APP下载

基于OpenCV的码垛机器人手眼标定方法**

2018-07-20吴安成何卫锋欧阳祥波

制造技术与机床 2018年6期

吴安成 何卫锋 欧阳祥波

(广东工业大学,广东 广州510006)

码垛机器人是集机械、电子、信息、智能技术、计算机科学等学科于一体的高新机电产品,它能集成于生产线上的任意段,实现工件或包装件的获取、搬运、码垛、拆垛等任务[1]。码垛机器人在工作过程中,对目标工件位姿信息的获取至关重要[2]。传统的码垛机器人在自动化生产线上,只能执行固定的示教位置、抓取点固定、对定位工装精度要求很高,同时需要精心设计手爪及特殊辅助机构[3-4]。在实际应用中,因工装材料(如缓冲件等)、加工工艺、内装物本身精度以及为码垛机器人抓取内装物预留的公差余量等原因,难以保证码垛作业顺利完成。视觉的引入可以使码垛机器人根据内装物的实际位置动态调整抓取点,实现码垛机器人对内装物的精确定位和智能抓取[5]。

码垛机器人视觉系统对摄像机视场中的内装物进行识别、定位,将其图像坐标系下的坐标值转换为机器人中机械手坐标系(自定义工作坐标系)下的坐标值反馈给码垛机器人运动控制系统,实现对内装物的抓取[6-7]。手眼标定是将图像坐标系与机械手坐标系关联起来的必要条件,标定的精度直接影响着码垛的成败。现有的手眼标定方法主要分为传统的手眼标定法和基于商用视觉库(如 Halcon、MatLab、VisionPro等)的标定法,前者是通过至少3次机器人的末端位姿变换,构建并求解AX=XB方程,对于方程AX=XB的求解,计算量特别大,最经典的是Tsai[8]提出的转站求解方法,但作者指出,该方法需要机器人移动比较大的角度,否则误差较大;后者虽集成了现成的标定算法(如“九点”标定法),但使用商业视觉库需要较高的开发成本,又因其不开源,故不利于产品的升级。……

登录APP查看全文