[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110490942A - 一种基于scara机械手第二臂的移动相机标定方法 - Google Patents

一种基于scara机械手第二臂的移动相机标定方法 Download PDF

Info

Publication number
CN110490942A
CN110490942A CN201910786635.1A CN201910786635A CN110490942A CN 110490942 A CN110490942 A CN 110490942A CN 201910786635 A CN201910786635 A CN 201910786635A CN 110490942 A CN110490942 A CN 110490942A
Authority
CN
China
Prior art keywords
coordinate system
robot
image
arm
local coordinate
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
CN201910786635.1A
Other languages
English (en)
Inventor
赵志华
刘文状
潘照飞
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.)
Suzhou Jingsu Intelligent Technology Co Ltd
Original Assignee
Suzhou Jingsu Intelligent Technology 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 Suzhou Jingsu Intelligent Technology Co Ltd filed Critical Suzhou Jingsu Intelligent Technology Co Ltd
Priority to CN201910786635.1A priority Critical patent/CN110490942A/zh
Publication of CN110490942A publication Critical patent/CN110490942A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Landscapes

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

Abstract

一种基于SCARA机械手第二臂的移动相机标定方法，一：标记放在台面上，记录机器人当前位置拍照，搜索图像标记在图像坐标系位置；二：控制第二臂平移，记录移动后机器人当前位置拍照，搜索图像中标记在图像坐标系中位置；三：机械手回到起始位置，在当前位置R轴分别旋转θ和‑θ角拍照；四：计算图像与机器人坐标系的旋转和缩放关系，图像与机器人坐标系平移关系；五：构建局部坐标系，获取局部到机器人坐标系映射关系；六：转换机器人在任一位置所对应的图像坐标系上的像素到机器人坐标系上，计算第二臂旋转角度，获得局部坐标系到局部坐标系旋转关系，局部坐标系与局部坐标系平移关系，综合旋转平移关系，局部坐标系与局部坐标系坐标系映射关系。

