[发明专利]基于线结构光拟合平面的机器人重复定位精度测量方法

权利要求书

1.基于线结构光拟合平面的机器人重复定位精度测量方法，其特征在于，利用水平线结构光照射平面合作靶标上表面，并提取合作靶标上表面的图像坐标，根据相机坐标系和图像坐标系间的几何关系，将线结构光图像坐标转换为相机系坐标，并进行平面拟合，确定合作靶标上表面在相机坐标系下的位置，进而确定合作靶标的模型坐标系坐标轴以及原点，最后根据相机坐标系与模型坐标系间的几何关系，确定旋转矩阵及平移向量，实现机器人重复定位精度的测量；

包括以下步骤：

平面合作靶标上表面形成一个十字光区域，并利用水平线结构光照射合作靶标上表面，用相机采集含有十字光区域和水平线结构光区域的图像；

通过对采集的图像二值化，确定十字光水平区域及线结构光区域，得到水平区域图像；

对采集的图像与水平区域图像进行差分，确定十字光垂直区域，得到垂直区域图像；

利用重心法分别提取水平区域图像中十字光水平区域坐标及线结构光区域坐标、垂直区域图像中十字光垂直区域坐标，得到线结构光图像；

将线结构光图像坐标转换为相机坐标系坐标，并对相机坐标系下的线结构光数据进行平面拟合，进而确定模型坐标系坐标轴；

利用十字光水平区域坐标及十字光垂直区域坐标确定模型坐标系原点；

根据相机坐标系与模型坐标系间的几何关系，确定旋转矩阵及平移向量；

所述水平线结构光为两条，分别由两个线结构光测量传感器投射，两条水平线结构光位于十字光水平区域所在平面上，且位于十字光水平区域的两侧；

所述对相机坐标系下的线结构光数据进行平面拟合包括以下步骤：对线结构光数据采用随机抽样一致算法筛除部分点，将剩余的点带入非线性最小二乘问题目标函数，得到平面向量；

其中，非线性最小二乘问题目标函数如下：

r(p)为残差，是关于p的非线性函数，R表示实数集，m表示筛除部分点后所有线结构光数据的点数，n为3，表示三维；

拟合平面方程为：

Ax+By+Cz+1＝0 (2)

残差r(p)为：

其中，平面向量p＝(A,B,C)，x、y、z为筛除后的点，A、B、C为拟合平面系数；

LM算法的迭代步长：

p^(k+1)＝p^(k)+h_lm (4)

其中，u是惩罚因子，J_r为雅克比矩阵，I为单位矩阵，p^(k)表示第k次迭代的平面向量。

2.根据权利要求1所述的基于线结构光拟合平面的机器人重复定位精度测量方法，其特征在于所述惩罚因子通过以下步骤得到：

(1)若正则方程的初始状态A₀＝J(p₀)^TJ(p₀)，则初始p₀表示平面向量p的初始值，u₀表示惩罚因子初始值，J表示关于向量p的雅克比矩阵，τ为可变系数，为正则方程A₀的主对角线元素，j为正则方程A₀维数；

(2)如果h_lm使得函数f变小，那么公式(4)中的h_lm保留，并且把惩罚因子u减小，然后进行下一步迭代；否则，重新求解正则方程A＝J(p)^TJ(p)，直到得到的h_lm使得函数f值最小。

3.根据权利要求1所述的基于线结构光拟合平面的机器人重复定位精度测量方法，其特征在于所述确定模型坐标系坐标轴具体如下：计算拟合平面的法线，设定其为模型坐标系z轴，设定拟合平面线结构光方向为模型坐标系x轴，z轴叉乘x轴即为模型坐标系y轴。

4.根据权利要求1所述的基于线结构光拟合平面的机器人重复定位精度测量方法，其特征在于所述确定模型坐标系原点具体为：分别对十字光水平区域数据及十字光垂直区域数据进行直线拟合，其交点即为模型坐标系原点。