《基于雙目視覺的機器人抓取系統(tǒng)》由會員分享，可在線閱讀，更多相關(guān)《基于雙目視覺的機器人抓取系統(tǒng)（3頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、基于雙目視覺的機器人抓取系統(tǒng) 摘要：基于機器視覺系統(tǒng)引導(dǎo)的機器人抓取技術(shù)是當(dāng)前機器人技術(shù)研究的熱點，如何對機器人與攝像機進行精準(zhǔn)的手眼標(biāo)定是實現(xiàn)機器人精準(zhǔn)抓取的前提和根底。本文通過雙目攝像機和四軸機器人建立了基于雙目視覺的機器人抓取系統(tǒng)，采用張正友標(biāo)定法對雙目攝像機的內(nèi)外參數(shù)進行標(biāo)定，對眼在手外的抓取系統(tǒng)進行手眼標(biāo)定，并將抓取目標(biāo)物體空間坐標(biāo)信息轉(zhuǎn)化為機器人控制信息，完成目標(biāo)抓取。關(guān)鍵詞：雙目視覺;機器人;手眼標(biāo)定;物體抓取中圖分類號：TP242文獻(xiàn)標(biāo)識碼：A文章編號：1003-5168202135-0004-04Abstract：Robotgraspingtechnologyguidedby

2、themachinevisionsystemisahotspotinthecurrentroboticsresearch，andhowtoperformaccuratehand-eyecalibrationofrobotsandcamerasistheprerequisiteandbasisforachievingaccuraterobotgrasping.Arobotgraspingsystembasedonbinocularvisionthroughbinocularcamerasandfour-axisrobotswasestablishedinthispaper，whichusedZh

3、angZhengyoucalibrationmethodtocalibratetheinternalandexternalparametersofthebinocularcameras，andperformedhand-eyecalibrationonthegraspingsystemwitheye-to-hand，andthespacecoordinateinformationofthecapturedtargetobjectwastransformedintorobotcontrolinformationtocompletethetargetcapture.Keywords：binocul

4、arvision;robot;hand-eyecalibration;objectgrasping?中國制造2025?的核心目標(biāo)是裝備生產(chǎn)的信息化與智能化，而智能機器人恰好是實現(xiàn)這一目標(biāo)的重要執(zhí)行者。傳統(tǒng)的工業(yè)機器人通常以在線教學(xué)或離線編程等方法實現(xiàn)其自動化工作。機器人按照特定的工位和工序來完成抓取任務(wù)，缺乏柔性和適應(yīng)性【1】。隨著視覺技術(shù)的開展，視覺感應(yīng)被引入工業(yè)機器人領(lǐng)域，讓攝像機變?yōu)楣I(yè)機器人的“眼睛，通過攝像機來實現(xiàn)對外部世界的有效感知，增強其柔性，使其能夠更加高效、更加智能地完成工作任務(wù)。本文以雙目立體視覺攝像機獲得目標(biāo)物體的空間位置信息，從而引導(dǎo)機器人抓取目標(biāo)物體。1雙目視覺測距原

5、理雙目視覺測量是基于視差原理，通過左右兩個攝像機從不同的角度對物體進行拍攝，然后對獲取的數(shù)字圖像進行視差計算，從而得到前方物體距離。其原理與人眼感知相似，人眼能夠感知物體的遠(yuǎn)近，是由于兩只眼睛對同一個物體呈現(xiàn)的圖像存在差異，這也被稱為“視差。視差是同一個空間點在兩個攝像機成像中對應(yīng)的如圖1所示，O1、O2為平行的左右兩個攝像機，基線T表示兩個攝像機投影中心連線距離，攝像機焦距為f，空間觀察點的坐標(biāo)為Px，y，z，系統(tǒng)分別在左攝像頭O1和右攝像頭O2上獲取了空間點P的圖像，P點在左、右圖像的坐標(biāo)系為pc1xc1，yc1、pc2xc2，yc2。由于兩攝像機平行，左、右成像在同一個平面上，即yc1=

6、yc2=yc，那么根據(jù)相似三角形原理pc1Ppc2O1PO2，可以得出：結(jié)合坐標(biāo)系之間的變化關(guān)系、幾何關(guān)系，人們可以計算出圖像中目標(biāo)點的景深，同時可以確定目標(biāo)點的三維空間位置信息【2】。2機器人手眼標(biāo)定方法將雙目系統(tǒng)測出的物體三維坐標(biāo)引入機器人系統(tǒng)，通過視覺引導(dǎo)機器人抓取物體是系統(tǒng)的目的。在常見的視覺引導(dǎo)機器人抓取系統(tǒng)中，根據(jù)視覺相機安裝方式的不同，機器人手眼標(biāo)定方法可以分為兩大類。2.1眼在手上Eye-in-Hand眼在手上示意圖如圖2所示。從圖2可知，該種方式將攝像頭安裝在機器手臂上，即攝像頭隨著機器手臂運動而運動。2.2眼在手外Eye-to-Hand眼在手外模型如圖3所示。從圖3可知，該