Description

一种基于SCARA机械手第二臂的移动相机标定方法
技术领域
本发明涉及机器人标定方法技术领域，特别是一种基于SCARA机械手第二臂的移动相机标定方法。
背景技术
SCARA是Selective Compliance Assembly Robot Arm的缩写，意思是一种应用于装配作业的机器人手臂。工业机器人已经广泛应用在工件的自动搬运、组装等工作上。由于针对来料工件的位置会出现无固定偏差情形，为了有序控制机械手臂的工作，因此，实际工作中，如要达到高精度的搬运及组装功能，就需要建立相机坐标系与机器人控制系统坐标系的映射关系，这样便可以将工件在图像坐标系中的位置转换到机器人控制系统坐标系中，进而获取工件在机器人控制系统坐标系中的位置，保证后续机器人控制系统控制机械手臂正常无误差的工作，此过程在业界称为标定。
现有的标定方法，主要分为人工作示教标定，以及由视觉软件引导机器人自动标定。人工示教标定不仅操作繁琐，而且因人为因素会影响标定的精度，在实际应用中存在很大缺陷。视觉引导自动标定相较于人工作示教标定具有操作方便、以及提高了标定精度的优点。视觉引导自动标定主要采用相机进行，针对相机姿态而言，标定又分为固定相机标定和安装在机械手臂上随机械手臂运动的移动相机标定。对于固定相机标定而言，存在作业区域较小的缺点。而现有移动相机标定，虽然作业区域范围较广，然而水平多关节机械手第二臂(相当于人手小臂)上的移动相机标定，大多方法会涉及到手动示教点位操作，即在相机视野内放置一些靶标(如圆形标记)，通过视觉软件识别这些靶标的图像位置(如圆形靶标，视觉软件识别该圆形靶标的圆心所对应的像素位置),然后手动示教这些靶标的每一个位置，通过人眼观察每个靶标位置与机械手R轴中心重合，获得每个靶标的像素坐标所对应的机器人坐标，进而通过这些点的对应关系，最终完成标定计算；但是这些点对(像素位置与机器人位置)中的机器人位置坐标是通过人眼观察手动示教得到的，并非精准，显然在建立图像坐标系与机器人坐标系的映射关系受人为因素影响很大，因而存在标定具有不方便性、标定精度不高等缺点。
发明内容
为了克服现有机器人水平多关节机械手第二臂上的移动相机标定中存在的弊端，本发明提供了能实现一键自动标定功能，即通过视觉软件与机器人控制器通讯连接，只需要点击视觉软件上的标定按钮，就会启动标定程序，视觉软件便与机器人控制器进行程序交互，自动完成标定，具体过程是视觉软件通过通讯获取机器人的当前位置，通过机器人当前位置，计算若干位置，并将这若干位置逐一发送给机器人控制器，当机器人到达每一个位置时，机器人控制程序会发送拍照指令通知视觉软件拍照，视觉软件识别靶标的图像位置，最终视觉软件根据机器人位置以及对应的靶标的图像位置进行计算，自动完成标定，无需人工手动示教，操作极其简便且具有高的标定精度，应用中相机随着机器人第二臂的移动而移动，扩大了视觉的作业区域，机器人在任何位置，都可以将对应机器人位置下的相机视野内的任何工件所在的图像位置转换到机器人控制系统坐标系上，机器人控制系统能精确获取工件在机器人坐标系上的坐标位置，从而引导机器人的机械臂进行相应精准动作，完成高精度搬运及组装功能的一种SCARA机械手第二臂上的移动相机自动标定方法。
本发明解决其技术问题所采用的技术方案是：
