[go: up one dir, main page]

CN115439633A - 标定方法、装置和电子设备 - Google Patents

标定方法、装置和电子设备 Download PDF

Info

Publication number
CN115439633A
CN115439633A CN202211167533.XA CN202211167533A CN115439633A CN 115439633 A CN115439633 A CN 115439633A CN 202211167533 A CN202211167533 A CN 202211167533A CN 115439633 A CN115439633 A CN 115439633A
Authority
CN
China
Prior art keywords
robot
point cloud
acquisition device
calibration
calibrated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211167533.XA
Other languages
English (en)
Inventor
高山
丁有爽
邵天兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mech Mind Robotics Technologies Co Ltd
Original Assignee
Mech Mind Robotics Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mech Mind Robotics Technologies Co Ltd filed Critical Mech Mind Robotics Technologies Co Ltd
Priority to CN202211167533.XA priority Critical patent/CN115439633A/zh
Publication of CN115439633A publication Critical patent/CN115439633A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85Stereo camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30244Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

本公开提供一种标定方法、装置和电子设备,该标定方法包括:依次对机器人和点云采集装置进行标定,得到标定后的机器人的模型参数和点云采集装置的外参,其中,在标定机器人时,点云采集装置的外参是不变的,在标定点云采集装置时,机器人的模型参数是不变的;确定是否满足第一预设条件,若否,则基于标定后的外参和模型参数,执行依次对机器人和点云采集装置进行标定的步骤,进而准确的确定标定图案。本公开通过迭代标定的方式,能够提高机器人系统的精度。

Description

标定方法、装置和电子设备
技术领域
本公开涉及计算机技术领域,尤其涉及一种标定方法、装置和电子设备。
背景技术
机器人系统中包括机器人和点云采集装置,其中,机器人系统基于点云采集装置采集的待处理物体的点云数据进行位置定位,得到该待处理物体的位置信息;然后,控制机器人的末端执行器移动至该位置信息对应的目标位置。但该目标位置和理想位置之间具有一定的偏离,导致机器人系统的精度不满足要求。
发明内容
本公开的多个方面提供一种标定方法、装置和电子设备,以解决目前机器人系统的精度不满足要求的问题。
本公开实施例第一方面提供一种标定方法,应用于机器人系统,机器人系统包括机器人和点云采集装置,标定方法包括:依次对机器人和点云采集装置进行标定,得到标定后的机器人的模型参数和点云采集装置的外参,其中,在标定机器人时,点云采集装置的外参是不变的,在标定点云采集装置时,机器人的模型参数是不变的;确定是否满足第一预设条件,若否,则基于标定后的外参和模型参数,执行依次对机器人和点云采集装置进行标定的步骤。
本公开实施例第二方面提供一种标定装置,用于执行第一方面的标定方法,包括:
标定模块,用于依次对机器人和点云采集装置进行标定,得到标定后的机器人的模型参数和点云采集装置的外参,其中,在标定机器人时,点云采集装置的外参是不变的,在标定点云采集装置时,机器人的模型参数是不变的;
处理模块,用于确定是否满足第一预设条件,若否,则基于标定后的外参和模型参数,执行依次对机器人和点云采集装置进行标定的步骤。
本公开实施例第三方面提供一种电子设备,包括:处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现第一方面的标定方法。
