兰21。末端执行器4附接到各工具法兰21。机器人坐标系R_f与工具法兰坐标系T0_f之间的关系为已知关系。机器人臂3或末端执行器4可以被视为机器人1的可移动部。校准标志13在这里贴附到各个末端执行器4，但作为代替可以贴附到机器人的另一个可移动部(即，机器人1的任意其他连杆)。

机器人1和对象识别单元2位于工作站20处。机器人1被配置为在工作站20处执行工作。机器人1和对象识别单元2可以被称为机器人单元24。

机器人1包括机器人控制器9，该机器人控制器9被配置为通过基于控制输入控制机器人臂3上的多个电机来控制机器人臂3中的一个或两个在三维空间中的移动。机器人控制器9包括编程单元10(例如，计算机编程单元(CPU))、计算机可读存储介质11以及驱动单元12。机器人控制器9包括例如存储在计算机可读存储介质11中的机器人1的运动学模型。运动学模型包括机器人1的关节和连杆及其几何关系的模型。编程单元10被配置为执行位于计算机可读存储介质11上的机器人程序，其中，机器人臂3中的一个或两个被移动至多个位置。驱动单元12被配置为根据所执行机器人程序控制机器人臂3的电机。机器人1还被配置为使用机器人1的关节的角度测量和机器人1的直接运动学模型来测量工具法兰坐标系T0_f的姿势。

对象识别单元2包括照相机单元5和信息处理单元6。照相机单元5被配置为被引导到机器人1的工作站20。信息处理单元6包括编程单元7(例如，CPU)和计算机可读存储介质8。信息处理单元6被配置为从照相机单元5接受工作站20处的一个或更多个对象的图像形式的信息。照相机单元5被配置为测量对象在照相机单元5的图像平面19(图2)的图像坐标系IP_f中的图像坐标中的u和v值。图像坐标可以为原始像素数据或例如借助于棋盘转换至参考系的数据，因为将描述的校准方法对于这两种数据工作良好。信息处理单元6被配置为处理图像信息，使得对象被识别，并且借助于对象识别算法在照相机坐标系C_f中确定对象的位置。具体地，照相机单元5被布置为捕获机器人1的可移动部(末端执行器4)上的校准标志13的图像。换言之，对象识别单元2被配置为测量末端执行器4上的校准标志13的u和v值。不需要提前已知末端执行器4上的校准标志13相对于工具法兰21的确切位置T_f。因此，校准标志13不需要永久附接在末端执行器4上，但可以为了校准的目的而临时附接，并且校准标志13可以采取可去除贴纸、磁铁等的形式。在图1中，校准标志13具有“ABB”贴纸的形式。然而，校准标志13可以具有另一个外观。为了执行该方法的目的，使用校准标志13的特定点。

基于所识别对象的位置，机器人1被配置为将机器人臂3中的任意一个或两个移动到对象的位置并对对象执行工作(诸如拾取、焊接、涂装、组装等)。因此，机器人1和对象识别单元2在工作站20处在工作中合作。

为了使得照相机与机器人之间能够合作，必须已知机器人1的机器人坐标系R_f与对象识别单元2的照相机坐标系C_f之间的关系。因此，必须在工作站20处执行工作之前用彼此校准坐标系。应理解，校准可以包括用机器人坐标系R_f和照相机坐标系C_f中的一个修正机器人坐标系R_f和照相机坐标系C_f中的另一个。

机器人系统14还包括具有编程单元17(例如，CPU)的计算机单元15和计算机可读存储介质16。计算机可读存储介质16可以存储计算机程序P，其中，计算机程序P包括被配置为使得计算机单元15执行根据该方法的步骤中的任意一个的校准方法的计算机指令。计算机指令由此可以由计算机单元15来执行，借此将执行该方法。

计算机单元15例如被配置为产生末端执行器4被机器人臂4移动到的多个姿势。姿势由此包括末端执行器4的方位和位置这两者。计算机单元15还被配置为将校准标志13移动至沿着照相机单元5的同一光线的多个位置。计算机单元15还被配置为协调信息处理单元6和机器人1，使得例如机器人1的姿势与用信息处理单元6进行的测量可以彼此相关。进一步地，计算机单元15被配置为进行将在下文中描述的计算等。

计算机可读存储介质8、11、16在这里被图示为独立的存储区域，但可以全部被实施为一个计算机可读存储介质。计算机可读存储介质为永久计算机可读存储介质(例如，闪存、RAM(随机存取存储器)或类似物)。进一步地，编程单元7、10、17可以被实施为一个或若干编程单元。

