基于概率密度理论的机器人手眼标定算法研究

发布时间：2022-02-08 17:51

　　手眼标定算法是机器人感知外界环境的基础,也是研究其他机器人算法的重要前提。机器人通过传感器感知外界物体时,通过手眼标定算法可获知外界物体相对自身坐标系的位姿关系。“手”通常指机器人系统内的末端执行器,而“眼”则指传感器,如相机等。许多常用的机器人感知算法的研究需要以获取精确的手眼关系作为基础。基于概率密度理论的手眼标定算法是当前理论研究的主要方向,具有标定速度快、数据量大、精度较高等优点,能够适用于更为广泛的手眼标定场合。然而,目前该种算法存在一些问题和限制。因此,研究基于概率密度理论的机器人手眼标定算法,在理论层面和实际应用中均有重要意义。本文将基于概率密度理论的手眼标定算法的影响因素分为算法理论和标定数据集两个主要部分。在算法理论层面,提出一种新均值定义下的概率手眼标定算法。本文归纳了目前Batch系列标定算法的数学推导和理论假设,分析其存在的问题和限制;依据假设条件对当前均值定义的数学模型进行修正,从而提高算法平移部分的精度,同时解除正态分布的假设限制。此外,采用仿真实验证明修正后的均值定义具有有效性。在标定数据集层面,大量数据的采集过程存在错位问题和数据误差。本文首先对由传感器... 

【文章来源】：哈尔滨工业大学黑龙江省211工程院校985工程院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

手眼标定技术应用

哈尔滨工业大学工学硕士学位论文-3-国立大学的L.Wu和香港中文大学的J.Wang等人于2017年提出一种基于李群和李代数的求解AXB=YCZ问题的算法[5]。该方法能够计算两组机器人系统间的手眼标定关系，有效的解决了协作机器人系统中的标定问题。机器人AX=XB手眼标定问题按照相机和机器人系统的几何关系又可分为“眼在手上”和“眼在手外”两种形式[6]。如图1-2所示，两种形式下的手眼标定情景均可用方程AX=XB的形式进行描述。本文主要研究“眼在手上”的机器人手眼标定问题。两种形式的特征与区别总结如下：（1）“眼在手上”（Eye-in-hand）指机器人末端执行器与相机相连，而标定板的位置固定于地面相对不变。在这种关系下，运动前后机器人末端和相机的相对位置关系始终保持不变。（2）“眼在手外”（Eye-to-hand）指标定板与机器人机械臂末端相连，相机安装在机器人之外。运动前后机器人末端和标定板的位姿关系始终保持不变，矩阵X这里表示相机和机器人基座坐标系之间的位姿关系。a)眼在手上b)眼在手外图1-2手眼标定的两种形式在“眼在手上”的机器人手眼标定AX=XB问题中，A,X和B均为用于描述机器人几何关系的齐次变换矩阵。如图1-3所示，除了相机之外，机器人的眼部传感器还可以包括超声波探头[7]、手术用内窥镜[8][9]、移动机器人传感器[10]、线激光扫描传感器[11]和电磁或光学轨迹追踪系统等。与相机类似，这些传感器作为机器人感知外部环境的主要工具，需要通过手眼标定算法获取传感器相对于机器人末端的位置关系，随后可以由此获得目标物体的准确信息。丹麦哥本哈根大学的Grossmann等人提出目前机器人手眼标定算法的研究存在两个主要的研究方向[12]：（1）提高标定算法的数学精度。（2）增加算法的适用范围和灵活性，?

不同类

【参考文献】：
期刊论文
[1]基于变异粒子群优化的在线手眼标定算法[J]. 吴巍,郭飞,郭毓,郭健.  华中科技大学学报(自然科学版). 2020(01)
[2]面向机器人砂带打磨的加权手眼标定算法[J]. 张铁,叶景杨,刘晓刚.  机械工程学报. 2018(17)
[3]基于对偶四元数的机器人方位与手眼关系同时标定方法[J]. 李巍,吕乃光,董明利,娄小平.  机器人. 2018(03)

硕士论文
[1]基于广义离散傅里叶变换的选择性谐波控制技术研究[D]. 陈浩.南京航空航天大学 2019
[2]工业机器人运动学标定及误差分析研究[D]. 夏天.上海交通大学 2009



本文编号：3615489