本公开实施例第四方面提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现第一方面的标定方法。
本公开实施例第五方面提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行第一方面的标定方法。
本公开实施例应用在对机器人系统的标定场景中,包括:依次对机器人和点云采集装置进行标定,得到标定后的机器人的模型参数和点云采集装置的外参,其中,在标定机器人时,点云采集装置的外参是不变的,在标定点云采集装置时,机器人的模型参数是不变的;确定是否满足第一预设条件,若否,则基于标定后的外参和模型参数,执行依次对机器人和点云采集装置进行标定的步骤,进而准确的确定标定图案。本公开通过迭代标定的方式,能够提高机器人系统的精度。
附图说明
此处所说明的附图用来提供对本公开的进一步理解,构成本公开的一部分,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。在附图中:
图1为本公开示例性实施例提供的一种标定方法的应用场景图;
图2为本公开示例性实施例提供的另一种标定方法的应用场景图;
图3为本公开示例性实施例提供的一种标定方法的步骤流程图;
图4为本公开示例性实施例提供的一种标定方法的示意图;
图5为本公开示例性实施例提供的另一种标定方法的示意图;
图6为本公开示例性实施例提供的标定装置的结构框图;
图7为本公开示例性实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合本公开具体实施例及相应的附图对本公开技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
机器人系统在标定过程中,通常采用对点云采集装置和机器人进行单独的标定。例如,先对点云采集装置进行多次标定,直到点云采集装置达到标定精度,再对机器人进行多次标定,直到机器人达到标定精度。这种方式只能保证云采集装置和机器人各自的精度,但是无法保证点云采集装置和机器人协同作用时的精度,进而也会影响机器人系统的执行精度。
基于上述问题,本公开实施例通过依次对机器人和点云采集装置进行标定,得到标定后的机器人的模型参数和点云采集装置的外参,其中,在标定机器人时,点云采集装置的外参是不变的,在标定点云采集装置时,机器人的模型参数是不变的;确定是否满足第一预设条件,若否,则基于标定后的外参和模型参数,执行依次对机器人和点云采集装置进行标定的步骤,进而准确的确定标定图案,将点云采集装置和机器人联合进行迭代标定,以提高机器人系统的精度。
此外,本公开实施例的一种应用场景如图1和图2所示的机器人系统,图1中所示机器人系统包括:点云采集装置11和机器人,其中机器人包括:末端执行器12,机器人基座14和安装在末端执行器12和机器人基座14之间的至少两个运动段13。其中,在图1的机器人系统中,还包括标志基准物B。其中,在图1中点云采集装置11固定在机器人的末端执行器12上,标志基准物B固定在机器人外部。
图2中所示机器人系统包括:点云采集装置21和机器人,其中机器人包括:末端执行器22,机器人基座24和安装在末端执行器22和机器人基座24之间的至少两个运动段23。其中,在图2的机器人系统中,还包括标志基准物B。其中,在图2中,点云采集装置21固定地安装在机器人外部,标志基准物B固定在机器人的末端执行器22上。
其中,图1和图2只是示例性的一种应用场景,本公开实施例可以应用在任意对机器人系统的标定中。本公开实施例不对具体的应用场景进行限定。
图3为本公开示例性实施例提供的一种标定方法的步骤流程图。具体包括以下步骤:
S301,依次对机器人和点云采集装置进行标定,得到标定后的机器人的模型参数和点云采集装置的外参。
其中,在标定机器人时,点云采集装置的外参是不变的,在标定点云采集装置时,机器人的模型参数是不变的。具体地,可以是先设定点云采集装置的外参不变的情况下对机器人进行标定,然后设定机器人的模型参数不变的情况下对点云采集装置进行标定。也可以先设定机器人的模型参数不变的情况下对点云采集装置进行标定,然后设定点云采集装置的外参不变的情况下对机器人进行标定。在一轮标定过程,本公开对机器人和点云采集装置标定的先后顺序不加以限定。
一种可选实施例中,依次对机器人和点云采集装置进行标定,包括:采用点云采集装置的当前外参对机器人进行标定,得到标定后的机器人的模型参数;采用标定后的机器人的模型参数,对点云采集装置的外参进行标定,得到标定后的点云采集装置的外参,其中,标定后的外参用于下一次机器人的标定。
