CN111699445B - 机器人运动学模型优化方法、系统和存储装置 - Google Patents

Abstract

本申请公开了一种机器人运动学模型优化方法、系统和存储装置，该方法包括：通过摄像设备获取机器人的末端部件的图像；基于图像提取末端部件的特征点；对特征点进行三维重建得到特征点在图像坐标系中的坐标，并根据图像坐标系与世界坐标系的转换关系得到特征点在世界坐标系中的坐标；根据特征点在世界坐标系中的坐标得到机器人的末端部件的实际位姿；以及根据末端部件的实际位姿，对机器人的运动学模型进行优化。通过使用摄像设备获取机器人末端部件的图像，并对图像中的特征点进行三维重建，从而可以方便地得到末端部件的实际位姿，并利用该实际位姿对机器人的运动模型进行优化，修正其中的运动参数。

Description

机器人运动学模型优化方法、系统和存储装置

技术领域

本申请涉及机器人控制技术领域，特别是涉及一种机器人运动学模型优化方法、系统和存储装置。

背景技术

随着科技的发展，机器人越来越多地被应用在日常生活和工业生产活动中。为达到高控制精度，需要得到机器人的准确的运动模型，构建准确的运动模型需要准确的机器人位姿数据。现有技术通常使用激光跟踪仪来测量机器人的实际位姿数据，然后利用相关数学算法计算出机器人的实际运动学模型的参数，最后将得到的参数迭代到机器人控制系统中，以此来补偿理论运动学模型的参数，从而优化机器人的运动学模型。

本申请的发明人在对现有技术的研究过程中发现，激光跟踪仪系统结构复杂、安装不便，不利于机器人在工业环境中的应用。

发明内容

本申请提供一种机器人运动学模型优化方法、系统和存储装置，用于方便地对机器人的运动学模型进行优化，提高机器人控制过程中定位的精度。

为了解决上述技术问题，本申请采用的一种技术方案为提供一种机器人运动学模型优化方法，该方法包括：通过摄像设备获取机器人的末端部件的图像；基于所述图像提取所述末端部件的特征点；对所述特征点进行三维重建得到所述特征点在图像坐标系中的坐标，并根据图像坐标系与世界坐标系的转换关系得到所述特征点在世界坐标系中的坐标；根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿；以及根据所述末端部件的所述实际位姿，对所述机器人的运动学模型进行优化。

为了解决上述技术问题，本申请采用的另一种技术方案为提供一种机器人运动学模型优化系统，包括处理器、存储器和摄像设备，所述存储器存储有程序指令，所述处理器可加载所述程序指令并执行一种机器人运动学模型优化方法，所述方法包括：通过摄像设备获取机器人的末端部件的图像；基于所述图像提取所述末端部件的特征点；对所述特征点进行三维重建，得到所述特征点在世界坐标系中的坐标；根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿；以及根据所述末端部件的所述实际位姿，对所述机器人的运动学模型进行优化。

为了解决上述技术问题，本申请提供的另一种技术方案为提供一种存储装置，用于存储程序指令，所述程序指令可被加载并执行上述机器人运动学模型补偿方法。

本申请的有益效果是：通过使用摄像设备获取机器人末端部件的图像，并对图像中的特征点进行三维重建，从而可以方便地得到机器人的末端部件的实际位姿，并利用该实际位姿对机器人的运动模型进行优化，修正其中的运动参数。因此，本申请可以方便地对机器人运动学模型进行优化，提高机器人定位的精度。

附图说明

图1是本申请机器人运动学模型优化方法一实施例的流程示意图。

图2是本申请机器人运动学模型优化方法另一实施例的流程示意图。

图3是本申请机器人末端部件实际位姿获取方法一实施例的流程示意图。

图4是本申请机器人运动学模型优化系统一实施例的结构示意图。

图5是本申请机器人末端部件实际位姿获取系统一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在权利要求和说明书中使用诸如“第一”、“第二”等顺序术语来修饰元素本身并不意味着一个元素相对于另一个有任何时间或者地位上的优先级和顺序，而是仅仅被用作标签来区分具有相同名称的两个要素。