一种基于SCARA机械手第二臂的移动相机标定方法，其特征在于移动数码相机安装在机器人第二机械臂上，数码相机和机器人的控制系统经数据线连接，标定方法分为六个步骤，步骤一：将制作好的靶标(如圆形标记实物，可以在一张纸上打印一个圆形标记)放在作业区域台面上且保证标记在相机视野内，通过通讯，软件问询此时机器人当前位置(XM0,YM0,ZM0,RM0)，机器人控制程序向视觉软件发送当前位置并发送拍照指令，视觉软件接受到拍照指令，视觉软件控制相机采集图像，并对图像中的靶标进行图像识别，确定图像中的靶标在图像坐标系中的位置(XI0,YI0)；步骤二：确保靶标在工作平面上的位置不变，视觉软件根据问询的机器人起始位置自动计算机器人机械手第二臂平移动作的机器人坐标位置，通过指令将该坐标位置发送给机器人控制器，机器人控制程序便可控制机器人机械手的第二臂进行平移动作，且保证靶标在相机视野内，记录移动后机器人当前位置(XM1,YM1,ZM0,RM1)，触发相机拍照，搜索图像中标记在图像坐标系中的位置为(XI1,YI1)；步骤三：控制机械手回到起始位置(XM0,YM0,ZM0,RM0)，利用安装在旋转R轴上的治具将标记吸附起来，在当前位置R轴分别旋转θ和-θ角并触发相机拍照，机器人在位置(XM0,YM0,ZM0,RM0+θ)上，搜索靶标在图像坐标系中的位置为(XI2,YI2)，机器人在位置(XM0,YM0,ZM0,RM0-θ)上，搜索靶标在图像坐标系中的位置为(XI3,YI3)；步骤四：根据步骤一、二计算图像坐标系与机器人坐标系的旋转和缩放关系，根据步骤三计算图像坐标系与机器人坐标系的平移关系；步骤五：构建一个以机器人起始位置(XM0,YM0,ZM0,RM0)为原点、XY坐标轴均与机器人坐标系平行的局部坐标系L1，获取局部坐标系L1到机器人坐标系的映射关系为ML1→G；步骤六：将机器人在任一位置(XM,YM,ZM,RM)所对应的图像坐标系上的像素映射到机器人坐标系上，通过机器人当前位置(XM,YM,ZM,RM)以及起始位置(XM0,YM0,ZM0,RM0)计算第二臂的旋转角度，即可获得局部坐标系L1到局部坐标系L2的旋转关系，根据当前位置(XM,YM,ZM,RM)与起始位置(XM0,YM0,ZM0,RM0)的差值，可以获取局部坐标系L1与局部坐标系L2的平移关系，综合旋转平移关系，获取局部坐标系L2与局部坐标系L1坐标系的映射关系ML2→L1。
进一步地，所述步骤四中，确定了两坐标系之间的平移、旋转、缩放量后，可计算两坐标系之间的映射矩阵MI→M,该矩阵代表机器人在位置(XM0,YM0,ZM0,RM0)上、此时相机坐标系与机器人坐标系的映射关系。
进一步地，所述步骤五中，获取局部坐标系L1到机器人坐标系的映射关系ML1→G后，建立局部坐标系L1与相机坐标系(机器人位置为(XM0,YM0,ZM0,RM0)所对应的图像坐标系)的映射关系MI→L1。
进一步地，所述步骤六中，获取局部坐标系L2与局部坐标系L1坐标系的映射关系ML2→L1后，进而可以确定当前位置上的图像坐标系上的像素到机器人坐标系上的映射关系为MI→L2*ML2→L1*ML1→G。
本发明有益效果是：本发明通过六个简单步骤、完成位于机器人第二臂移动相机的视觉引导自动标定流程，能实现一键自动标定功能。过程中无需人工手动示教，标定过程均是通过视觉软件与机器人控制程序进行交互自动完成，操作极其简便且具有高的标定精度，应用中相机随着机器人第二臂的移动而移动，扩大了视觉的作业区域，克服了现有固定相机标定存在作业区域较小的缺点。机器人在任何位置，都可以将对应机器人位置下的相机视野内的任何工件所在的图像位置转换到机器人控制系统坐标系上，机器人控制系统精确获取工件在机器人控制系统坐标系上的坐标位置后，从而引导机器人的机械臂进行相应精准动作，进而能完成高精度搬运及组装功能。基于上述，本发明具有好的应用前景。
附图说明
以下结合附图和实施例将本发明做进一步说明。
图1是本发明机器人第二臂平行移动时位置坐标示意图。
图2是本发明机器人第二臂上治具R轴分别旋转正θ和负θ、以及在起始位置上所对应的标记位置坐标示意图。
图3是本发明任意位置上的机器人第二臂与相机的姿态坐标示意图。
具体实施方式
