标定原理
本节介绍各场景下标定的工作原理。
ETH场景下的手眼标定(标定板多个随机位姿)
机器人法兰相对于机器人基坐标(Base)的坐标A已知;通过相机拍照获得标定板上每个圆点的图像,可以得到相机光心相对于标定板上每个标志点的坐标B;相机光心和机器人基坐标之间的位姿关系X为待求量。A、B、C、X构成闭环(C为固定量),形成等式,可以在等式中求解未知数X。通过移动机器人,变换标定板相对于相机的位姿,可以得到多组等式,对这些等式的值进行拟合优化计算,最终得到最优的X值。位姿关系如下图所示。
相机坐标系与机器人坐标系对应关系计算公式如下图所示。
EIH场景下的手眼标定(标定板多个随机位姿)
机器人末端通过固定架将相机固定,此时机器人末端法兰中心与相机光心之间的位姿相对固定,即下图中的未知变量X;机器人末端法兰中心相对于机器人基坐标系(Base)的位姿为已知量B;相机通过对标定板进行拍照,获得相机光心和标定板上每个圆点之间的位姿关系,可得已知量 C;标定板平放在相机视野可达区域,其相对于机器人基坐标之间的位姿关系为一固定值A;这样变量A、B、C、X 构成闭环关系。下列等式中,由于A为固定值,将前两个等式合并,得到的新等式中只有X为未知待求量。变换机器人末端位姿进行不同角度拍照,得到多组A、B、C的值,利用这些数值进行拟合计算,得到最优的X的值。
相机坐标系与机器人法兰坐标系对应关系计算公式如下图所示。
ETH场景下的手眼标定(TCP尖点触碰)
使用TCP尖点触碰方法标定时,标定板放置在工作平面,机器人末端加装已知尺寸的尖点,触碰标定板圆的十字中心。其原理如下图所示,其中A、B已知,求解X的值。标定板与机器人末端不固定,通过已知TCP坐标的尖点对标定板标志点进行触碰的方式计算得到A的数值。