手眼标定程序,realsense 手眼标定

/p>

设置间距MarkDist单位为米

caltab.descry是标定板描述文件caltab.ps为标定板生成文件没有ps用Adobe PDF打开就能看到如下图1-2所示的标定板可以直接打印。

2、相机标定

助手–打开新的 Calibration

在描述文件地方插入刚刚生成的caltab.descry

点击标定

结果中摄像机参数需要记录下来之后会用到摄像机位姿需要点击“保存”保存成 .dat 格式的文件

3、手眼标定

标定板不动移动机械臂拍摄15张图片覆盖多个位姿并记录每张图片拍摄时机械臂的位姿包括 X , Y , Z , R X , R Y , R Z X,Y,Z,R_X,R_Y,R_Z X,Y,Z,RX​,RY​,RZ​ 六个

整体流程梳理如下

初始化相应的参数二维图像输出窗口三维坐标系的坐标轴与窗口用于进行手眼标定的对象CalibDataID

根据手眼标定的对象在输入的图像中寻找相应的标定板并建立坐标系

创建base与tool的三维坐标系并根据输入的转换关系信息进行显示

进行手眼标定输出并保存相关参数

根据标定后的转换关系创建base、tool、cam与obj的三维坐标系并进行显示

输出相应的转换关系

四、关键点梳理 1、tool-base

机械臂末端在机器人基座坐标系下的位姿其实就是机器人学里面最基础的运动学正解。

用 DH 矩阵等方法来计算机器人运动学正解只要知道机器人在当前状态下每个关节的角度就可以得到tool—base之间的变换。

2、cam-obj

相机在标定板坐标系下的位姿即相机的外参。

根据相机模型先确定内参矩阵然后根据不同时刻拍摄的标定板图片来求取外参矩阵也即相机在世界坐标系下的变换关系。

3、求解AXXB

文献3采用的是的理论将AXXB转化成最小二乘问题

文献4采用的是对偶四元数的知识用对偶四元数表达旋转和平移从而进行统一计算

四种方法精度接近最后一种 Dual Quaternions 的方法会稍微比其他算法好一点。

五、后续的思考

机器人领域基本上所有用到的模型都只是「近似模型」。也就是说上面说的每一步都有改进空间。

1、直接使用的机器人运动学模型是认为机器人加工、装配、控制无误差的情况。

实际上这种假设是不成立的。也就是说我们只拿到每个关节角度计算的末端位姿是存在误差的。可以从机器人运动学参数辨识等方面入手提高最后的标定精度

2、相机模型其实也不是标准的小孔模型像素坐标与空间坐标之间其实是非线性的对应关系。

…