机械臂工具末端位姿快速校准方法

技术领域

本发明涉及工业机械臂技术领域，尤其涉及一种机械臂工具末端位姿快速校准方法。

背景技术

随着工业4.0的提出与实施，制造业升级转型和自动化水平的不断提高，工业机械臂在汽车、餐饮、电子和医疗等领域的应用越来越广泛。在实际应用中，机械臂通过安装在机械臂法兰盘末端的工具来完成各种各样的任务，根据任务的不同，安装在法兰盘末端的工具也不相同，例如焊接机械臂末端安装焊枪，喷绘机械臂末端安装喷枪，搬运机械臂安装夹爪等等。工具中心点(TCP)相对于法兰盘末端位姿的偏移量大多是不准确的，因此需要对机械臂末端工具进行TCP标定，其标定精度直接影响机械臂的生产质量和工作效率。当机械臂工具末端发生改变或磨损时，需要进行重新标定。而传统的标定方法需要人为操作机械臂进行标定，存在精度不高、操作繁琐和标定效率太低的问题。因此，研究一种能够快速、准确的工具坐标体系标定方法具有重要意义。

发明内容

鉴于以上技术问题，本发明提供了一种机械臂工具末端位姿快速校准方法，用于工业机械臂工具末端位姿的快速标定，借助于三维视觉，使得机械臂工具末端可快速的进行标定，得到机械臂法兰盘与机械臂工具末端之间的姿态变换关系。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

一种机械臂工具末端位姿快速校准方法，所述方法包括：

使动相机获取标定板在不同空间位置下的多组第一图像，从多组所述第一图像中确认其在所述相机中的坐标与实际坐标之间的关系，以及确认所述相机当前的位置与角度；在所述相机与机械臂的基座相对固定时，通过在所述机械臂的法兰盘设置所述标定板，确认所述基座的坐标体系与所述相机的坐标体系之间的转换关系；使动所述相机获取机械臂的工具末端的第二图像，提取所述第二图像中的TCP点的像素坐标，以及获取所述TCP点在所述相机的坐标体系下的坐标，根据所述基座与所述相机之间的转换关系，获得所述TCP点在所述基座的坐标体系下的坐标，根据所述法兰盘与所述基座的转换关系，在所述工具末端采用所述法兰盘姿态时得到所述工具末端到所述基座的坐标体系的转换关系，计算得到所述工具末端与所述法兰盘的转换关系。

进一步的，通过公式x＝K*L(R*X+T,k1,k2,k3,k4)，以确认所述第一图像中在所述相机中的坐标与实际坐标之间的关系和所述相机当前的位置与角度，其中，x为所述相机拍摄的第一图像中的3D坐标；X为空间中的实际3D坐标(World Coordinate)，k1、k2、k3、k4为校正参数，K为所述相机内置参数矩阵，R为所述相机的旋转矩阵，T为所述相机的平移矩阵。

进一步的，在所述相机有两个时，在确定所述第一图像在所述相机中的坐标与实际坐标之间的关系和所述相机当前的位置与角度后，还确认两个所述相机之间的转换关系。

进一步的，所述确认所述机械臂的基座的坐标体系与所述相机的坐标体系之间的转换关系，包括：获取在所述法兰盘与所述标定板的相对位置保持不变时移动所述标定板的多个第三图像，根据多个所述第三图像中所述相机与所述标定板的坐标关系，以及根据所述法兰盘与所述基座的坐标关系，计算得到所述基座的坐标体系与所述相机的坐标体系之间的转换关系。

进一步的，所述第二图像中的所述TCP点的提取方法包括一下情况中的一种：基于AI技术的自动提取算法提取；手动提取。

本公开的技术方案具有以下有益效果：

本发明具有非接触测量、校准速度快、精度高等优点，减少了传统接触式TCP校准过程中误差因素，提高了标定速度与标定精度。

附图说明

图1为本说明书实施例提供的一种机械臂工具末端位姿快速校准方法工作流程图；

图2为本说明书实施例中的实施手眼标定的模型图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

如图1所示，本说明书实施例提供一种机械臂工具末端位姿快速校准方法，所述方法包括步骤S101-S103：

在步骤S101中，使动相机获取标定板在不同空间位置下的多组第一图像，从多组所述第一图像中确认其在所述相机中的坐标与实际坐标之间的关系，以及确认所述相机当前的位置与角度。