请参阅图1，图1是本申请机器人运动学模型优化方法一实施例的流程示意图。该方法包括：

S101：通过摄像设备获取机器人的末端部件的图像。

对于机器人，特别是工业机器人，主要通过末端部件来执行各种操作，例如加工、夹持、给料等，相应的末端部件包括刀具、夹具、给料装置等。对机器人运动的控制的好坏主要反映在对机器人末端部件定位的精度。机器人运动学模型用于计算机器人各关节、各部件的运动，其中包括机器人的末端部件的运动。机器人运动学模型越准确，计算得到的末端部件的运动就越准确。为了后续对机器人运动学模型进行修正，首先在步骤S101中通过摄像设备获取机器人的末端部件的图像。

可选地，摄像设备可以是多个，并分别获取机器人的末端部件的图像。

可选地，摄像设备可以是红外感应器、CCD摄像机或者CMOS摄像机。

S102：基于图像提取末端部件的特征点。

特征点是可以用来描述末端部件的位置和姿态的点。在图像中应当能够区别特征点与其周围的其他部分，例如，特征点可具有不同的颜色或者不同的材质。或者，特征点也可以是能够代表末端部件外形的几何特征的点，例如，锥形部件的顶点、圆形部件的圆周上的点及圆心等。在步骤S102中，通过图像识别技术，将特征点从末端部件的图像中识别并提取出来，获取其在图像中的位置。可以理解，为了描述末端部件的位置和姿态，特征点可以是多个。

S103：对末端部件的特征点进行三维重建得到所述特征点在图像坐标系中的坐标，并根据图像坐标系与世界坐标系的转换关系得到末端部件的特征点在世界坐标系中的坐标。

获取了末端部件的特征点在末端部件的图像中的位置，也就是特征点在图像坐标系中的坐标后，就可以对特征点进行三维重建得到所述特征点在图像坐标系中的坐标，并根据图像坐标系与世界坐标系的转换关系得到所述特征点在世界坐标系中的坐标。例如，可以根据图像坐标系、摄像设备坐标系和世界坐标系的转换关系，以及特征点在图像坐标系中的坐标，计算得到末端部件的特征点在世界坐标系中的坐标。

S104：根据特征点在世界坐标系中的坐标得到机器人的末端部件的实际位姿。

末端部件的实际位姿包括末端部件的实际位置和实际姿态，根据计算得到的特征点在世界坐标系中的坐标，就可以确定末端部件在世界坐标系中的位置坐标和方向向量。例如，可以用特征点中的一个作为原点，并使用原点的坐标来表示末端部件位置，而用其他特征点与原点的位置关系来描述末端部件的姿态，从而确定末端部件的实际位姿。

可选地，在一些实施例中，机器人的运动学模型是以机器人基坐标系为基准进行计算的，此时，也可以进一步通过机器人基坐标系与世界坐标系的转换关系，将特征点在世界坐标系中的坐标转换为特征点在机器人基坐标系中的坐标，进而确定末端部件在机器人基坐标系中的实际位姿，即在机器人基坐标系中的位置坐标和方向向量。类似地，根据需要，得到的机器人的末端部件的实际位姿还可以是基于其他坐标系描述的，在此不做限定。

S105：根据末端部件的实际位姿，对机器人的运动学模型进行优化。

如前述，机器人运动学模型用以对机器人各部件的运动进行计算，其具体参数与机器人各部件的尺寸、装配结构、运动方式有关。根据机器人的运动学模型，可以计算得到末端部件的名义位姿，由于误差的存在，末端部件的名义位姿和实际位姿之间会存在差异。因此，在获取末端部件的实际位姿后，就可以利用相关数学算法计算出机器人的实际运动参数(位置、方向、速度、角速度、加速度等)，并将其迭代到机器人的运动学模型中，从而对机器人的运动学模型的参数进行补偿，优化机器人的运动学模型。

通过使用摄像设备获取机器人末端部件的图像，并对图像中的特征点进行三维重建，可以方便地得到机器人的末端部件的实际位姿，并利用该实际位姿对机器人的运动模型进行优化，修正其中的运动参数。因此，本申请可以方便地对机器人运动学模型进行优化，提高机器人定位的精度。