现在将描述如何可以在不需要照相机单元5的同时校准的情况下校准机器人1。其后，当已经校准机器人1时，可以以比以前更简单的方式来校准照相机单元5，以使得机器人1与照相机单元5能够合作。为了解释该方法，现在将对图2、图3以及图4进行参照。

该方法包括数据收集部分，其中，将上面贴附有校准标志13的机器人1的可移动部定位于多个位置中。用测量部分的目的是从机器人1获取可以用于优化的数据。在已经获取足够的来自机器人1的数据之后，接着为计算所校准机器人参数(诸如机器人1的运动学参数)的计算部分。

在进行该方法的数据收集部分和计算部分之前，可以执行粗略的照相机校准，以使照相机单元5为照相机单元5的光线22的迭代搜索更好的做准备。确保对象识别单元2可以使校准标志13位于由照相机单元5取得的图像中，并且提取标志13的u、v位置。标志13的u、v位置例如为标志13的角落。还可以确保照相机单元5的焦点和快门被设置为适当值，使得可以在用于校准中的区域的图像中找到标志13。

现在将关于图4中的流程图描述数据收集部分和计算部分。

数据收集部分

在数据收集部分中，机器人系统14将校准标志13定位于沿着照相机单元5的光线22的多个位置中(A1)。机器人系统14了解光线22的延伸，该光线22可以为照相机单元5的任意光线22。该光线22可以被确定为从校准标志13在照相机单元5的视场中的任意第一定位开始。光线22由此为在来自照相机单元5的视场中从照相机单元5延伸的直线。如果沿着同一光线22定位某物，则将给出照相机单元5的图像平面19上的同一像素读数。如果机器人1不受磨损等影响，则机器人系统14将校准标志13总是定位在光线22处，如果被指示这样做的话。但是，因为机器人1的物理连杆和关节不总是对应于机器人1的未校准运动学模型，所以校准标志13将与光线22物理地偏移。因此，在沿着光线22的多个位置处由照相机单元5成像校准标志13，以最终在容差内建立校准标志13沿着光线22的线位置P₁...P_N。容差可以由操作员来设置，或由机器人系统14自动设置。容差为确定最终校准精确度的一个参数。在定位期间，监测机器人1的关节值j₁…j_M(A2)。“M”为机器人1的关节数量，或者至少为对于校准感兴趣的机器人1的关节的至少数量。

为了进一步解释这一点，对图2进行参照。在图2中，图示了照相机单元5的图像平面19。照相机单元5的每一个光线沿着图像平面19的坐标系IP_f的轴线u和v具有唯一的测量值。测量值通常为像素值。沿着照相机单元5的同一光线22的各定位然后可以用唯一的像素值来识别。点13表示校准标志13的位置。当被指示这样做时，机器人系统14已经尝试根据机器人坐标系R_f沿着光线22定位校准标志13。然而，因为这里未校准机器人1，所以校准标志13被置于离光线22距离d₁，由此沿着不同的光线23。校准标志13经由照相机单元5中的透镜18成像在成像平面19中，并且在示例中在照相机单元5的图像平面19中被定位为离光线22距离d₂。d₂还被称为修正矢量。

现在可以执行迭代过程，以使得机器人1沿着光线22定位校准标志13。对于校准标志13的各新位置，可以计算修正矢量d₂，以在光线22上正确定位校准标志13。校准矢量d₂在图像平面19中具有沿着轴线u和v的二维延伸。为了使误差最小化，向重新定位校准标志13的机器人控制器9反馈回修正矢量d₂。为此，将修正矢量d₂转换成机器人坐标系R_f中的修正矢量。由此根据修正矢量d₂修正机器人1，并且迭代该过程，直到校准标志13足够接近光线22为止。照相机单元5由此可以取得校准标志13的各唯一定位的多个图像。“足够接近”在这里意指在容差内。当校准标志13在容差内被定位为沿着光线22时，校准位置被称为校准标志13的“线位置P_k”。

例如，修正矢量可以被计算为校准标志13’在照相机单元5的图像平面19中的位置与照相机单元5的图像平面19中的光线22的位置之间的误差。可以将误差与容差进行比较，并且可以基于比较的结果调整校准标志13的位置，以便建立校准标志13的线位置P_k。如果调整之后的校准标志13’在容差内，则建立线位置P_k(在图2中为：P₁)。如果调整之后的校准标志13’不在容差内，则计算新修正矢量或误差，并且机器人1重新定位校准标志13，因此降低或去除误差。

