“悉灵杯”课题研究—手眼标定方案
本次分享围绕的是机械臂引导中应该如何进行手眼标定操作。“手眼标定”是3D视觉+机器人项目中必不可少的一步:通过进行手眼标定,我们能获取机器人坐标系与相机坐标系之间的转换关系,以便进行后续的操作。

一、基本原理简介:
本研究采用的是“眼在手外”(Eye to Hand,简称EIH)式的“N图”标定方法。标定前,将MV-DB500S-A智能相机固定安装在机械手末端的法兰盘上,将棋盘格标定板放于地面,如下图:

 

标定时,通过手动示教机器人,可采集到N张不同位姿下的RGB图。

二、研究步骤:
(1)首先,打开HiViewer软件,连接RGB-D相机。如下图:


(2)检查相机标定精度。首先,要检查成像质量。RGB图须保证棋盘格角点清晰,不能过暗或过曝;而深度图须确保标定板图像“平整、无噪点、白色区域不缺失”。其次,要检查标定精度。最后是对于RGBD对齐的检查。完成这些操作,才算通过了内参检查。

(3)接着是采图标定,这是本研究最关键的一步。本研究通过手动示教机器人,采集了15张标定板的图片及位姿。其具体要求如下:
[1]通过移动机器人,调整固定于末端的相机至三个任意的、不同的高度。须注意的是这三个高度要在相机近视场与远视场之间;
[2]须确保可拍清标定板棋盘格,且格子处于相机视野范围内;
[3]每个高度拍摄5个位置,要求标定板分别在相机视野的四角和中心;
[4]在这15张图片、15个位置中,要保证每个位置的标定板的姿态得有变化。
这三个高度的15张标定板图片分别如下图所示:


(4)最后,分析标定结果并保存。本研究属于高精度的工件抓取,须确保加深度图的重投影误差在0.7pixel以内,不加深度图的重投影误差在0.5pixel以内,平移误差在1.5mm以内。若内参修正前未达到上述指标,内参修正后误差明显减小至上述指标,并报内参重计算警告,则需要进行内参联合标定。
最终,保存标定结果,并保存标定方案。
至此,即完成了手眼标定操作。


版权声明:本文为V社区用户原创内容,转载时必须标注文章的来源(V社区),文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:v-club@hikrobotics.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
上一篇

第二届“悉灵杯”课题研究-基于RGB_D相机的室内环境建模

下一篇

揭晓!第二届“悉灵杯”3D课题研究活动获奖名单公布!

评论请先登录 登录
全部评论 0
Lv.0
1
创作
2
粉丝
1
获赞
相关阅读
  • 【共享学习】---脚本实现浮点数保留N位小数
    2023-09-12
  • 应用案例|能源行业-智能相机油罐口定位项目
    2023-09-01
  • 悉灵杯”课题研究报告-基于深度学习方法和虚拟仿真数据的机械臂引导方案
    2023-09-18
  • 2D相机也能做3D偏移抓取?VM轻松搞定!
    2023-08-31
  • “悉灵杯”课题研究报告-基于RGB-D相机的2D和3D抓取定位方案研究
    2023-09-13

请升级浏览器版本

您正在使用的浏览器版本过低,请升级最新版本以获得更好的体验。

推荐使用以下浏览器