请参阅图2，图2是本申请机器人运动学模型优化方法另一实施例的流程示意图。该方法包括：

S201：根据机器人的结构，构建机器人的运动学模型。

构建机器人运动学模型的方法可以根据需要确定，不应作为本申请的限制条件。例如，在一些实施例中，机器人的运动学模型可以采用D-H参数表示，相邻关节间的变换矩阵A为：

其中，α_i为连杆长度，d_i为连杆偏距，θ_i为关节转角，x为连杆坐标系X轴坐标，z为连杆坐标系Z轴坐标，s和c分别是sin和cos的简写，下标i代表机器人的第i个关节对应的坐标系。以

0表示机器人的基坐标系，1～n-1表示机器人的各关节坐标系，n表示机器人的末端部件坐标系，则机器人基坐标系到末端部件坐标系的齐次变换矩阵

可以表示为：

在已知机器人结构的情况下，可以得到上述模型中的各参数，从而构建机器人的运动学模型。

S202：计算机器人的末端部件的名义位姿。

在任意时刻，根据机器人的运动学模型，可以计算得到机器人的末端部件的名义位姿，包括机器人末端部件的名义位置和名义姿态。

S203：使用摄像设备构建三维视觉系统，得到三维视觉系统的图像坐标系与世界坐标系的转换关系。

可以使用两台摄像设备构建三维视觉系统，即双目视觉定位系统。对物体上一个特征点，用两部固定于不同位置的摄像设备获取物体的图像，并分别获得特征点在两部摄像设备图像平面(二维)上的坐标，也就是特征点在三维视觉系统的图像坐标系上的坐标。只要知道两部摄像设备精确的相对位置，就可用几何的方法得到该特征点在其中一部摄像设备的摄像设备坐标系中的坐标。摄像设备坐标系的原点可以是摄像设备上的任意已知位置处的点(例如摄像设备的基座或者图像传感器)，或者也可以是摄像设备外的任意已知位置处的点。与三维视觉系统的图像坐标系不同，摄像设备坐标系是三维坐标系。进而，利用该部摄像设备的摄像设备坐标系与世界坐标系的转换关系，可以得到三维视觉系统的图像坐标系与世界坐标系的转换关系。

为了方便理解，下面以一个例子对上述过程进行说明。将两个焦距相同的相机放在一起，分别以各自镜头的几何中心为原点建立左相机坐标系O_lx_ly_l和右相机坐标系O₂x₂y₂，且这两个相机坐标系的x轴和y轴相互平行。其中，各相机坐标系平面垂直光轴方向，x轴为基准线方向。基准线为连接两个镜头几何中心的线段，这里使基准线垂直于光轴，且根据相机位置可知基准线的长度为b。再以基准线中点为原点建立摄像设备坐标系O₃x₃y₃z₃(可看作任一相机的摄像设备坐标系)，摄像设备坐标系的x轴和y轴与两相机坐标系的x轴和y轴平行。

摄像坐标系中任一点A(x₃，y₃，z₃)，在左右两个相机分别成像后，在相机坐标系中的坐标分别为A1(x₁,y₁)和A2(x₂,y₂)。这两个成像点处于同一个成像平面上，因此都为平面坐标，则有

其中，焦距f为镜头几何中心到成像平面的距离。根据上述方程组，可求得三个未知量x3，y3和z3分别为:

至此，就完成了将三维视觉系统的平面坐标转换到摄像设备坐标系中。接着，根据摄像设备坐标系与世界坐标系的转换关系，就可以得到点A在世界坐标系中的坐标(x4,y4,z4)，例如

其中，R₁₁～R₃₃为坐标系旋转相关参数，由摄像设备坐标系与世界坐标系各坐标轴之间的角度关系确定，T_X、T_Y、T_Z为坐标系平移相关参数，由摄像设备坐标系与世界坐标系原点之间的相对位置决定。

