移动工业机器人单点多视角挂表位姿误差检测方法.pdf

本发明公开了一种移动工业机器人单点多视角挂表位置和姿态误差的检测方法，首先通过一个特征点拍照初步确定末端执行器在工具坐标系下与示教目标点的位置误差，再让末端执行器在工具坐标系下沿着坐标轴方向移动一定的距离，再进行拍照，并与上一次拍照的图片进行模板匹配比较，确定特征点的相对误差，从而最终确定末端执行器的位置和姿态误差。该方法主要是通过算法来确定移动工业机器人平面视觉定位中末端的位姿误差，仅仅通过简单的一个特征点即可确定，不仅可以解决实际应用中条件受限的问题（如相机视角和焦距、成本等），也可以在一定程度上提高图像处理的效率和速度（单点处理），解决工业中图像处理的实时性问题。

权利要求书
1.  移动工业机器人单点多视角挂表位姿误差检测方法，其特征在于，包括如下步骤：
S1、根据示教拍摄包含一个特征点的模板图片，保存在存储器中；
S2、驱动移动工业机器人的末端执行器到达示教目标点所在位置，相机拍摄一张包含步骤S1所述的特征点的图片，通过与模板图片匹配比较，得到位置初步误差；
S3、末端执行器在X轴、Y轴或Z轴中的至少一个方向上发生位移，相机再次拍摄一张包含步骤S1所述的特征点的图片，与步骤S2拍摄的图片匹配比较，得出两个图片中特征点的相对位置变化，确定位置误差和姿态角误差。

2.  根据权利要求1所述的移动工业机器人单点多视角挂表位姿误差检测方法，其特征在于，所述移动工业机器人由AGV或者RGV引导。

3.  根据权利要求1所述的移动工业机器人单点多视角挂表位姿误差检测方法，其特征在于，所述末端执行器安装于移动工业机器人的法兰盘上，相机安装于移动工业机器人的末端。

4.  根据权利要求1-3任一项所述的移动工业机器人单点多视角挂表位姿误差检测方法，其特征在于，步骤S3由步骤S4替代：末端执行器在X轴、Y轴或Z轴中的至少一个方向上发生多次位移，同时相机拍摄多张图片，然后求取均值或中值，得到位置误差和姿态角误差。

5.  根据权利要求1所述的移动工业机器人单点多视角挂表位姿误差检测方法，其特征在于，所述X轴、Y轴或Z轴在工具坐标系下、笛卡尔坐标系下或者关节坐标系下。

6.  根据权利要求5所述的移动工业机器人单点多视角挂表位姿误差检测方法，其特征在于，所述X轴、Y轴或Z轴在工具坐标系下。

7.  根据权利要求4所述的移动工业机器人单点多视角挂表位姿误差检测方法，其特征在于，位姿误差的求解过程如下：(1)、步骤S2完成后，根据第一次拍摄的图片与模板匹配比较得到x和y方向的位置误差m0和n0，即位置初步误差xerror0和yerror0；(2)、步骤S3完成后，把第二次拍照的图片和第一次的图片进行匹配比较，得出两个图片中特征点的相对位置变化，根据比较的结果，得到两个图片中特征点之间等效的像素点数p即对应实际距离x0以及水平和垂直方向的像素点数m和n，根据末端执行器运动和图像中特征点偏移的相对关系最终求得姿态角误差α和相对位置误差xerror和yerror：
α＝arctan(n/m)，
xerror＝xerror0-d sinα+mx0/p，
yerror＝yerror0-d(1-cosα)+nx0/p，
d表示工业机器人末端法兰盘旋转中心到相机光轴的距离。