图1所示，一种基于SCARA机械手第二臂的移动相机标定方法，移动数码相机安装在机器人第二臂上，数码相机和机器人的控制系统经数据线连接，标定方法分为六个步骤，步骤一：首先将制作好的Mark标记放在作业区域台面上且保证Mark标记在相机视野范围内，记录此时机器人当前位置A(XM0,YM0,ZM0,RM0)，该位置所对应的机器人手臂姿态如图1示实线所示；触发相机拍照，搜索图像中Mark标记在图像坐标系中的位置B(XI0,YI0)。步骤二：确保Mark标记在工作平面上的位置不变，控制机械手的第二臂进行平移动作，且保证Mark标记在相机视野范围内，记录移动后机器人当前位置C(XM1,YM1,ZM0,RM1)，该位置所对应的机器人第二手臂姿态如图1示虚线所示，触发相机拍照，搜索图像中Mark标记在图像坐标系中的位置为D(XI1,YI1)。
图2所示，步骤三：控制机械手回到起始位置A(XM0,YM0,ZM0,RM0)，利用安装在R轴上的治具将Mark标记吸附起来，在当前位置R轴分别旋转θ和-θ角并触发相机拍照，机器人在位置E(XM0,YM0,ZM0,RM0+θ)上，搜索Mark标记在图像坐标系中的位置为F(XI2,YI2)，机器人在位置G(XM0,YM0,ZM0,RM0-θ)上，搜索Mark标记在图像坐标系中的位置为H。
图1、2中所示，根据步骤1、2、3计算图像坐标系与机器人坐标系之间的旋转因子、缩放因子和平移因子：
旋转因子：
缩放因子：
通过圆上三点B(XI0,YI0)，F(XI2,YI2)，H(XI3,YI3)，计算圆心I(XIC,YIC)三点，则可得到线段BI与机械手坐标系的夹角为：
BI线段在机械手坐标系上的长度为：
平移向量因子为：
因此可以得到相机坐标系XCOCYC和局部坐标系XL1OL1YL1之间的映射矩阵为：
通过以上步骤即完成机械手在位置A(XM0,YM0,ZM0,RM0)上的相机标定结果。
图3中所示，步骤五：当机械手从标定位置A(XM0,YM0,ZM0,RM0)移到任一位置J(XM,YM,ZM,RM)，通过这两个坐标位置可以计算第二臂的夹角为α(直接在脉冲坐标上进行计算最终位置与起始位置的第二臂夹角)，另从位置A移动到位置J平移量为因此可以得到局部坐标系L2到局部坐标系L1的映射矩阵为：
图3中所示，步骤六：根据以上步骤五结果，可推导出机械手在位置J时，相机坐标系X'CO'CYC'与机械手基坐标系XMOMYM的映射关系为：
其中是在相机坐标系X'CO'CYC'像素点位置，是对应的像素点转换到机器人坐标系上的坐标位置。(注：上述所有关于坐标转换的公式均是视觉软件自行计算，无需操作者参与)
图1、2、3中所示，本发明通过六个简单步骤、完成位于机器人第二臂移动相机的视觉引导自动标定流程。通过视觉软件与机器人控制器的程序交互来控制机器人移动，整个标定过程均通过视觉软件与机器人控制程序进行交互自动完成，过程中无需人工手动示教操作，能实现一键自动标定功能，操作极其简便。应用中相机随着机器人第二臂的移动而移动，扩大了视觉的作业区域，克服了现有固定相机标定存在作业区域较小的缺点。当机器人移动到每个位置，视觉软件可以识别对应靶标的图像位置，靶标的图像位置与之对应的机器人位置是准确无误的，只有点对对应准确，建立的标定结果更精确，具有高的标定精度；并将对应机器人位置下的相机视野内的任何工件所在的图像位置转换到机器人控制系统坐标系上，机器人控制系统精确获取工件在机器人控制系统坐标系上的坐标位置后，从而引导机器人的机械臂进行相应精准动作，进而能完成高精度搬运及组装功能。
以上显示和描述了本发明的基本原理和主要特征及本发明的优点，对于本领域技术人员而言，显然本发明限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (4)