参照图4,对机器人系统进行n轮标定,n为正整数。在机器人系统的每轮标定中,均包括对机器人和点云采集装置的标定。在图4中是先对机器人标定得到标定后的模型参数M1,再采用标定后的模型参数M1对点云采集装置进行标定,得到标定后的外参W1。则可以理解机器人系统的每轮标定均会得到标定后的模型参数和标定后的外参。标定后的外参用于下一轮标定过程中机器人的标定,在下一轮标定机器人时,该机器人对应的模型参数为M1,标定后的模型参数为M2。因此,本轮标定得到的标定后的模型参数M1和标定后的外参W1均可以用于下一轮机器人系统的标定。
进一步地,在图4中,当前轮标定得到标定后的外参可以作为下一轮标定的当前外参。例如,对机器人系统的第二轮标定,标定后的外参W1作为当前外参,对机器人进行标定得到标定后的模型参数M2。其中,对机器人进行标定时,点云采集装置的外参W1是不变的。然后采用标定后的模型参数M2对点云采集装置进行标定时,机器人的模型参数M2是不变的。
在图1和图2中,机器人基座的第一坐标系(XYZ)是以机器人基座为原点O建立第一坐标系,其中,Z轴表示竖直方向。X和Y位于水平面内,三个坐标轴相互垂直。点云采集装置的第二坐标系(X′Y′Z′),其点云采集装置为坐标系原点O′,Z′轴为点云采集装置的视场中轴线的方向,X′Y′是与该视场中轴线垂直的平面。末端执行器的第三坐标系(X″Y″Z″),其以末端执行器上的固定点(例如法兰盘的中心)为坐标系原点O″,Z″轴垂直于法兰盘的表面,X″轴和Y″轴相互垂直,并且平行于法兰盘的表面。
具体地,在图4的基础上,对于图1的机器人系统,点云采集装置11固定在机器人的末端执行器12上,标定基准物B固定地安装在机器人外部,采用点云采集装置的当前外参对机器人进行标定,包括:基于点云采集装置的当前外参,在采用第三预设控制参数控制机器人为第三位姿下,确定标定基准物在机器人基座的第一坐标系的第三参考位置;基于点云采集装置的当前外参,在采用第四预设控制参数控制机器人为第四位姿下,确定标定基准物在第一坐标系下的第四参考位置;根据第三参考位置和第四参考位置的偏差,标定机器人的模型参数,得到标定后的模型参数。
在图1中,点云采集装置11的外参表示点云采集装置11的第二坐标系(X′Y′Z′)相对于末端执行器12的第三坐标系(X″Y″Z″)的变换关系。末端执行器12带动点云采集装置11运动。
此外,机器人的控制参数可以控制机器人的位姿,控制参数可以包括每个运动段13的运动参数(例如旋转和/或平移),控制参数是机器人模型的输入参数,例如正运动学方程中的参数,根据该控制参数,能够通过机器人的模型计算出末端执行器在第一坐标系的理论位置。
进一步地,基于点云采集装置的当前外参,在采用第三预设控制参数控制机器人为第三位姿下,确定标定基准物在机器人基座的第一坐标系的第三参考位置,包括:在第三位姿下,通过点云采集装置12采集标定基准物B的第三参考点云,其中第三参考点云包括标定基准物上的点在第二坐标系(X′Y′Z′)下的第三相机位置,然后根据第三相机位置和当前外参,可以确定标定基准物在末端执行器第三坐标系(X″Y″Z″)的第三执行位置。然后根据第三预设控制参数,和当前机器人模型的模型参数计算末端执行器的第三理论位置(在第一坐标系下的理论位置),然后根据第三理论位置和第三执行位置,可以计算出标定基准物B在机器人基座14第一坐标系(XYZ)下的位置为第三参考位置。此外,在改变控制参数为第四预设控制参数下,采用相同的方法确定第四参考位置。其中,标定基准物B是固定不变的,因此计算得到的第三参考位置和第四参考位置应该是相同的,若不同可以,可以采用第三参考位置和第四参考位置的差值调整机器人的模型参数。
进一步地,采用标定后的机器人的模型参数,对点云采集装置的外参进行标定,包括:基于标定后的机器人的模型参数,在采用第五预设控制参数控制机器人为第五位姿下,控制点云采集装置针对标定基准物采集第三点云;根据第三点云、点云采集装置的当前外参和标定后的机器人的模型参数,确定标定基准物在第一坐标系下的第五参考位置;基于标定后的机器人的模型参数,在采用第六预设控制参数控制机器人为第六位姿下,控制点云采集装置针对标定基准物采集第四点云;根据第四点云、点云采集装置的当前外参和标定后的机器人的模型参数,确定标定基准物在第一坐标系下的第六参考位置;根据第五参考位置和第六参考位置的偏差,标定点云采集装置的外参,得到标定后的外参。
具体地,机器人在上述标定后,机器人模型的模型参数是标定后模型参数,根据第五预设控制参数和标定后的模型参数,控制机器人为第五位姿,在第五位姿下,控制点云采集装置11针对标定基准物B采集第三点云,进而根据第三点云和当前外参,确定标定基准物B在第三坐标系(X″Y″Z″)下的第五执行位置,然后根据标定后模型参数和第五预设控制参数可以计算得到末端执行器12在第一坐标系的理论位置,根据该理论位置和第五执行位置可得到标志基准物B在第一坐标系下的第五参考位置,在改变控制参数为第六预设控制参数下,采用同样的方式可以确定第六参考位置,由于标志基准物B的位置是不变的,因此理想状况下第五参考位置和第六参考位置应该是相同的,若不同,则采用第五参考位置和第六参考位置标定点云采集装置的外参,得到标定后的外参。
