[发明专利]一种基于Halcon的机器人视觉系统标定方法

权利要求书

1.一种基于Halcon的机器人视觉系统标定方法，其特征在于，包括以下步骤；

首先对摄相机采集的图片进行标定[1]，从而获取摄像机的内参与外参；

内参一般包括镜头的焦距f、镜头畸变参数k、光轴中心坐标(Cx,Cy)以及像元尺寸Sx,Sy；

外参是指摄像机坐标系与世界坐标系的转换参数主要是由旋转矩阵R和平移矩阵T组成；

T＝(t_x，t_y，t_z)^T (2)

通过机械手标定[2]得到图像坐标系与机械坐标系可进行相互换算的对应关系；将图像坐标系对应的点经过旋转平移转换到机械坐标系，由此便可根据识别得到的像素位置去引导机械手抓取。

2.根据权利要求1所述的、一种基于Halcon的机器人视觉系统标定方法，其特征在于，所述摄像机标定[1]是为了准确测量目标物体，由于每个镜头的畸变程度不同，通过摄像机标定就可以校正这种镜头畸变，在实际的应用中，根据镜头的畸变模型推导出镜头畸变校正模型如方程式(3)、(4)：

u′＝u+u(k₁r²+k₂r⁴+k₃r⁶）+2p₁uv+p₂(r²+2u²) (3)

v′＝v+v(k₁r²+k₂r⁴+k₃r⁶)+2p₂uv+p₁(r²+2v²) (4)

r²＝x²+y² (5)

所述的具体标定过程如下：采用Halcon提供的高精度标定板，在调用校准相机之前，使用create_calib_data创建一个校准数据模型，并使用set_calib_data_camparam为所有的相机指定相机型号和初始内部相机参数，用set_calib_data_calib_object指定所有校准对象的描述，然后使用摄像机对放置在检测平面上不同位置的标定板拍照；

(1)通过摄像机使用grab_image采集一张图片；

(2)通过find_calib_object查找标定板；

(3)使用get_calib_data_observ_contours获取标志点和轮廓；

(4)使用get_calib_data_observ_points提取标定点中心坐标；

(5)使用disp_circle来显示标定标记。循环执行25次使用calibrate_cameras进行摄像机标定。

3.根据权利要求1所述的、一种基于Halcon的机器人视觉系统标定方法，其特征在于，所述机械手标定[2]是为了实现世界坐标系与机械手坐标系之间的转换，从而推算出图像坐标系下的坐标值对应的机械手坐标系下的坐标值，具体过程如下：

(1)使用grab_image通过摄像机采集一张图像；

(2)对采集到的图像使用threshold进行阈值分割；

(3)通过select_shape提取mark点；

(4)然后通过使用area_center获取mark点中心坐标；

(5)运动机械手末端工具依次对准对应的mark点获取对应的机械手坐标；

(6)使用vector_to_hom_mat2d创建图像坐标和机械坐标的仿射变换矩阵；此算法从至少3个点的通信中近似一个仿射变换，并将其作为齐次变换矩阵HomMat2D。点通信在元组(Px、Py)和(Qx，Qy)中传递，其中对应的点必须位于元组中相同的索引位置，如果超过3个点的通信通过，则转换是过度确定的，在这种情况下，返回的转换是最小化输入点(Px、Py)和转换点(Qx，Qy)之间的距离的转换，如下面的方程式所描述；

(7)使用hom_mat2d_to_affine_par获取仿射矩阵参数：X方向的像素单量Sx、Y方向的像素单量Sy、旋转角度Phi、斜切角度Theta、沿X方向平移的距离Tx、沿X方向平移的距离Ty，如下方程式所描述：

运用affine_trans_point_2d可以运用已确定的齐次变换矩阵将获得的图像坐标转换为机械坐标，affine_trans_point_2d应用任意仿射2D变换，缩放、旋转、平移和倾斜(倾斜)，到输入点(Px，Py)，并返回(Qx，Qy)的结果点，仿射变换是由同型变换矩阵中给出的齐次变换矩阵描述的，这对应于下列等式：