因此，利用两台摄像设备构建三维视觉系统，可以在后续步骤中获取机器人的末端部件的特征点在世界坐标系中的坐标。可以理解，步骤S203可以在步骤S201和步骤S202之前进行，也可在步骤S201和步骤S202之后进行，或者，也可以与步骤S201和步骤S202同时进行。

S204：利用摄像设备获取末端部件的图像。

S205：获取特征点在图像坐标系下的坐标。

预先在末端部件上标记至少三个特征点，且它们不位于同一直线上。

可以理解，特征点可用于描述末端部件的位置和姿态，因此，可以选用不在同一直线上的至少三个特征点。可选地，为利于描述末端部件的位置和姿态，特征点可以选择与末端部件的几何外形相关的特征点，例如，圆盘的圆心。标记特征点的方法可以根据需要而定，例如使用特定的形状和/或特定的颜色标记特征点，各特征点的标记方法可以相同也可以不同。

在一些实施例中，上述至少三个特征点包括位于末端部件的部件坐标系的原点的第一特征点、位于该部件坐标系的第一坐标轴上的第二特征点以及位于该部件坐标系的第二坐标轴上的第三特征点。其中，末端部件的部件坐标系的原点、第一坐标轴和第二坐标轴可以是预先定义的，例如，原点可以是末端部件上的任意一点，也可以是末端部件外的一点。第一坐标轴和第二坐标轴均经过原点且互相垂直，其具体方向可以根据需要设定。

在一些实施例中，末端部件是机器人的法兰盘，用于同其他工器具连接。上述部件坐标系为机器人的法兰盘的法兰坐标系，其原点、第一坐标轴和第二坐标轴位于该法兰盘的端面上。例如，以法兰盘中心为原点，从原点开始沿法兰盘端面任意方向延伸作为第一坐标轴，从原点开始沿法兰盘端面垂直于第一坐标轴的方向延伸作为第二坐标轴。

在步骤S204和S205中，利用摄像设备获取末端部件的图像，就可以同时获取各特征点的图像，通过对图像进行识别，提取其中的各特征点，并可以利用步骤S203中搭建的三维视觉系统，分别获取这些特征点在三维视觉系统图像坐标系下的坐标。

S206：根据图像坐标系与世界坐标系的转换关系计算特征点在世界坐标系下的坐标。

进而，根据步骤S203中得到的三维视觉系统图像坐标系与世界坐标系的转换关系，就可以计算得到特征点在世界坐标系下的坐标。

S207：根据第一特征点在世界坐标系中的坐标确定末端部件的实际位置。

当采用三个特征点时，可以利用其中的第一特征点(第一特征点可以是三个特征点中的任意一点，且除第一特征点外的其他两个特征点可分别称为第二特征点和第三特征点)在世界坐标系中的坐标来表示末端部件的实际位置，或者可以根据第一特征点在世界坐标系中的坐标，以及第一特征点与末端部件的部件坐标系的原点之间的关系，确定末端部件的部件坐标系的原点在世界坐标系中的坐标，用以表示末端部件的实际位置。

S208：根据第一特征点与第二特征点的相对位置，以及第一特征点与第三特征点的相对位置关系确定末端部件的实际姿态。

由于第一特征点、第二特征点和第三特征点不在同一直线上，因此第一特征点、第二特征点和第三特征点可以定义机器人的末端部件的一个平面。根据它们之间的位置关系，就可以知道这个平面的实际姿态。

例如，用O、A、B分别表示第一、第二和第三特征点，O点取为末端部件的部件坐标系的原点，则O点在世界坐标系中的坐标x_o、y_o和z_o可以表示末端部件的位置。向量OA和OB可以确定一个平面，由此可以计算得到世界坐标系下该平面的法向量用来表示该平面的实际姿态，其中，该法向量垂直于向量OA和OB。这样，就得到了世界坐标系下末端部件的实际位置和实际姿态。可以理解，末端部件的实际姿态还可以采用其他参数表示，例如偏转角、俯仰角和横滚角等。另外，如有需要，还可以根据世界坐标系和机器人的基坐标系的转换关系，得到机器人的基坐标系下末端部件的实际位置和实际姿态的表达式。