综上,上述标定方式可以对图1所示的机器人系统进行标定,使标定后的机器人系统的精度更高。
可选地,在图4的基础上,对于图2的机器人系统,标定基准物B固定在机器人的末端执行器22上,点云采集装置21固定地安装在机器人外部,采用点云采集装置的当前外参对机器人进行标定,包括:基于机器人当前的机器人模型,采用第一预设控制参数控制机器人为第一位姿;在机器人为第一位姿的状态下,控制点云采集装置针对标定基准物采集第一点云;根据第一点云和当前的点云采集装置的当前外参,确定标定基准物在机器人基座的第一坐标系的第一参考位置,点云采集装置的外参包括:点云采集装置的第二坐标系相对于第一坐标系的变换关系;将第一预设控制参数输入当前的机器人模型进行参数处理,得到标定基准物在第一坐标系下的第一理论位置;根据第一理论位置与第一参考位置的偏差,标定机器人的模型参数,得到标定后的模型参数。
其中,在对机器人进行标定时,机器人为当前的机器人模型下,采用第一预设控制参数控制机器人为第一位姿,即将第一预设控制参数输入机器人,控制机器人为第一位姿。在机器人为第一位姿时,采集第一点云,第一点云表示标志基准物B在点云采集装置21第二坐标系下的位置。然后根据第一点云和当前外参可以确定标志物体B在机器人基座24第一坐标系的第一参考位置,然后将第一预设控制参数输入当前的机器人模型进行参数处理,得到的是末端执行器在第一坐标系下的理论位置,由于标定基准物固定在末端执行器下,相对于末端执行器的位置是固定的,进而可以得到标定基准物在第一坐标系下的第一理论位置。其中,通过控制机器人移动至的第一参考位置应和计算得到的第一理论位置相同,若不同,则采用第一参考位置和第一理论位置的差值标定机器人的模型参数,使机器人模型的模型参数为标定后的模型参数。
进一步地,采用标定后的机器人的模型参数,对点云采集装置的外参进行标定,包括:基于标定后的机器人的模型参数,采用第二预设控制参数控制机器人为第二位姿;在机器人为第二位姿的状态下,控制点云采集装置针对标定基准物采集第二点云;根据第二点云和点云采集装置的当前外参,确定标定基准物在第一坐标系的第二参考位置;将第二预设控制参数输入标定后的机器人模型进行参数处理,得到标定基准物在第一坐标系下的第二理论位置;根据第二理论位置与第二参考位置的偏差,标定点云采集装置的外参,得到标定后的外参。
具体地,在对点云采集装置标定是,机器人模型的模型参数为上述标定后的模型参数,在标定后的模型参数下,采用第二预设控制参数控制机器人为第二位姿,即将第二预设控制参数输入机器人,控制机器人为第二位姿。在机器人为第二位姿时,采集第二点云,然后根据第二点云和当前外参可以确定标志物体B在机器人基座24第一坐标系的第二参考位置,然后将第二预设控制参数输入标定后的机器人模型进行参数处理,得到的是末端执行器在第一坐标系下的理论位置,由于标定基准物固定在末端执行器下,相对于末端执行器的位置是固定的,进而可以得到标定基准物在第一坐标系下的第二理论位置。其中,通过外参计算得到的第二参考位置应和计算得到的第二理论位置相同,若不同,则采用第二参考位置和第二理论位置的差值标定点云采集装置的外参,使点云采集装置的外参为标定后的外参。
另一种可选实施例中,依次对机器人和点云采集装置进行标定,包括:采用机器人的当前模型参数,对点云采集装置的外参进行标定;采用标定后的外参,对机器人的模型参数进行标定,其中,标定后的模型参数用于下一次点云采集装置的外参的标定。
参照图5,在每一轮标定中,先采用当前的模型参数对点云采集装置进行标定得到标定后的外参,然后采用标定后的外参对机器人进行标定,得到标定后的模型参数。得到的标定标定后的外参和标定后的模型参数可以应用于下一轮的标定。
此外,图5的标定方式也可以应用于图1和图2所示的机器人系统的标定,标定方式可参照上述描述图4对应的标定方法,同样为在机器人的模型参数不变的情况下标定点云采集装置,在点云采集装置不变的情况标定机器人,在此不再赘述。
S302,确定是否满足第一预设条件。
其中,若是,结束标定,若否,则基于标定后的外参和模型参数,执行S301。
其中,参照图4至6,基于标定后的外参和模型参数,执行S301中,机器人和点云采集装置的标定顺序可以和前一次相同也可以不同。
示例性地,在图4中,第一轮标定中,标定机器人后得到的模型参数为M1,采用该模型参数M1对点云采集装置进行标定,得到标定后的外参W1。在第二轮标定时,机器人的当前的模型参数为M1,采用外参W1对机器人进行标定得到标定后的模型参数M2,在第二轮标定中,点云采集装置的外参为W1,在采用模型参数M2对点云采集装置进行标定后得到外参W2。在经过n轮标定后,机器人的模型参数为Mn,点云采集装置的外参为Wn。在图5中,在经过n轮标定后,点云采集装置的外参为On,机器人的模型参数为Pn。