1.一种基于SCARA机械手第二臂的移动相机标定方法，其特征在于移动数码相机安装在机器人第二机械臂上，数码相机和机器人的控制系统经数据线连接，标定方法分为六个步骤，步骤一：将制作好的靶标放在作业区域台面上且保证标记在相机视野内，通过通讯，软件问询此时机器人当前位置(XM0,YM0,ZM0,RM0)，机器人控制程序向视觉软件发送当前位置并发送拍照指令，视觉软件接受到拍照指令，视觉软件控制相机采集图像，并对图像中的靶标进行图像识别，确定图像中的靶标在图像坐标系中的位置(XI0,YI0)；步骤二：确保靶标在工作平面上的位置不变，视觉软件根据问询的机器人起始位置自动计算机器人机械手第二臂平移动作的机器人坐标位置，通过指令将该坐标位置发送给机器人控制器，机器人控制程序便可控制机器人机械手的第二臂进行平移动作，且保证靶标在相机视野内，记录移动后机器人当前位置(XM1,YM1,ZM0,RM1)，触发相机拍照，搜索图像中标记在图像坐标系中的位置为(XI1,YI1)；步骤三：控制机械手回到起始位置(XM0,YM0,ZM0,RM0)，利用安装在旋转R轴上的治具将标记吸附起来，在当前位置R轴分别旋转θ和-θ角并触发相机拍照，机器人在位置(XM0,YM0,ZM0,RM0+θ)上，搜索靶标在图像坐标系中的位置为(XI2,YI2)，机器人在位置(XM0,YM0,ZM0,RM0-θ)上，搜索靶标在图像坐标系中的位置为(XI3,YI3)；步骤四：根据步骤一、二计算图像坐标系与机器人坐标系的旋转和缩放关系，根据步骤三计算图像坐标系与机器人坐标系的平移关系；步骤五：构建一个以机器人起始位置(XM0,YM0,ZM0,RM0)为原点、XY坐标轴均与机器人坐标系平行的局部坐标系L1，获取局部坐标系L1到机器人坐标系的映射关系为ML1→G；步骤六：将机器人在任一位置(XM,YM,ZM,RM)所对应的图像坐标系上的像素映射到机器人坐标系上，通过机器人当前位置(XM,YM,ZM,RM)以及起始位置(XM0,YM0,ZM0,RM0)计算第二臂的旋转角度，即可获得局部坐标系L1到局部坐标系L2的旋转关系，根据当前位置(XM,YM,ZM,RM)与起始位置(XM0,YM0,ZM0,RM0)的差值，可以获取局部坐标系L1与局部坐标系L2的平移关系，综合旋转平移关系，获取局部坐标系L2与局部坐标系L1坐标系的映射关系ML2→L1。
2.根据权利要求1所述的一种基于SCARA机械手第二臂的移动相机标定方法，其特征在于，步骤四中，确定了两坐标系之间的平移、旋转、缩放量后，可计算两坐标系之间的映射矩阵MI→M,该矩阵代表机器人在位置(XM0,YM0,ZM0,RM0)上、此时相机坐标系与机器人坐标系的映射关系。
3.根据权利要求1所述的一种基于SCARA机械手第二臂的移动相机标定方法，其特征在于，步骤五中，获取局部坐标系L1到机器人坐标系的映射关系ML1→G后，建立局部坐标系L1与相机坐标系(机器人位置为(XM0,YM0,ZM0,RM0)所对应的图像坐标系)的映射关系MI→L1。
4.根据权利要求3所述的一种基于SCARA机械手第二臂的移动相机标定方法，其特征在于，步骤六中，获取局部坐标系L2与局部坐标系L1坐标系的映射关系ML2→L1后，进而可以确定当前位置上的图像坐标系上的像素到机器人坐标系上的映射关系为MI→L2*ML2→L1*ML1→G。
CN201910786635.1A 2019-08-23 2019-08-23 一种基于scara机械手第二臂的移动相机标定方法 Pending CN110490942A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910786635.1A CN110490942A (zh) 2019-08-23 2019-08-23 一种基于scara机械手第二臂的移动相机标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910786635.1A CN110490942A (zh) 2019-08-23 2019-08-23 一种基于scara机械手第二臂的移动相机标定方法

