[发明专利]一种机器人手眼标定方法、系统及存储介质

说明书

本发明实施例公开了一种机器人手眼标定方法及系统，其方法包括步骤：(1)：使用棋盘格作为标定对象；(2)：获取在机械臂坐标系中棋盘格每个交点以及扩展交点的坐标；(3)：获取棋盘格图片中所有交点在该图片中的像素点坐标；(4)：使用非线性模型在机器人坐标系的坐标与像素点坐标之间建立映射关系，获得标定信息。本发明在无需计算旋转矩阵和镜头畸变校准的情况下将机械臂标定的特征点的机械臂坐标系的坐标和相机标定出的像素坐标进行非线性的映射，使相机坐标系和机械臂坐标系融合成一个坐标系，快速地且简便地完成手眼协同标定，且对相机的假设角度和机械臂的安装角度没有苛刻地要求。

技术领域

本发明涉及自动化领域，尤其涉及一种机器人手眼标定方法、系统及存储介质。

背景技术

通常工业自动化领域的机器人指多关节多自由度机械臂，机械臂通过多个旋转电机驱动，实现机器人末端的可控制定位驱动。机器人自身是没有传感器的，通过在机器人上或旁安装相机，使用相机获得目标坐标，从而让机器人根据相机得到的图像对目标进行操作。

因此，相机标定是机器人视觉中非常重要的一步，为了使得相机(亦即机器人的眼)坐标系与机器人(亦即机器人的手)坐标系之间建立关系就必须要对机器人与相机坐标系进行标定，该标定过程也就叫做手眼标定。

随着产量的提升和人工成本的上升，流水线上对自动化的要求也越来越高。为了在保证产品品质的前提下，减少人工的参与度，应对多批次多品种的生产需要，流水线上需要机器人能够快速识别目标，而精准快速的手眼标定是首要解决的问题。

发明内容

本发明一种机器人手眼标定方法，包括步骤：

(1)：使用棋盘格作为标定对象；

(2)：获取在机械臂坐标系中棋盘格每个交点以及扩展交点的坐标；

(3)：获取棋盘格图片中所有交点在该图片中的像素点坐标；

(4)：使用非线性模型在机器人坐标系的坐标与像素点坐标之间建立映射关系，获得标定信息。

进一步地，步骤(4)中的非线性模型为深度神经网络模型。

进一步地，步骤(3)包括：

(32)：拍摄棋盘格，获取照片；

(32)：计算角的坐标；

(33)：预测棋盘左右扩展角的坐标，其公式为：

其中，x₀:棋盘格边框的某一个交点的横坐标；x₁:棋盘格边框的某一个交点的纵坐标，y₀:边框向外延伸点的横坐标，y₁：边框向外延伸点的纵坐标，a、b、c、d为需要拟合的参数。

进一步地，步骤(2)包括：

(21)、用机械臂获取棋盘格左角边的交点和右角边的交点在机器人坐标系中的坐标；

(22)、根据左角和右角的交点的坐标和两点之间的每行格子数计算格子的格子边长；

(23)、计算出左边和右边的边缘点坐标；

(24)、根据左边的边缘点、右边的边缘点和格子数计算出每对边缘点之间的插值点的坐标；

(25)获得左边边缘点向左的扩展点的坐标和右边边缘点向右的扩展点的坐标；

(26)获得上边边缘点向上的扩展点的坐标和下边边缘点向下的扩展点的坐标。

本发明还公开一种确定手眼标定的装置，包括图像获取模块和手眼标定获取模块，