论文注解:机器人手眼标定原理介绍(含详细推导过程)使用Tsai-Lenz算法

2,314 阅读4分钟

大家好,我是小智。今天小智同事说小智应该搞点有深度的东西出来,所以小智今天就发一篇之前写的手眼标定论文的注解。

很多同学通过看小智之前写的手眼标定文章,都知道了手眼标定怎么做了,但是作为一名技术大佬,只会用怎么行,还要对标定原理懂才行。所以今天小智就和大家讲一讲手眼标定过程中最多的tsai-lenz算法。

如果还不会知道如果进行手眼标定,可以扫描文末的二维码关注小智的机智人公众号,后台回复手眼标定,就可以免费获取教程了。

  • 今天注解的论文名称是:A New Technique for Fully Autonomous and Efficient 3D Robotics HandEye Calibration主要讲解了一种实现手眼标定的计算方法
  • 该方式适合手在眼外和手在眼上两种情况
  • 本文中所说的夹爪=机器人末端执行器=机器人末端

为什么需要手眼标定?手眼标定标什么?

当我们要使用机械臂结合视觉进行抓取时,通过相机获取了物体在空间中的位姿信息,但此时的位姿信息是基于相机坐标系的,并不能直接使用。 我们想让机器人末端执行器到达目标位置,那就要知道目标位置在机器人坐标系下(一般指机器人底座)的位姿。

手眼标定图.png 我们可以这样推导出来:

目标在机器人坐标系下的位姿=目标在相机坐标系下的位姿—>相机在夹爪(末端)坐标系下的位姿—>夹爪(末端)在机器人基坐标系下的位姿

等式右边的三个位姿我们怎么获取呢?

  • 目标在相机中的位姿我们可以通过视觉识别程序获得(可以参考二维相机能得到三维信息?机器人感知部分之Aruco标定板的使用)
  • 夹爪(末端)在机器人基坐标系的位姿我们可以通过机械臂示教器或者配套的SDK获得
  • 相机在夹爪(末端)坐标系下的位姿关系就是我们要通过手眼标定程序计算的 所以为了让机械臂能够到达视觉所识别出来的空间位姿,就必须要知道相机和机械臂末端执行器之间的位姿关系,手眼标定就是标定出机械臂末端和相机之间的位姿关系。

AX=XB是什么?有什么用?

继续上图:

ax=xb.png

上图表示的是机械臂与相机坐标系的变换关系,i代表i时刻的机器人末端、相机等之间的位姿关系,j表示j时刻它们的位姿关系。

注意:i、j时刻标定板与机器人位置保持不变。

image.png

Hgi这里使用的是相机中标定板的位姿

image.png

image.png

image.png

image.png

由于文中使用了大量的公式,书写起来实在不方便,所以贴了图片,有需要的同学请戳原文链接:

mp.weixin.qq.com/s?__biz=Mzk…

写在最后

这是第一次做论文注解,下次给大家讲一讲路径规划算法的相关论文,请大家持续关注。

我是小智,机器人领域资深玩家,现深圳某独脚兽机器人算法工程师一枚

初中学习编程,高中开始学习机器人,大学期间打机器人相关比赛实现月入2W+(比赛奖金)

目前在做公众号,输出机器人学习指南、论文注解、工作经验,欢迎大家关注小智,一起交流技术,学习机器人