Publications (1)

Publication Number Publication Date
CN110490942A true CN110490942A (zh) 2019-11-22

Family

ID=68553759

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910786635.1A Pending CN110490942A (zh) 2019-08-23 2019-08-23 一种基于scara机械手第二臂的移动相机标定方法

Country Status (1)

Country Link
CN (1) CN110490942A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681281A (zh) * 2020-04-16 2020-09-18 北京诺亦腾科技有限公司 肢体动作捕捉的校准方法、装置、电子设备及存储介质
CN112802122A (zh) * 2021-01-21 2021-05-14 珠海市运泰利自动化设备有限公司 机器人视觉引导组装方法
CN113296395A (zh) * 2021-05-14 2021-08-24 珞石（山东）智能科技有限公司 一种特定平面内的机器人手眼标定方法
CN114178832A (zh) * 2021-11-27 2022-03-15 南京埃斯顿机器人工程有限公司 一种基于视觉的机器人引导装配机器人方法
CN114559430A (zh) * 2022-03-01 2022-05-31 深圳市双翌光电科技有限公司 关节机械手配合视觉系统的自动标定方法
CN114734451A (zh) * 2022-05-16 2022-07-12 深圳市双翌光电科技有限公司 结合关节型机械手及摄像机姿态变化的视觉定位方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681281A (zh) * 2020-04-16 2020-09-18 北京诺亦腾科技有限公司 肢体动作捕捉的校准方法、装置、电子设备及存储介质
CN111681281B (zh) * 2020-04-16 2023-05-09 北京诺亦腾科技有限公司 肢体动作捕捉的校准方法、装置、电子设备及存储介质
CN112802122A (zh) * 2021-01-21 2021-05-14 珠海市运泰利自动化设备有限公司 机器人视觉引导组装方法
CN112802122B (zh) * 2021-01-21 2023-08-29 珠海市运泰利自动化设备有限公司 机器人视觉引导组装方法
CN113296395A (zh) * 2021-05-14 2021-08-24 珞石（山东）智能科技有限公司 一种特定平面内的机器人手眼标定方法
CN114178832A (zh) * 2021-11-27 2022-03-15 南京埃斯顿机器人工程有限公司 一种基于视觉的机器人引导装配机器人方法
CN114559430A (zh) * 2022-03-01 2022-05-31 深圳市双翌光电科技有限公司 关节机械手配合视觉系统的自动标定方法
CN114559430B (zh) * 2022-03-01 2024-06-25 深圳市双翌光电科技有限公司 关节机械手配合视觉系统的自动标定方法
CN114734451A (zh) * 2022-05-16 2022-07-12 深圳市双翌光电科技有限公司 结合关节型机械手及摄像机姿态变化的视觉定位方法
CN114734451B (zh) * 2022-05-16 2024-08-27 深圳市双翌光电科技有限公司 结合关节型机械手及摄像机姿态变化的视觉定位方法

Similar Documents

Publication Publication Date Title
CN110490942A (zh) 一种基于scara机械手第二臂的移动相机标定方法
CN111775146B (zh) 一种工业机械臂多工位作业下的视觉对准方法
CN111801198B (zh) 一种手眼标定方法、系统及计算机存储介质
CN109448054A (zh) 基于视觉融合的目标分步定位方法、应用、装置及系统
CN106097300B (zh) 一种基于高精度运动平台的多相机标定方法
CN110202573B (zh) 全自动手眼标定、工作平面标定方法及装置
CN107817500B (zh) 一种模块化舞台激光定位方法
CN104552341B (zh) 移动工业机器人单点多视角挂表位姿误差检测方法
CN104460698B (zh) Uvw平台校准方法及装置
CN110148187A (zh) 一种SCARA机械手Eye-in-Hand的高精度手眼标定方法和系统
JP6565175B2 (ja) ロボットおよびロボットシステム
CN110340886A (zh) 一种双目跟踪实现机器人路点迁移的方法及其系统
CN112950724B (zh) 丝印视觉标定方法及装置
CN110136204A (zh) 基于双侧远心镜头相机机床位置标定的音膜球顶装配系统
CN114643578B (zh) 一种提高机器人视觉引导精度的标定装置及方法
CN106737859A (zh) 基于不变平面的传感器与机器人的外部参数标定方法
CN113296395A (zh) 一种特定平面内的机器人手眼标定方法
CN109366472A (zh) 机器人的物品放置方法、装置、计算机设备及存储介质
CN111098306A (zh) 机器人的标定方法、装置、机器人和存储介质
CN110465946A (zh) 简易便捷的像素坐标与机器人坐标关系标定方法
CN111445521A (zh) 目标工件位置确定方法、装置、终端及可读存储介质
CN109945780A (zh) 物体检查系统以及物体检查方法
CN113124883A (zh) 基于3d全景相机的离线标点方法
CN112958960A (zh) 一种基于光学靶标的机器人手眼标定装置
CN114833832B (zh) 一种机器人手眼标定方法、装置、设备及可读存储介质

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
CB03 Change of inventor or designer information

Inventor after: Zhao Zhihua

Inventor after: Liu Wenzhuang

Inventor after: Pan Zhaofei

Inventor before: Zhao Zhihua

Inventor before: Liu Wenzhuang

Inventor before: Pan Zhaofei

CB03 Change of inventor or designer information
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191122

WD01 Invention patent application deemed withdrawn after publication