摄像机辅助的机器人校准技术的研究

摘要

在机器人校准过程中,机器人在其工作空间中进行一系列移动,在每个机器人形态,重新校准安装在末端执行器上的摄像机.由校准以后的摄像机的外参数可以直接得到每个特定机器人测量形态的末端执行器位姿.一直持续这个过程直到收集了足够的机器人位姿测量数据.然后,可以利用测量的机器人位姿数据和在相应机器人形态下记录的关节变量来进行运动学模型参数辨识和误差补偿.这样,校准后的运动学模型就可以在离线编程任务中控制机械手运动.此步骤原则上可应用于各种工业机器人的校准.

目录

文摘

英文文摘

上海交通大学学位论文版权使用授权书

上海交通大学学位论文原创性声明

第一章绪论

1.1引言

1.2为什么要进行机器人误差校准

1.3机器人校准的发展状况和现状

1.4机器人校准的应用前景

1.5本论文研究内容

1.6本章小节

第二章机器人运动学建模

2.1引言

2.2 MOTOMAN SV3机器人介绍

2.3 MOTOMAN SV3机器人运动方程的表示

2.3.1机器人连杆坐标系

2.3.2手部位姿的表示方法

2.3.3机器人连杆参数

2.4 MOTOMAN SV3机器人的运动学方程演算

2.5机器人误差校准的运动学模型分析

2.5.1机器人几何误差

2.5.2非几何误差的影响

2.5.3机器人校准模型

2.5.4机器人校准模型的校验方法

2.6本章小结

第三章摄像机辅助的机器人位姿测量技术

3.1引言

3.2基于视觉的机器人校准技术

3.2.1常用机器人位姿测量方法的比较

3.2.2计算机视觉的组成与特点

3.3.3基于视觉的机器人校准的提出

3.3.4本论文采用的机器人位姿测量方法

3.3摄像机校准基础

3.3.1摄像机校准的定义

3.3.2典型的摄像机校准方法

3.3.3摄像机模型

3.4摄像机姿态测量

3.4.1径向约束下的摄像机几何模型

3.4.2 RANSAC技术与INPAC约束

3.5摄像机姿态测量误差分析

3.6本章小结

第四章运动学参数辨识和运动学补偿

4.1引言

4.2基于距离的运动学参数辨识

4.3运动学补偿

4.3.1误差补偿策略

4.3.2基于模型的位姿重定义方法

4.3.3双线性插补方法

4-4本章小结

第五章实验及结果分析

5.1实验设备

5.2实验内容

5.2.1机器人运动学建模

5.2.2摄像机参数标定实验

5.2.3参数辨识实验

5.2.4双线性插值法补偿实验

5.3本章小结

第六章结论与展望

6.1论文总结

6.2存在问题及展望

参考文献

附录1非对称投影修正

致谢