halcon手眼标定例程详解_3D视觉 | 机器人3D手眼标定实验(上)

Hey 朋友,点击蓝字关注吗?

415e63d03ae549739519565b14f30a25.png

干货分享

3D视觉 | 机器人3D手眼标定实验

复现Cognex VisionPro 3D的大部分内容,涵盖眼在手外、眼在手上,包括相机标定、手眼标定、3D定位计算位移偏差。最后的位移偏差与Cognex的结果在1mm左右。

— Edited By Hugo

# 1

用python实现原型验证算法,再移植成C++编译为dll,供C#调用。
python的库主要用到:cv2、numpy。
C++的库主要用到:OpenCV、Eigen。

复现的VisionPro 3D函数:

120f92a74e1eaa985e94545618552f05.png d6c9701f7202e6dabb8d2e8ea9fcacd5.png

封装成dll的函数接口:

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Halcon手眼标定是机器视觉领域中常用的一种技术,其主要用于确定机器人手臂与相机之间的准确变换关系,以实现精确的图像与机器人坐标系之间的转换。 手眼标定的过程主要包括两个方面:相机标定和机器人标定。 相机标定是通过对相机的内外参数进行准确的测量和标定,得到相机的投影矩阵和畸变参数。内参数包括焦距、主点位置等,外参数包括相机在世界坐标系中的旋转和平移。这些参数可以通过特定的标定板在不同姿态下拍摄一系列的图像,并利用角点检测算法和相机模型求解得到。 机器人标定是通过控制机器人手臂在空间中运动,使得相机观察到已知位置的特征点或标定板,并记录对应的机器人末端位姿。再利用特定的算法,将相机中特征点位置和机器人末端位姿求解出手眼变换矩阵,从而确定机器人与相机之间的关系。 手眼标定的最终目的是得到机器人末端执行器在机器人坐标系和相机坐标系之间的转换矩阵。这个转换矩阵可以用来将相机中的像素坐标转换为机器人坐标系下的三维坐标,或者用来将机器人的目标位姿转换为相机坐标系下的像素坐标。 手眼标定机器人视觉系统中具有重要意义,可以广泛应用于机器人的自动抓取、自主导航、视觉测量等任务中。但是手眼标定过程相对复杂,需要一定的准备工作和专业知识,同时还要注意标定板或特征点的选择、运动轨迹的合理性等因素,以保证标定结果的准确性和稳定性。
评论
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