在一些实施例中，根据第一特征点在机器人的基坐标系下的坐标，可得到部件坐标系的原点在基坐标系下的坐标。例如，由于上述的第一特征点O取为末端部件的部件坐标系的原点，因此O点在机器人的基坐标系下的坐标就可以表示部件坐标系的原点在基坐标系下的坐标。另外，根据第一特征点与第二特征点的连线在基坐标系下的坐标向量，可以得到部件坐标系的第一坐标轴在基坐标系下的坐标向量。根据第一特征点与第三特征点的连线在基坐标系下的坐标向量，可以得到部件坐标系的第二坐标轴在基坐标系下的坐标向量。进而根据第一坐标轴和第二坐标轴在基坐标系下的坐标向量，可以得到部件坐标系的实际位姿。例如，若第二特征点和第三特征点A和B分别是末端部件的部件坐标系下的第一坐标轴和第二坐标轴上的点，则根据OA在机器人的基坐标系中的坐标向量就可以得到部件坐标系的第一坐标轴在世界坐标系下的坐标向量，根据OB在在机器人的基坐标系中的坐标向量就可以得到部件坐标系的第二坐标轴在世界坐标系下的坐标向量。从而，根据末端部件的部件坐标系在第一坐标轴和第二坐标轴在基坐标系下的坐标向量，就可以得到部件坐标系的实际位姿。

S209：根据末端部件的实际位姿，对机器人的运动学模型进行优化。

在获取末端部件的实际位姿后，就可以利用相关数学算法，例如粒子群优化方法、遗传算法等，计算出机器人的末端部件的实际运动参数(位置、姿态、速度、角速度、加速度等)，并将其迭代到机器人的运动学模型中，从而对机器人的运动学模型的参数进行补偿，优化机器人的运动学模型、更新机器人的末端部件的名义位置和名义姿态。从而使得优化后的机器人的运动学模型更接近实际情况，提高机器人控制的精度。

请参阅图3，图3是本申请机器人末端部件实际位姿获取方法一实施例的流程示意图。该方法包括：

S301：通过摄像设备获取机器人的末端部件的图像。

S302：基于图像提取末端部件的特征点。

S303：对特征点进行三维重建，得到特征点在世界坐标系中的坐标。

S304：根据特征点在世界坐标系中的坐标得到机器人的末端部件的实际位姿。

步骤S301至S304与前述实施例中的步骤S101至S104类似，其具体细节在此不再赘述。本实施例通过使用摄像设备获取机器人末端部件的图像，并对图像中的特征点进行三维重建，可以方便地得到机器人的末端部件的实际位姿，该实际位姿可以在机器人控制、机器人运动计算的各个方面得到应用，包括而不限于前述机器人运动学模型的优化。

请参阅图4，图4是本申请机器人运动学模型优化系统400一实施例的结构示意图。该机器人控制系统400包括通信总线401、处理器402、存储器403和摄像设备404。处理器402、存储器403和摄像设备404通过通信总线401耦接。

其中，存储器403保存有程序数据，程序数据可被处理器402加载并执行上述任意实施例的机器人运动学模型优化方法。可以理解地，在其它一些实施例中，存储器403和/或摄像设备404可以不同处理器402设置于同一实体装置中，而是通过将机器人运动学模型优化系统400结合网络及外部设备来执行上述任一实施例的方法。

请参阅图5，图5是本申请机器人末端部件实际位姿获取系统500一实施例的结构示意图。该机器人控制系统500包括通信总线501、处理器502、存储器503和摄像设备504。处理器502、存储器503和摄像设备504通过通信总线501耦接。

其中，存储器503保存有程序数据，程序数据可被处理器502加载并执行上述任意实施例的机器人末端部件实际位姿获取方法。可以理解地，在其它一些实施例中，存储器503和/或摄像设备504可以不同处理器502设置于同一实体装置中，而是通过将机器人运动学模型优化系统500结合网络及外部设备来执行上述任一实施例的方法。