进一步地,在本公开中,可以单独先对点云采集装置进行标定,在点云采集装置标定符合一定的要求后,然后执行本公开的图4所示的步骤,结合机器人和点云采集装置进行标定,提高机器人系统整体的执行精度。
具体地,确定是否满足第一预设条件,包括:基于标定后的外参和模型参数,确定机器人系统的执行精度;确定执行精度是否满足预设精度要求;或,确定机器人系统的标定次数是否为预设次数。
具体地,机器人系统的执行精度具体为,已知标定基准物在第一坐标系的实际坐标,采用点云采集装置对该标定基准物进行点云采集,然后通过点云采集装置的外参以及机器人模型计算得到标定基准物在第一坐标系下的理论位置,然后根据该理论位置控制末端执行器移动,末端执行器移动的实际位置与标定基准物的实际位置之间的差值表示机器人系统的执行精度,其中,差值越大,执行精度越低,差值越小,执行精度越高。在本公开中,可以预设精度要求,如设置差值小于2mm,或者小于3mm。
可选地,由于机器人系统本身结构的不同,如点云采集装置像素等影响,差值无法达到为0的状态,因此可以根据不同的机器人系统设置不同的标定次数,如3次,则机器人系统在执行S301三次后即确定完成标定。
示例性地,参照表1和表2,给出在不同实验环境下,针对图1所示的机器人系统的在不同轮数的标定后的执行精度。其中,未标定是指为采用本公开的方式进行标定,差值是指上述控制末端执行器移动后的实际位置与标定基准物的实际位置之间的差值,百分比是经过多次实验,得到的差值在对应差值范围内的次数占总次数的百分比。在表1中,对于机器人型号A1、点云采集装置B1、点云采集装置至标志基准物的距离为300mm至500mm。
表1
Figure BDA0003862283780000101
可见,在表1中随着迭代次数(标定轮数)的增多,机器人系统的对应的差值越小,执行精度越高。经过四次迭代标定,机器人系统的执行精度和经过三次迭代标定机器人系统的执行精度变化较小。
在表2中,对于机器人型号A2、点云采集装置B2、点云采集装置至标志基准物的距离为800mm至1000mm。
表2
Figure BDA0003862283780000102
Figure BDA0003862283780000111
可见,在表2中随着迭代次数(标定轮数)的增多,机器人系统的对应的差值越小,执行精度也是越高。结合表1和表2,可知不同的机器人系统,机器人系统可以达到的执行精度不同。表1中可以达到差值小于0.6mm,表2中可以达到差值小于2.4mm。综上,迭代标定能够提高机器人系统的执行精度。
本公开实施例应用在对机器人系统的标定场景中,包括:依次对机器人和点云采集装置进行标定,得到标定后的机器人的模型参数和点云采集装置的外参,其中,在标定机器人时,点云采集装置的外参是不变的,在标定点云采集装置时,机器人的模型参数是不变的;确定是否满足第一预设条件,若否,则基于标定后的外参和模型参数,执行依次对机器人和点云采集装置进行标定的步骤,进而准确的确定标定图案。本公开通过迭代标定的方式,能够提高机器人系统的精度。
在本公开实施例中,参照图6,除了提供标定方法之外,还提供标定装置60应用于上述的标定方法,包括:
标定模块61,用于依次对机器人和点云采集装置进行标定,得到标定后的机器人的模型参数和点云采集装置的外参,其中,在标定机器人时,点云采集装置的外参是不变的,在标定点云采集装置时,机器人的模型参数是不变的;
处理模块62,用于确定是否满足第一预设条件,若否,则基于标定后的外参和模型参数,执行依次对机器人和点云采集装置进行标定的步骤。
一种可选实施例中,标定模块61具体用于:采用点云采集装置的当前外参对机器人进行标定,得到标定后的机器人的模型参数;采用标定后的机器人的模型参数,对点云采集装置的外参进行标定,得到标定后的点云采集装置的外参,其中,标定后的外参用于下一次机器人的标定。
一种可选实施例中,标定基准物固定在机器人的末端执行器上,点云采集装置固定地安装在机器人外部,标定模块61在采用点云采集装置的当前外参对机器人进行标定时,具体用于:基于机器人当前的机器人模型,采用第一预设控制参数控制机器人为第一位姿;在机器人为第一位姿的状态下,控制点云采集装置针对标定基准物采集第一点云;根据第一点云和当前的点云采集装置的当前外参,确定标定基准物在机器人基座的第一坐标系的第一参考位置,点云采集装置的外参包括:点云采集装置的第二坐标系相对于第一坐标系的变换关系;将第一预设控制参数输入当前的机器人模型进行参数处理,得到标定基准物在第一坐标系下的第一理论位置;根据第一理论位置与第一参考位置的偏差,标定机器人的模型参数,得到标定后的模型参数。