机器人1将校准标志13定位于足够接近光线22的多个线位置P₁…P_N中。对于线位置P₁…P_N中的至少一些，机器人1具有唯一的方位。线位置P₁…P_N中的至少一些沿着光线22隔开。机器人配置(例如，手腕、肘部或肩膀奇点的标记)还可以在线位置P₁…P_N中的每一个或至少一些处改变。机器人1可以在多个不同配置中到达同一位置。对于具有六个轴线的关节机器人，通常可以以八种不同方式到达同一位置。通过使用不同配置并将来自这些不同配置的关节值用于计算中来将机器人移动至同一位置，可以实现机器人取得更佳校准。对于冗余机器人(例如，双臂机器人)，改变臂角度还可以是有利的。校准标志13的线位置的数量N根据一个实施例至少为六。

当校准标志13处于根据照相机单元5在容差内处于预期光线22上的线位置P_k中时，来自机器人1的位置读数给出因为尚未校准机器人1所以校准标志13处于另一个位置P’_k中的印象。校准标志13的这些不正确位置指示称为产生的计算机器人位置P’_k。产生的计算机器人位置P’_k可以在机器人1的机器人坐标系R_f中表达。

当已经建立线位置P_k时，读取并记录机器人1的对应关节值j_m。基于机器人1的关节值j_m和运动学模型，可以计算产生的机器人位置P’_k。来自数据收集部分的输出为N个线位置P_k、它们的对应关节值j_m以及产生的计算机器人位置P’_k的集合。对于各线位置P_k，获取机器人1的各关节的关节值j_m。由此，如果关节的数量为六，可以对于各线位置P_k记录各关节的关节值(由此为六个值)。这些参数例如可以保存在计算机单元15的计算机可读存储介质16中。编程单元17被配置为进行这里所述的计算。

当提及将机器人1移动至特定点、位置、方位或姿势时，在这里意指将工具法兰21移动至特定点、位置、方位或姿势。

计算部分

一旦已经产生沿着光线22的足够组测量结果，则建立机器人1的误差函数e(A3)。误差函数基于产生的计算机器人位置P’_k计算主线25和各独立位置P’_k到主线25的距离。在图3中，示出了适应校准标志13的产生的计算机器人位置P’₁…P’_N的主线25的示例。下面解释了可以如何计算适应产生的计算机器人位置P’₁…P’_N的主线25和可以如何建立误差函数e。

三维空间中的线可以如下描述：

P₀+tv (1)，

其中，P₀＝[x₀,y₀,z₀]为线上的点，v＝[α,β,γ]为线的方向矢量，并且t为标量数。对于任意点P_n＝[x_n,y_n,z_n]，到由方程(1)描述的线的距离d可以被计算为：

其中，P₀P_n＝P_n-P₀。

对于已知位于沿着由P₀和v给定的线的一组产生的计算机器人位

置P’₁…P’_N，我们由此可以计算误差函数e＝e₁,e₂,…,e_n，其中，

各产生的计算机器人位置P’_k到主线25的距离d_k由此可以被视为误差e_k。作为另选方案，可以建立一组误差的平均值。

为了识别校准的机器人运动学参数，基于误差函数解决优化问题(A4)。应使误差函数e的总误差最小化，以找到适应产生的计算机器人位置P’_k的最佳主线25。为此，误差函数被形成为如下：

其中，f为直接运动学模型，j为各产生的计算机器人位置P’_k的关节值，并且代表机器人1的未知运动学参数。未知运动学参数可以由为本领域技术人员所知的迪纳维特-哈坦伯格参数来表示。还可以包括未知工具中心点T_tcp，并且然后可以被称为机器人1的内部参数。根据一个实施例，建立N数量个方程f。

误差可以使用非线性最小二乘优化来最小化。比如，高斯牛顿法用于使误差函数(4)最小化，这可以通过计算雅可比行列式来进行：

然后可以通过根据更新运动学参数的初始猜测来进行优化。

重复迭代，直到实现收敛为止。

优化的结果为一组机器人运动学参数然后，借助于机器人运动学参数更新机器人1的运动学模型(A5)。该方法例如可以用于校准机器人1的关节偏移。

该方法可以由机器人1自动执行，例如由操作员经由机器人用户界面来发起。

本发明不限于上述优选实施例。可以使用各种替代、修改以及等同物。因此，上述实施例不应被认为是限制由所附权利要求定义的本发明的范围。

Claims (14)