其中，在此步骤中进行预处理，实现相机的标定。

在步骤S102中，在所述相机与机械臂的基座相对固定时，通过在所述机械臂的法兰盘设置所述标定板，确认所述基座的坐标体系与所述相机的坐标体系之间的转换关系。

其中，在此步骤中进行预处理，实现机械臂的手眼标定。

在步骤S103中，使动所述相机获取机械臂的工具末端的第二图像，提取所述第二图像中的TCP点的像素坐标，以及获取所述TCP点在所述相机的坐标体系下的坐标，根据所述基座与所述相机之间的转换关系，获得所述TCP点在所述基座的坐标体系下的坐标，根据所述法兰盘与所述基座的转换关系，在所述工具末端采用所述法兰盘姿态时得到所述工具末端到所述基座的坐标体系的转换关系，计算得到所述工具末端与所述法兰盘的转换关系。

其中，在此步骤中，实现工具末端与法兰盘的姿态转换。

另外，值得注意的是，步骤S101和步骤S102是基础步骤，在执行一次后，若其参数没有发生改变，在对工具末端进行重新校准时只需要执行步骤S103即可，使得可以大大提升工具末端位姿校准的效率。

在一实施方式中，通过公式x＝K*L(R*X+T,k1,k2,k3,k4)，以确认所述第一图像中在所述相机中的坐标与实际坐标之间的关系和所述相机当前的位置与角度，其中，x为所述相机拍摄的第一图像中的3D坐标；X为空间中的实际3D坐标(World Coordinate)，k1、k2、k3、k4为校正参数，K为所述相机内置参数矩阵，R为所述相机的旋转矩阵，T为所述相机的平移矩阵。

其中，相机标定主要在于确定相机内置参数K和相机外置参数R和T，其中K反映相机图像坐标与实际坐标之间的关系，R和T反映相机当前位置与角度。

在具体的标定过程中，可将标定板放置于不同空间位置并由相机拍摄相应图片从而得到方程组：

x1＝K*L(R*X1+T,k1,k2,k3,k4)

x2＝K*L(R*X2+T,k1,k2,k3,k4)

以此类推：

xn＝K*L(R*Xn+T,k1,k2,k3,k4)

基于该方程组可确定内置参数矩阵K与外置参数矩阵R、T中的各个参数。

作为补充的，在所述相机有两个时，在确定所述第一图像在所述相机中的坐标与实际坐标之间的关系和所述相机当前的位置与角度后，还确认两个所述相机之间的转换关系。

在一实施方式中，其中，如图2所提供的模型图，所述确认所述机械臂的基座的坐标体系与所述相机的坐标体系之间的转换关系，包括：获取在所述法兰盘与所述标定板的相对位置保持不变时移动所述标定板的多个第三图像，根据多个所述第三图像中所述相机与所述标定板的坐标关系，以及根据所述法兰盘与所述基座的坐标关系，计算得到所述基座的坐标体系与所述相机的坐标体系之间的转换关系。其中标号1为基座base，标号2为法兰盘flange，标号3为标定板object，标号4为相机camera。

在计算中，根据手眼标定公式：

将手眼标定公式进行转换可得：

移动机械臂到不同位置可得到一系列方程

以此类推：

基于上述系列方程可确定基座的坐标体系与3D相机坐标体系的转换矩阵

另外，还需要解释的是所述工具末端与所述法兰盘的转换关系，其流程如下：

控制机械臂工具末端移动到3D相机工作范围内进行拍照，通过提取第二图像中的TCP点的像素坐标

在一实施方式中，所述第二图像中的所述TCP点的提取方法包括一下情况中的一种：基于AI技术的自动提取算法提取；手动提取。

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他实施方式。本申请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。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

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来限制。