一种可选实施例中,标定模块61在采用标定后的机器人的模型参数,对点云采集装置的外参进行标定时,具体用于:基于标定后的机器人的模型参数,采用第二预设控制参数控制机器人为第二位姿;在机器人为第二位姿的状态下,控制点云采集装置针对标定基准物采集第二点云;根据第二点云和点云采集装置的当前外参,确定标定基准物在第一坐标系的第二参考位置;将第二预设控制参数输入标定后的机器人模型进行参数处理,得到标定基准物在第一坐标系下的第二理论位置;根据第二理论位置与第二参考位置的偏差,标定点云采集装置的外参,得到标定后的外参。
一种可选实施例中,点云采集装置固定在机器人的末端执行器上,标定基准物固定地安装在机器人外部,标定模块61在采用点云采集装置的当前外参对机器人进行标定时,具体用于:基于点云采集装置的当前外参,在采用第三预设控制参数控制机器人为第三位姿下,确定标定基准物在机器人基座的第一坐标系的第三参考位置;基于点云采集装置的当前外参,在采用第四预设控制参数控制机器人为第四位姿下,确定标定基准物在第一坐标系下的第四参考位置;根据第三参考位置和第四参考位置的偏差,标定机器人的模型参数,得到标定后的模型参数。
一种可选实施例中,标定模块61在采用标定后的机器人的模型参数,对点云采集装置的外参进行标定时,具体用于:基于标定后的机器人的模型参数,在采用第五预设控制参数控制机器人为第五位姿下,控制点云采集装置针对标定基准物采集第三点云;根据第三点云、点云采集装置的当前外参和标定后的机器人的模型参数,确定标定基准物在第一坐标系下的第五参考位置;基于标定后的机器人的模型参数,在采用第六预设控制参数控制机器人为第六位姿下,控制点云采集装置针对标定基准物采集第四点云;根据第四点云、点云采集装置的当前外参和标定后的机器人的模型参数,确定标定基准物在第一坐标系下的第六参考位置;根据第五参考位置和第六参考位置的偏差,标定点云采集装置的外参,得到标定后的外参。
一种可选实施例中,标定模块61具体用于:采用机器人的当前模型参数,对点云采集装置的外参进行标定;采用标定后的外参,对机器人的模型参数进行标定,其中,标定后的模型参数用于下一次点云采集装置的外参的标定。
一种可选实施例中,处理模块62具体用于:基于标定后的外参和模型参数,确定机器人系统的执行精度;确定执行精度是否满足预设精度要求;或,确定机器人系统的标定次数是否为预设次数。
本公开实施例提供的标定装置,迭代标定的方式,能够提高机器人系统的精度。
另外,在上述实施例及附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
图7为本公开一示例实施例提供的电子设备的结构示意图。如图7所示,该电子设备70包括:处理器71,以及与处理器71通信连接的存储器72,存储器72存储计算机执行指令,该电子设备可以是上述机器人系统。
其中,处理器执行存储器存储的计算机执行指令,以实现上述任一方法实施例所提供的标定方法,具体功能和所能实现的技术效果此处不再赘述。
本公开实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现上述任一方法实施例提供的标定方法。
本公开实施例还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一方法实施例提供的标定方法。
在本公开所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本公开各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将系统的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (11)

1.一种标定方法,其特征在于,应用于机器人系统,所述机器人系统包括机器人和点云采集装置,所述标定方法包括:
依次对所述机器人和所述点云采集装置进行标定,得到标定后的所述机器人的模型参数和所述点云采集装置的外参,其中,在标定所述机器人时,所述点云采集装置的外参是不变的,在标定所述点云采集装置时,所述机器人的模型参数是不变的;
确定是否满足第一预设条件,若否,则基于标定后的所述外参和所述模型参数,执行所述依次对所述机器人和所述点云采集装置进行标定的步骤。
2.根据权利要求1所述的标定方法,其特征在于,所述依次对所述机器人和所述点云采集装置进行标定,得到标定后的所述机器人的模型参数和所述点云采集装置的外参,包括:
采用所述点云采集装置的当前外参对所述机器人进行标定,得到标定后的所述机器人的模型参数;
采用标定后的机器人的模型参数,对点云采集装置的外参进行标定,得到标定后的所述点云采集装置的外参,其中,标定后的外参用于下一次所述机器人的标定。
3.根据权利要求2所述的标定方法,其特征在于,标定基准物固定在所述机器人的末端执行器上,所述点云采集装置固定地安装在所述机器人外部,所述采用所述点云采集装置的当前外参对所述机器人进行标定,包括:
基于所述机器人当前的机器人模型,采用第一预设控制参数控制所述机器人为第一位姿;
在所述机器人为所述第一位姿的状态下,控制所述点云采集装置针对所述标定基准物采集第一点云;
根据所述第一点云和当前的所述点云采集装置的当前外参,确定所述标定基准物在机器人基座的第一坐标系的第一参考位置,所述点云采集装置的外参包括:所述点云采集装置的第二坐标系相对于所述第一坐标系的变换关系;
将所述第一预设控制参数输入当前的机器人模型进行参数处理,得到所述标定基准物在所述第一坐标系下的第一理论位置;
根据所述第一理论位置与所述第一参考位置的偏差,标定所述机器人的模型参数,得到标定后的模型参数。
4.根据权利要求3所述的标定方法,其特征在于,所述采用标定后的机器人的模型参数,对点云采集装置的外参进行标定,包括:
基于标定后的所述机器人的模型参数,采用第二预设控制参数控制所述机器人为第二位姿;
在所述机器人为所述第二位姿的状态下,控制所述点云采集装置针对所述标定基准物采集第二点云;
根据所述第二点云和所述点云采集装置的当前外参,确定所述标定基准物在所述第一坐标系的第二参考位置;
将所述第二预设控制参数输入标定后的机器人模型进行参数处理,得到所述标定基准物在所述第一坐标系下的第二理论位置;
根据所述第二理论位置与所述第二参考位置的偏差,标定所述点云采集装置的外参,得到标定后的外参。
5.根据权利要求2所述的标定方法,其特征在于,所述点云采集装置固定在所述机器人的末端执行器上,标定基准物固定地安装在所述机器人外部,所述采用所述点云采集装置的当前外参对所述机器人进行标定,包括:
基于所述点云采集装置的当前外参,在采用第三预设控制参数控制所述机器人为第三位姿下,确定所述标定基准物在机器人基座的第一坐标系的第三参考位置;
基于所述点云采集装置的当前外参,在采用第四预设控制参数控制所述机器人为第四位姿下,确定所述标定基准物在所述第一坐标系下的第四参考位置;
根据所述第三参考位置和所述第四参考位置的偏差,标定所述机器人的模型参数,得到标定后的模型参数。
6.根据权利要求5所述的标定方法,其特征在于,所述采用标定后的机器人的模型参数,对点云采集装置的外参进行标定,包括:
基于标定后的机器人的模型参数,在采用第五预设控制参数控制所述机器人为第五位姿下,控制所述点云采集装置针对所述标定基准物采集第三点云;
根据所述第三点云、所述点云采集装置的当前外参和标定后的机器人的模型参数,确定所述标定基准物在所述第一坐标系下的第五参考位置;
基于标定后的机器人的模型参数,在采用第六预设控制参数控制所述机器人为第六位姿下,控制所述点云采集装置针对所述标定基准物采集第四点云;
根据所述第四点云、所述点云采集装置的当前外参和标定后的机器人的模型参数,确定所述第一坐标系下的第六参考位置;
根据所述第五参考位置和所述第六参考位置的偏差,标定所述点云采集装置的外参,得到标定后的外参。
7.根据权利要求1所述的标定方法,其特征在于,所述依次对所述机器人和所述点云采集装置进行标定,包括:
采用所述机器人的当前模型参数,对所述点云采集装置的外参进行标定;
采用标定后的外参,对所述机器人的模型参数进行标定,其中,标定后的模型参数用于下一次所述点云采集装置的外参的标定。
8.根据权利要求1至7任一项所述的标定方法,其特征在于,所述确定是否满足第一预设条件,包括:
基于标定后的所述外参和所述模型参数,确定所述机器人系统的执行精度;
确定所述执行精度是否满足预设精度要求;
或,
确定所述机器人系统的标定次数是否为预设次数。
9.一种标定装置,其特征在于,用于执行权利要求1至8中任一项所述的标定方法,应用于机器人系统,所述机器人系统包括机器人和点云采集装置,所述标定装置包括:
标定模块,用于依次对所述机器人和所述点云采集装置进行标定,得到标定后的所述机器人的模型参数和所述点云采集装置的外参,其中,在标定所述机器人时,所述点云采集装置的外参是不变的,在标定所述点云采集装置时,所述机器人的模型参数是不变的;
处理模块,用于确定是否满足第一预设条件,若否,则基于标定后的所述外参和所述模型参数,执行所述依次对所述机器人和所述点云采集装置进行标定的步骤。
10.一种电子设备,其特征在于,包括:处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如权利要求1至8任一项所述标定方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现权利要求1至8任一项所述标定方法。
