[发明专利]一种基于自然场景的机器人手眼标定方法

权利要求书

1.一种基于自然场景的机器人手眼标定方法，其特征在于，包括以下步骤：

S1、通过SFM算法进行自然场景重建，设定旋转误差阈值，利用自适应RANSAC算法对标定数据集Cⁿ中的相机外参数进行预筛选；

S2、对手眼标定方程A(s)X＝YB作等价变换，消除标定方程中尺度因子s，利用矩阵直积法把手眼标定方程中矩阵的乘积表示为矩阵与向量的乘积，将S1中筛选出的满足误差阈值要求的相机外参数代入参数化的手眼标定方程，建立齐次线性方程组；

S3、采用奇异值分解对S2中参数化的手眼标定方程进行求解，得到满足齐次线性方程的解向量值x，然后对其加入正交和单位约束得到正确的手眼关系X以及机器人坐标系与世界坐标系方位关系Y。

2.如权利要求1所述的一种基于自然场景的机器人手眼标定方法，其特征在于，所述S1中相机外参数包括摄像机坐标系到参考物世界坐标系的变换矩阵A_i中的旋转部分相机外参数R_Ai、机器人工具坐标系到机器人基坐标系的变换矩阵B_i中的旋转部分相机外参数R_Bi，R_Ai、R_Bi的筛选方法具体包括：

S1.1、将摄像机固定在机器人末端执行器上，采集标定数据，利用机器人带动摄像机每次选取N个不同位姿对陶瓷棋盘格平面靶拍照成像，两两进行组合可以得到M＝N(N-1)/2组标定数据集Cⁿ，利用线性方法求解手眼标定矩阵中的旋转部分R_X和R_Y；

S1.2、建立标定数据旋转误差筛选模型：

其中，e_R为误差阈值；

S1.3、利用自适应RANSAC算法对标定数据集Cⁿ中相机外参数R_Ai、R_Bi进行预筛选。

3.如权利要求2所述的一种基于自然场景的机器人手眼标定方法，其特征在于，所述S1.3具体包括：设定最少数据点n＝2，设定满足误差阈值e_R要求的内点比例初值w₀＝0.5，K次抽样中所有样本均为坏样本的概率z＝0.02，旋转误差阈值e_R＝0.01，终止RANSAC抽样的条件为满足误差阈值e_R的标定数据集Cⁿ≥9，采用自适应算法抽样并更新w₀和e_R，直到标定数据集Cⁿ≥9，记下此时的误差阈值e_R，终止抽样，将筛选得到的标定数据集Cⁿ代入S2。