1.一种用于校准机器人(1)的方法，其中，所述机器人(1)包括具有校准标志(13)的可移动部(4)，所述方法包括以下步骤：

将所述校准标志(13)定位于沿着照相机单元(5)的光线(22)的多个位置中；

成像沿着所述光线(22)的所述多个位置处的所述校准标志(13)，以在容差k内建立沿着所述光线(22)的所述校准标志(13)的线位置P₁…P_N，同时监测所述机器人(1)的关节值j₁…j_M；

对于所述校准标志(13)的各线位置P₁…P_N处的关节值j₁…jM基于针对所述校准标志(13)的产生的计算机器人位置P’1…P’_N建立误差函数；

通过基于所述误差函数解决优化问题来识别一组机器人运动学参数；以及

借助于所识别的一组机器人运动学参数更新所述机器人(1)的运动学模型。

2.根据权利要求1所述的方法，包括以下步骤：将具有所述机器人(1)的唯一方位的所述校准标志(13)定位于所述校准标志(13)的所述线位置P₁…P_N中的至少一些中。

3.根据权利要求1或2所述的方法，包括以下步骤：执行迭代过程，以使得所述机器人(1)在所述容差内沿着所述光线(22)定位所述校准标志(13)，以建立所述校准标志(13)的线位置P_k。

4.根据前述权利要求1或2所述的方法，包括以下步骤：计算所述校准标志(13)在成像所述校准标志(13)的照相机单元(5)的图像平面(19)中的位置与所述照相机单元(5)的所述图像平面(19)中的所述光线(22)的位置之间的误差，将所述误差与所述容差进行比较，以及基于所述比较的结果调整所述校准标志(13)的位置，以便建立所述校准标志(13)的线位置P_k。

5.根据前述权利要求1或2所述的方法，其中，所述误差函数计算拟合针对所述校准标志(13)的产生的计算机器人位置P’₁…P’_N的线。

6.根据权利要求5所述的方法，其中，所述误差函数基于使针对所述校准标志(13)的计算的机器人位置P’₁…P’_N到所述线的距离最小化。

7.根据前述权利要求1、2和6中任一项所述的方法，其中，解决所述优化问题包括使所述误差函数的误差最小化。

8.根据前述权利要求1、2和6中任一项所述的方法，其中，针对所述校准标志(13)的位置的数量N至少为六。

9.一种机器人控制器(9)，被配置为执行根据权利要求1至8中任一项所述的方法。

10.一种包括照相机单元(5)的机器人单元(24)，其中，所述机器人单元(24)被配置为执行根据权利要求1至8中任一项所述的方法。

11.根据权利要求10所述的机器人单元(24)的使用。

12.一种计算机可读介质，包括存储在其中的关于机器人系统(14)的计算机程序P，其中，所述计算机程序P包括被配置为使得计算机单元(15)执行根据权利要求1至8中任一项所述的方法的计算机指令。

13.一种存储计算机程序代码的计算机可读介质，所述计算机程序代码用于在运行在与计算机单元(15)关联的处理器(17)上时执行根据权利要求1至8中任一项所述的方法。

14.一种机器人系统(14)，包括：

具有可移动部(4)的机器人(1)，所述可移动部(4)具有校准标志(13)；

具有所述机器人(1)的运动学模型的机器人控制器(9)，其中，所述机器人控制器(9)被布置为基于控制输入在三维空间中控制所述可移动部(4)；

照相机单元(5)，所述照相机单元(5)被布置为捕获所述可移动部(4)上的所述校准标志(13)的图像；所述机器人系统(14)的特征在于，所述机器人系统(14)被布置为：

将所述校准标志(13)定位于沿着所述照相机单元(5)的光线(22)的多个位置中；

成像沿着所述光线(22)的所述多个位置处的所述校准标志(13)，以在容差内建立沿着所述光线(22)的所述校准标志(13)的线位置P₁…P_N，同时监测所述机器人(1)的关节值j₁…j_M；

对于所述校准标志(13)的各线位置P₁…P_N处的关节值j₁…j_M基于针对所述校准标志(13)的产生的计算机器人位置P’₁…P’_N建立误差函数；

通过基于所述误差函数解决优化问题来识别一组机器人运动学参数；并且

借助于所识别的一组机器人运动学参数更新所述机器人(1)的运动学模型。