SCARA四轴机器人eye-to-hand手眼标定(九点标定)

本文介绍了SCARA四轴机器人eye-to-hand手眼标定的九点法,包括标定板的使用、标定流程及坐标转换矩阵的建立。强调了9个点坐标的一一对应关系,并提醒若相机与机器人坐标系不平行,需考虑相机标定。还附带了标定点分割算法和实际抓取操作的视频展示。
摘要由CSDN通过智能技术生成

SCARA四轴机器人eye-to-hand手眼标定(九点标定)

9点法标定是工业上使用广泛的二维手眼标定,它分为eye_in_hand和eye_to_hand两种。在做项目时,用到的是eye-to-hand,所以此处以eye-to-hand为例讲述一下手眼标定的流程。

标定板:

方法:

九点标定法直接建立相机和机械手之间的坐标变换关系。首先,让机械手的末端示教标定板上的9个点,得到在机器人坐标系中的机器坐标,同时用相机采集标定板的图像,通过halcon的算法处理后得到9个点的像素坐标,这样就得到了9组对应的坐标。

接下来通过下面的算子建立相机和机械手之间的坐标转换矩阵:

%标定点的列坐标
Column_robot := [275,225,170,280,230,180,295,240,190]
%标定点的行坐标
Row_robot := [55
手眼标定是指确定机器人手臂坐标系和视觉传感器坐标系之间的变换关系,使得机器人能够准确地感知和执行任务。而四自由度scara机器人手眼标定则是围绕着该型号机器人的四个关节自由度展开的。 首先,需要准备一个标定板,该标定板上有一些已知几何特征的标记点,如圆圈或十字等。然后,将标定板放置在机器人的工作空间内,并确保视觉传感器可以完整地看到标定板。 接下来,利用机器人手臂控制器的功能,将机器人的末端执行器定位在标定板上的一个标记点上,并记录下机器人末端执行器的位姿。 然后,需要获取视觉传感器对标定板的视觉数据。通过视觉传感器获取到标定板上标记点的图像,并提取其物理坐标。 接下来,将机器人末端执行器的位姿和视觉传感器的图像数据进行匹配和解算,从而得到机器人手臂坐标系和视觉传感器坐标系之间的坐标变换关系。 最后,通过对至少三个标记点的匹配和解算,可以用已知的数学方法计算出机器人手臂坐标系和视觉传感器坐标系之间的转换矩阵,即手眼标定的结果。 需要注意的是,手眼标定的准确性和可靠性取决于标定板的质量、标记点的数量和配置、机器人的精度等因素。因此,在进行手眼标定时,应尽可能采取合适的标定板和合理的标定参数,以确保标定结果的准确性。
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值