说明书移动工业机器人单点多视角挂表位姿误差检测方法
技术领域
本发明涉及一种移动工业机器人单点多视角挂表位姿误差检测方法，属于智能设备技术领域。
背景技术
工业机器人有助于实现工业自动化，可以完成各种简单而重复的任务，比如在抓放情况下，一般通过示教来确定各路径点，然后让机械手重复示教的路径完成任务。但是，在机械手的抓放操作中存在一些外界干扰因素，尤其是对基座非固定的移动工业机器人(AGV或者RGV引导等)来说，会直接影响到抓放的精度，因此常常引入简单实用的平面视觉定位来消除误差。考虑到成本和效率问题，现有技术中一般采用低端版本的相机来进行定位，相机的可调焦距和视角都很小，可采集的视觉范围大大受限，如果通过提升拍摄距离来解决，会导致拍摄图片的畸变，从而在模板匹配与比较的时候产生很大的误差，因此是不可行的。
目前，现有技术中一般都采用单点定位，一方面可以降低对相机的要求，另一方面可以提高图像的处理速度，而定位中往往只能确定位置误差，对于姿态误差基本没有涉及。研究发现，姿态误差也在很大程度上影响抓放的精度，尤其是在同时抓放多个工件的时候，姿态误差可能会导致边缘工件在抓放的时候产生很大的位置误差，严重影响机械手抓放的精度，有可能造成工业事故。鉴于此，迫切需要一种能够对位置和姿态误差进行检测的装置和方法。
发明内容
为解决现有技术的不足，本发明的目的在于提供一种移动工业机器人单点多视角挂表位姿误差检测方法。
为了实现上述目标，本发明采用如下的技术方案：
移动工业机器人单点多视角挂表位姿误差检测方法，包括如下步骤：
S1、根据示教拍摄包含一个特征点的模板图片，保存在存储器中；
S2、驱动移动工业机器人的末端执行器到达示教目标点所在位置，相机拍摄一张包含步骤S1所述的特征点的图片，通过与模板图片匹配比较，得到位置初步误差；即，图片一旦匹配成功，便可根据像素点数和实际中对应的距离确定特征点的实际误差值，得到位置初步误差。
S3、末端执行器在X轴、Y轴或Z轴中的至少一个方向上发生位移，相机再次拍摄一张包含步骤S1所述的特征点的图片，与步骤S2拍摄的图片匹配比较，得出两个图片中特征点的相对位置变化，确定姿态角误差。即：在该步骤S3的匹配比较中，首先知道两个特征点的实际相对移动距离，再根据图片比较得出相应的像素点数，便可确定每两个像素点之间对应的实际距离，最后便可进一步求得姿态误差所需要的参数，确定位置误差和姿态角误差。当然，位置误差也可以在步骤S3中确定，方法同上，这取决于实际应用时对于实时性和处理效率的要求。
在本发明中，平面视觉定位取末端执行器的三个自由度，即确定位置的X轴、Y轴方向的移动自由度，以及确定姿态的绕着Z轴转动的旋转自由度，在实际定位中应用起来简单而且符合实际情况。
作为本发明的一个替代方案，步骤S3由下面的步骤S4替代：末端执行器在X轴、Y轴或Z轴中的至少一个方向上发生多次位移，同时相机拍摄多张图片，然后求取均值或中值，得到位置误差和姿态角误差，这是很容易理解得到的扩充方案。
具体地，前述移动工业机器人由AGV或者RGV引导，这是现有技术中常 用的两种移动工业机器人的方式。
作为一种优选，前述末端执行器安装于移动工业机器人的法兰盘上，相机安装于移动工业机器人的末端，这样的结构能够实时采集变化环境中的图片。
末端执行器的X轴、Y轴或Z轴移动可以工具坐标系下，也可以在笛卡尔坐标系下或者关节坐标系下。优选为工具坐标系下，方便机械手的示教，尤其适用于工作台是斜面的情况。
本发明的有益之处在于：本发明的移动工业机器人单点多视角挂表位置和姿态误差的检测方法，首先通过一个特征点拍照初步确定末端执行器在工具坐标系下与示教目标点的位置误差，再让末端执行器在工具坐标系下沿着坐标轴方向移动一定的距离，再进行拍照，并与上一次拍照的图片进行模板匹配比较，确定特征点的相对误差，从而最终确定末端执行器的位置和姿态误差。该方法主要是通过算法来确定移动工业机器人平面视觉定位中末端的位姿误差，仅仅通过简单的一个特征点即可确定，不仅可以解决实际应用中条件受限的问题(如相机视角和焦距、成本等)，也可以在一定程度上提高图像处理的效率和速度(单点处理)，解决工业中图像处理的实时性问题。
附图说明
图1是RGV引导的移动工业机器人的结构示意图；
图2是图1中的末端执行器与相机的结构示意图；
图3是一用于放置电表的斜面工作台的结构示意图；
图4是本发明的检测方法中单点多视角定位的原理示意图；
图5是姿态角误差的求解原理图。
