[发明专利]基于机器人运动参数与特征向量的标记点匹配方法

权利要求书

1.基于机器人运动参数与特征向量的标记点匹配方法，包括下列步骤：

(1)利用相机相对于机器人末端工具位置保持不变，对机器人进行手眼标定；

(2)利用手眼关系与机器人运动参数，将机器人的位置统一到机器人基坐标系中；

(3)根据相机坐标系在机器人基坐标系中的位置，对相机自动定向；

(4)采用极线约束匹配实现标记点的匹配；

(5)基于特征向量进行歧义匹配校正；

利用度量矩阵，以及对度量矩阵的SVD分解；假设具有歧义匹配的两组点分别为第一点集I_i(i＝1,2,…,m)和第二个点集J_j(j＝1,2,…,n)，建立度量矩阵：

H_ab＝exp(-r_ab²/2σ²)

其中r_ab是第一点集I_i内两点之间距离或第二点集J_j内两点之间的距离，

M为点的个数，对矩阵H进行SVD分解：

H＝VDV^T

其中V是M维的单位正交矩阵，得到V矩阵就得到了这个点集的M维空间描述，矩阵V的M个列向量E是该M维空间的基，而V的M个行向量F是这M个点在这组M维基下的坐标；从第一个点集可得到H₁＝V₁D₁V₁^T，同样从第二个点集可得到H₂＝V₂D₂V₂^T，分别记两组点在新基下的描述为F_i,1和F_j,2；若m和n不相同，选取前m-n个元素建立判定矩阵。

2.根据权利要求1所述的基于机器人运动参数与特征向量的标记点匹配方法，其特征在于，步骤(2)中，根据机器人运动参数获得相机与工具之间的相对位置坐标矩阵；相机安装在机器人末端并随着机器人运动而移动，相机相对于机器人末端工具的位置保持不变；基本思路是控制机器人运动到不同位置，使相机从不同方位对空间中标定参照物进行成像；移动机器人的位置，可得到约束方程CX＝XD，C为相机之间的相对位置坐标矩阵，D为工具之间的相对位置坐标矩阵，根据约束方程求得相机与工具之间的相对位置坐标矩阵X。

3.根据权利要求1所述的基于机器人运动参数与特征向量的标记点匹配方法，其特征在于，步骤(3)中，根据工具坐标系在机器人基坐标系中的位置以及工具坐标系与相机坐标系之间的相对位置关系，可得到相机坐标系在机器人基坐标系中的位置关系，其约束方程其中矩阵即矩阵X，测量时移动机器人，可从控制器读出工具坐标系在机器人基坐标系中的位置为相机坐标系在机器人基坐标系中的位置。

4.根据权利要求1所述的基于机器人运动参数与特征向量的标记点匹配方法，其特征在于，步骤(4)中，用基础矩阵F描述图像点与其极线约束关系为：

其中m与m'为空间点P对应的像点，l_m'、l_m'是极平面与像平面的交线。

5.根据权利要求1所述的基于机器人运动参数与特征向量的标记点匹配方法，其特征在于，所述基于机器人运动参数与特征向量的标记点匹配方法，包括：

利用点集的自身性质构造相近似矩阵，把点集从二维空间转换到高维空间再匹配，建立判定矩阵Z：

Z_ij＝||F_i,1-F_j,2||²

只有当Z_ij是矩阵Z里第i行和第j列的最小元素时，才认为点I_i和点J_j是正确的匹配对。