7、種方式將攝像頭安裝在機器手臂之外的局部，與機器人的底座世界坐標(biāo)系相對位置固定，攝像頭不隨著機器手臂運動而運動【3】。本文采用的是眼在手外的方式，如圖3所示，B為機器人根底坐標(biāo)系，F(xiàn)為機器人末端連桿坐標(biāo)系，T為標(biāo)定板坐標(biāo)系，C為雙目攝像頭坐標(biāo)系。其中，K1表示機器人基坐標(biāo)系與機器人連桿末端F坐標(biāo)系轉(zhuǎn)換矩陣，該矩陣可以通過機器人運動學(xué)正解計算得出;K2表示標(biāo)定板坐標(biāo)系T與機器人連桿末端F坐標(biāo)系轉(zhuǎn)換矩陣，由于安裝問題，該轉(zhuǎn)換矩陣在標(biāo)定前未知;K3為雙目攝像頭在標(biāo)定板坐標(biāo)系下的位姿，即為雙目攝像頭的外部參數(shù)矩陣，該矩陣可以通過雙目攝像頭標(biāo)定獲得。D為雙目攝像頭在機器人基坐標(biāo)系下的位姿，D=K1K2K3

8、，因此，只需要計算出K2即解出雙目攝像頭在機器人基坐標(biāo)系下的三維信息。通過變換機器人末端位姿，如圖4所示，可以得出：由于標(biāo)定板安裝在機器臂上，所以標(biāo)定板與機器臂末端相對位姿是固定的，即K2=K5，令K=K2=K5，得：這就是關(guān)于K分量的線性方程組求解，本文采用學(xué)者Tasi和Lenz提出的輾轉(zhuǎn)求解方法【4】，得到K1、K2、K3，從而得到雙目攝像頭在機器人基坐標(biāo)系下的位姿信息。3基于雙目視覺的機器人物體抓取試驗試驗平臺硬件局部由越疆DOBOT魔術(shù)師四軸機器人、小覓D1000雙目攝像頭和計算機三局部組成。越疆DOBOT魔術(shù)師四軸機器人實物圖如圖5所示，小覓雙目攝像機實物圖如圖6所示。具體來說，試驗

9、包括以下兩大步驟。本文采用小覓雙目攝像頭D1000作為雙目立體視覺系統(tǒng)。該設(shè)備左、右相機拍攝分辨率均為1280720。采用張正友標(biāo)定法【5】，標(biāo)定板為711張氏棋盤標(biāo)定板見圖7，正方形邊長為28mm。小覓雙目攝像機拍攝的標(biāo)定圖片如圖8所示，采用MATLAB相機標(biāo)定工具箱對雙目攝像機進行標(biāo)定。在進行小覓雙目攝像頭標(biāo)定后，為了進一步驗證目標(biāo)空間坐標(biāo)計算的準(zhǔn)確性，將兩個小球放置在試驗臺上，如圖9所示，對雙目視覺計算距離與實際距離進行比較。首先，采用OpenCV的Canny目標(biāo)邊緣檢測方法來定位圖像中的目標(biāo)并計算中心點，獲得左、右相機圖像坐標(biāo)系中的每個目標(biāo)的坐標(biāo)。然后，根據(jù)兩個攝像機坐標(biāo)系下的坐標(biāo)關(guān)系

10、，從圖像坐標(biāo)到世界坐標(biāo)，可以獲得兩個目標(biāo)的坐標(biāo)。因此，可以計算兩個目標(biāo)球體之間的距離，并且將間距與實際測量值進行比較，距離誤差用于表示三維坐標(biāo)解的精度。雙目攝像頭標(biāo)定測量結(jié)果如表1所示。由5組試驗數(shù)據(jù)可以看出，計算間距和實際距離存在誤差，最大誤差為4.80%，最小誤差為0.70%，平均誤差為2.35%，可以滿足機器人抓取精度要求。機器人抓取試驗平臺如圖10所示。本研究采用越疆DOBOT魔術(shù)師四軸機器人作為抓取設(shè)備。為降低抓取環(huán)境顏色對試驗的影響，選用白色作為抓取試驗臺背景，并在保證光線充足的情況下進行抓取試驗【6】，分別在4個不同位置抓取5種物體，每種物體被抓取10次，試驗總次數(shù)為5410=2

11、00次，試驗結(jié)果如表2、表3所示。4結(jié)語本文設(shè)計了一種基于雙目視覺引導(dǎo)的機器人抓取系統(tǒng)，利用雙目視覺技術(shù)完成對抓取目標(biāo)的三維空間位置信息獲取，再將位置信息傳遞給機器人控制系統(tǒng)，從而完成目標(biāo)抓取任務(wù)。通過系統(tǒng)測試，該系統(tǒng)定位誤差較小，能夠滿足機器人抓取的定位精度要求，可以針對不同目標(biāo)物體完成實時抓取任務(wù)，具有可靠性高、適應(yīng)性強的特點。參考文獻(xiàn)：【1】朱良，林滸，吳文江.基于機器視覺的工業(yè)機器人工件定位J.小型微型計算機系統(tǒng)，20218：1873-1877.【2】夏茂盛，孟祥磊，宋占偉，等.基于雙目視覺的嵌入式三維坐標(biāo)提取系統(tǒng)J.吉林大學(xué)學(xué)報信息科學(xué)版，20211：61-66.方法J.應(yīng)用光學(xué)，20212：250-255.【4】TsaiRY，LenzRK.Anewtechniqueforfullyautonomousandefficient3Droboticshand/eyecalibrationJ.IEEETransactionsonRobotics&Automation，19893：345-358.【5】于勇，張暉，林茂松.基于雙目立體視覺三維重建系統(tǒng)的研究與設(shè)計J.計算機技術(shù)與開展，20216：127-130.【6】傅華強，房芳.工業(yè)機器人視覺定位技術(shù)研究與應(yīng)用J.工業(yè)控制計算機，20213：1-3.