上述实施例所述功能如果以软件形式实现并作为独立的产品销售或使用时，可存储在一个具有存储功能的装置中，即，本申请还提供一种存储有程序的存储装置。存储装置中的程序数据能够被执行以实现上述实施例中机器人运动学模型优化方法或机器人的实际位姿获取方法，该存储装置包括但不限于U盘、光盘、服务器或者硬盘等。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (15)

1.一种机器人运动学模型优化方法，其特征在于，包括：

在末端部件上标记至少三个特征点，且所述至少三个特征点不位于同一直线上；

通过摄像设备获取机器人的末端部件的图像；

基于所述图像提取所述末端部件的特征点；

对所述特征点进行三维重建得到所述特征点在图像坐标系中的坐标，并根据图像坐标系与世界坐标系的转换关系得到所述特征点在世界坐标系中的坐标；

根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿；

其中，所述根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿包括：

根据第一特征点在所述世界坐标系中的坐标确定所述末端部件的实际位置；

根据所述第一特征点与所述第二特征点的相对位置关系，以及所述第一特征点与所述第三特征点的相对位置关系确定所述末端部件的实际姿态；

根据所述末端部件的所述实际位姿，对所述机器人的运动学模型进行优化。

2.如权利要求1所述的方法，其特征在于，在对所述特征点进行三维重建之前，还包括：

使用至少两台摄像设备构建三维视觉系统，得到所述三维视觉系统的图像坐标系与世界坐标系的转换关系。

3.如权利要求2所述的方法，其特征在于，所述得到所述三维视觉系统的图像坐标系与世界坐标系的转换关系包括：

根据所述两台摄像设备的相对位置，得到所述三维视觉系统的图像坐标系与所述两台摄像设备其中之一的摄像设备坐标系的转换关系；

根据所述两台摄像设备其中之一的摄像设备坐标系与所述世界坐标系的转换关系，得到所述三维视觉系统的图像坐标系与所述世界坐标系的转换关系。

4.如权利要求1所述的方法，其特征在于：所述至少三个特征点包括位于所述末端部件的部件坐标系的原点的第一特征点、位于所述部件坐标系的第一坐标轴上的第二特征点以及位于所述部件坐标系的第二坐标轴上的第三特征点。

5.如权利要求4所述的方法，其特征在于：所述根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿包括：

根据所述机器人的基坐标系和所述世界坐标系的转换关系，将所述特征点在所述世界坐标系下的坐标变换为所述机器人的基坐标系下的坐标；

根据所述特征点在所述机器人的基坐标系下的坐标计算所述末端部件的实际位姿。

6.如权利要求5所述的方法，其特征在于：所述根据所述特征点在所述机器人的基坐标系下的坐标计算所述末端部件的实际位姿包括：

根据所述第一特征点在所述基坐标系下的坐标，得到所述部件坐标系的原点在所述基坐标系下的坐标；

根据所述第一特征点与所述第二特征点的连线在所述基坐标系下的坐标向量，得到所述部件坐标系的第一坐标轴在所述基坐标系下的坐标向量；

根据所述第一特征点与所述第三特征点的连线在所述基坐标系下的坐标向量，得到所述部件坐标系的第二坐标轴在所述基坐标系下的坐标向量；

根据所述第一坐标轴及所述第二坐标轴在所述基坐标系下的坐标向量，得到所述部件坐标系的实际位姿。

7.一种机器人末端部件实际位姿获取方法，其特征在于，包括：

在所述末端部件上标记至少三个特征点，且所述至少三个特征点不位于同一直线上；通过摄像设备获取机器人的末端部件的图像；

基于所述图像提取所述末端部件的特征点；

对所述特征点进行三维重建，得到所述特征点在世界坐标系中的坐标；

根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿；

所述根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿包括：

根据第一特征点在所述世界坐标系中的坐标确定所述末端部件的实际位置；

根据所述第一特征点与所述第二特征点的相对位置关系，以及所述第一特征点与所述第三特征点的相对位置关系确定所述末端部件的实际姿态。

8.一种机器人运动学模型优化系统，其特征在于，包括处理器、存储器和摄像设备，所述存储器存储有程序指令，所述处理器可加载所述程序指令并执行一种机器人运动学模型优化方法，所述方法包括：