图中附图标记的含义：1、移动工业机器人，2、RGV，3、末端执行器，4、相机，5、斜面工作台，6、电表。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示，移动工业机器人1通过AGV或RGV2引导，通过示教的方式来实现抓放操作的编程，由于机器人基座是非固定的，因而容易被外界干扰，导致末端执行器3到达的位置并不恰好是示教的位置，影响抓放精度。本发明通过单点多视角的方式来确定位置误差和姿态角误差，从而最大程度低补偿由移动平台或者外界其他不确定因素带来的位姿误差。如图2所示，末端执行器3安装于移动工业机器人1的法兰盘上，相机4安装于移动工业机器人1的末端，这样的结构能够实时采集变化环境中的图片。
图3所示的是一个斜面工作台5组成的立柜，工作台上排布有电表6，这是为了结合本发明的实际应用进行说明而提供的具体实施场景。
参见图4和图5，本发明的移动工业机器人1单点多视角挂表位姿误差检测方法，包括如下步骤：
S1、根据示教拍摄包含一个特征点的模板图片，保存在存储器中；
S2、驱动移动工业机器人1的末端执行器3到达示教目标点所在位置，相机4拍摄一张包含步骤S1所述的特征点的图片，通过与模板图片匹配比较，得到位置初步误差；即，图片一旦匹配成功，便可根据像素点数和实际中对应的距离确定特征点的实际误差值，得到位置初步误差。
S3、末端执行器3在X轴、Y轴或Z轴中的至少一个方向上发生位移，相机4再次拍摄一张包含步骤S1所述的特征点的图片，与步骤S2拍摄的图片匹配比较，得出两个图片中特征点的相对位置变化，确定姿态角误差。即：在该步骤S3的匹配比较中，首先知道两个特征点的实际相对移动距离，再根据图片比较得出相应的像素点数，便可确定每两个像素点之间对应的实际距离，最后 便可进一步求得姿态误差所需要的参数，确定位置位置和姿态角误差。
求解过程如下：在图4中，根据第一次拍摄的图片与模板匹配比较得到一个x和y方向的位置误差m0和n0，也就是位置初步误差xerror0和yerror0：
xerror0＝m0，   (1)
yerror0＝n0，   (2)
第二次拍照前，末端执行器3沿着工具坐标系x方向移动距离x0，然后进行第二次拍照，图5中，把第二次拍照的图片和第一次的图片进行匹配比较，得出两个图片中特征点的相对位置变化，就可以知道姿态角的误差方向。图5中误差角为正(若第二特征点在左上方，则姿态角的误差方向为负)，根据比较的结果，可以得知两个图片中特征点之间等效的像素点数p(对应实际距离x0)以及水平和垂直方向的像素点数m和n，根据末端执行器3运动和图像中特征点偏移的相对关系可最终求得姿态角误差α和相对位置误差xerror和yerror：
α＝arctan(n/m)，   (3)
xerror＝xerror0-dsinα+mx0/p，   (4)
yerror＝yerror0-d(1-cosα)+nx0/p.   (5)
这里d是工业机器人末端法兰盘旋转中心到相机4光轴的距离，工业机器人在误差纠正中应先补偿姿态误差(末端执行器3顺时针旋转α角)，再补偿位置误差xerror和yerror。
当然，也可以在第二次拍照中通过两次匹配比较一次性完成位置和姿态误差的确定，原理类似。取决于实际应用时对于实时性和处理效率的要求，这里这采用两次匹配比较分别进行的方式是考虑了任务的分段处理以便提高效率。
本发明的检测方法简单易实现，平面视觉定位只需一个特征点，取末端执行器3的三个自由度，即确定位置的X轴、Y轴方向的移动自由度，以及确定 姿态的绕着Z轴转动的旋转自由度，在实际定位中应用起来简单而且符合实际情况。末端执行器3的X轴、Y轴或Z轴移动可以工具坐标系下，也可以在笛卡尔坐标系下或者关节坐标系下。优选为工具坐标系下，方便机械手的示教，尤其适用于如图3所示的工作台是斜面的情况。
作为本发明的一个替代方案，步骤S3可以由下面的步骤S4替代：末端执行器3在X轴、Y轴或Z轴中的至少一个方向上发生多次位移，同时相机4拍摄多张图片，然后求取均值或中值，得到位置误差和姿态角误差，这是很容易理解得到的扩充方案。
综上，本发明的检测方法在定位中只采用了单个特征点，提高了处理效率和速度，而且可以采用普通的低端相机4，降低了成本，通过多次拍摄，实现图片与模板或者图片与图片之间的匹配比较，最终确定末端执行器3与示教目标点的位置和姿态误差，再通过机器人程序即可对最终位置点添加误差补偿，实现移动工业机器人1准确的抓放动作。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。