[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

摘要

本发明公开了一种基于机器人运动参数与特征向量的恢复标记点的三维信息的方法，主要克服了传统定向方法速度慢、柔性差的缺点，同时还能达到匹配率高、准确性高的特点。其实现过程是：(1)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，将相机相对位置统一到机器人基坐标系中；(3)实现相机的自动定向；(4)基于特征向量的歧义匹配校正。本发明在机器人运动中恢复三维信息具有重要的应用价值，并适合智能制造中的在线精密测量。

主权项

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Ii(i＝1,2,…,m)和第二个点集Jj(j＝1,2,…,n)，建立度量矩阵：Hab＝exp(‑rab2/2σ2)其中rab是第一点集Ii内两点之间距离或第二点集Jj内两点之间的距离，M为点的个数，对矩阵H进行SVD分解：H＝VDVT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＝V1D1V1T，同样从第二个点集可得到H2＝V2D2V2T，分别记两组点在新基下的描述为Fi,1和Fj,2；若m和n不相同，选取前m‑n个元素建立判定矩阵。