在末端部件上标记至少三个特征点，且所述至少三个特征点不位于同一直线上；

通过所述摄像设备获取机器人的末端部件的图像；

基于所述图像提取所述末端部件的特征点；

对所述特征点进行三维重建得到所述特征点在图像坐标系中的坐标，并根据图像坐标系与世界坐标系的转换关系得到所述特征点在世界坐标系中的坐标；

根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿；所述根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿包括：

根据第一特征点在所述世界坐标系中的坐标确定所述末端部件的实际位置；

根据所述第一特征点与所述第二特征点的相对位置关系，以及所述第一特征点与所述第三特征点的相对位置关系确定所述末端部件的实际姿态；

根据所述末端部件的所述实际位姿，对所述机器人的运动学模型进行优化。

9.如权利要求8所述的系统，其特征在于，在对所述特征点进行三维重建之前，还包括：

使用至少两台摄像设备构建三维视觉系统，得到所述三维视觉系统的图像坐标系与世界坐标系的转换关系。

10.如权利要求9所述的系统，其特征在于，所述得到所述三维视觉系统的图像坐标系与世界坐标系的转换关系包括：

所述得到所述三维视觉系统的图像坐标系与世界坐标系的转换关系包括：

根据所述两台摄像设备的相对位置，得到所述三维视觉系统的图像坐标系与所述两台摄像设备其中之一的摄像设备坐标系的转换关系；

根据所述两台摄像设备其中之一的摄像设备坐标系与所述世界坐标系的转换关系，得到所述三维视觉系统的图像坐标系与所述世界坐标系的转换关系。

11.如权利要求8所述的系统，其特征在于：所述至少三个特征点包括位于所述末端部件的部件坐标系的原点的第一特征点、位于所述部件坐标系的第一坐标轴上的第二特征点以及位于所述部件坐标系的第二坐标轴上的第三特征点。

12.如权利要求11所述的系统，其特征在于：所述根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿包括：

根据所述机器人的基坐标系和所述世界坐标系的转换关系，将所述特征点在所述世界坐标系下的坐标变换为所述机器人的基坐标系下的坐标；

根据所述特征点在所述机器人的基坐标系下的坐标计算所述末端部件的实际位姿。

13.如权利要求12所述的系统，其特征在于：所述根据所述特征点在所述机器人的基坐标系下的坐标计算所述末端部件的实际位姿包括：

根据所述第一特征点在所述基坐标系下的坐标，得到所述部件坐标系的原点在所述基坐标系下的坐标；

根据所述第一特征点与所述第二特征点的连线在所述基坐标系下的坐标向量，得到所述部件坐标系的第一坐标轴在所述基坐标系下的坐标向量；

根据所述第一特征点与所述第三特征点的连线在所述基坐标系下的坐标向量，得到所述部件坐标系的第二坐标轴在所述基坐标系下的坐标向量；

根据所述第一坐标轴及所述第二坐标轴在所述基坐标系下的坐标向量，得到所述部件坐标系的实际位姿。

14.一种机器人末端部件实际位姿获取系统，其特征在于，包括处理器、存储器和摄像设备，所述存储器存储有程序指令，所述处理器可加载所述程序指令并执行一种机器人末端部件实际位姿获取方法，所述方法包括：

在所述末端部件上标记至少三个特征点，且所述至少三个特征点不位于同一直线上；

通过摄像设备获取机器人的末端部件的图像；

基于所述图像提取所述末端部件的特征点；

对所述特征点进行三维重建，得到所述特征点在世界坐标系中的坐标；

根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿；

所述根据所述特征点在世界坐标系中的坐标得到所述机器人的所述末端部件的实际位姿包括：

根据第一特征点在所述世界坐标系中的坐标确定所述末端部件的实际位置；

根据所述第一特征点与所述第二特征点的相对位置关系，以及所述第一特征点与所述第三特征点的相对位置关系确定所述末端部件的实际姿态；。

15.一种具有存储功能的装置，其特征在于：用于存储程序指令，所述程序指令可被加载并执行如权利要求1-7任一项所述的方法。

Images