CN202211167533.XA 2022-09-23 2022-09-23 标定方法、装置和电子设备 Pending CN115439633A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211167533.XA CN115439633A (zh) 2022-09-23 2022-09-23 标定方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211167533.XA CN115439633A (zh) 2022-09-23 2022-09-23 标定方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN115439633A true CN115439633A (zh) 2022-12-06

Family

ID=84248246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211167533.XA Pending CN115439633A (zh) 2022-09-23 2022-09-23 标定方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN115439633A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115984389A (zh) * 2023-03-17 2023-04-18 梅卡曼德(北京)机器人科技有限公司 标定方法、系统标定方法、装置和电子设备
CN116188594A (zh) * 2022-12-31 2023-05-30 梅卡曼德(北京)机器人科技有限公司 沙姆相机的标定方法、标定系统、装置和电子设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116188594A (zh) * 2022-12-31 2023-05-30 梅卡曼德(北京)机器人科技有限公司 沙姆相机的标定方法、标定系统、装置和电子设备
CN116188594B (zh) * 2022-12-31 2023-11-03 梅卡曼德(北京)机器人科技有限公司 沙姆相机的标定方法、标定系统、装置和电子设备
CN115984389A (zh) * 2023-03-17 2023-04-18 梅卡曼德(北京)机器人科技有限公司 标定方法、系统标定方法、装置和电子设备

Similar Documents

Publication Publication Date Title
CN110640746B (zh) 机器人的坐标系标定及定位方法、系统、设备、介质
CN110640747B (zh) 机器人的手眼标定方法、系统、电子设备和存储介质
CN114310880B (zh) 一种机械臂标定方法及装置
CN115439633A (zh) 标定方法、装置和电子设备
CN111590593B (zh) 机械臂的标定方法、装置、系统及存储介质
CN112022355A (zh) 基于计算机视觉的手眼标定方法及装置、存储介质
CN113841384A (zh) 校准装置,用于校准的图表和校准方法
CN112621743B (zh) 机器人及其相机固定于末端的手眼标定方法及存储介质
CN114310901B (zh) 用于机器人的坐标系标定方法、装置、系统以及介质
CN107230233A (zh) 基于光束平差的远心镜头三维成像系统的标定方法及装置
CN113081266B (zh) 机器人配准方法、装置、电子设备及存储介质
CN111890356A (zh) 机械臂坐标系和相机坐标系标定方法、装置、设备及介质
CN112809668A (zh) 一种机械臂自动手眼标定的方法及系统、终端
CN112907683A (zh) 一种点胶平台的相机标定方法、装置及相关设备
CN111604904B (zh) 机器人的定位校准方法及装置、电子设备
CN117173254A (zh) 一种相机标定方法、系统、装置和电子设备
CN115187672A (zh) 几何误差标定方法、装置、多轴运动系统及存储介质
JP2019098409A (ja) ロボットシステムおよびキャリブレーション方法
CN109597318B (zh) 一种机器人空间注册的方法和装置
CN116563491A (zh) 一种数字孪生场景建模及标定方法
CN114012718A (zh) 数据处理方法
CN112631200A (zh) 一种机床轴线测量方法以及装置
CN113795358B (zh) 一种坐标系校准方法、装置和计算机可读介质
CN115984389B (zh) 标定方法、系统标定方法、装置和电子设备
CN112223281A (zh) 机器人及其定位方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination