机器人标定的相机位置确定方法、标定方法、设备及介质与流程

本公开涉及计算机，尤其涉及机器人标定的相机位置确定方法、标定方法、设备及介质。

背景技术：

1、随着视觉测量技术的成熟，以视觉相机为测量设备的标定研究日益增加。目前一种3d测量方案是在机器人周围空间中部署相机，而机器人末端安装标志物（eye to hand，eth）。机器人结构参数的准确性是决定其测量精度的重要性能指标，为提高机器人绝对精度，扩展机器人在高精度领域的应用场景，通常会通过机器人标定方案，标定机器人运动学模型的实际结构参数。

2、由于3d相机具有成本更低、操作便捷、更适配现场轻量标定的优势，3d相机逐渐应用于机器人标定领域，可采用3d相机对机器人末端的目标物拍照来进行标定，相机位置决定了标定结果的准确性和鲁棒性，然而现有技术缺乏有效的相机位置确定方法。

技术实现思路

1、本公开的多个方面提供机器人标定的相机位置确定方法、标定方法、设备及介质、设备及介质，以提高机器人标定的精确性。

2、本公开实施例第一方面提供一种机器人标定的相机位置确定方法，包括：

3、在机器人周围确定第一空间范围；

4、在所述第一空间范围中确定多个候选相机位置，并确定每一候选相机位置的第一评价指标；

5、根据所述第一评价指标，从所述多个候选相机位置中确定目标相机位置，所述目标相机位置用于设置3d相机，以通过拍摄机器人末端的标志物对所述机器人进行标定。

6、本公开实施例第二方面提供一种机器人标定方法，包括：

7、控制机器人分别运动至机器人标定位姿集合中各标定位姿处，并通过3d相机拍摄机器人末端的标志物，得到各标定位姿处的标志物测量数据；其中所述3d相机部署于机器人周围空间中的目标相机位置处；

8、根据各标定位姿、各标定位姿处的标志物测量数据以及目标变量集合构建优化目标，所述目标变量集合中包括待确定的机器人实际结构参数、待确定的3d相机实际外参、以及在机器人末端法兰坐标系中待确定的标志物实际相对位置；

9、根据所述优化目标确定所述目标变量集合。

10、本公开实施例第三方面提供一种机器人标定系统，包括机器人、3d相机以及控制设备，其中所述机器人的末端设置有标志物；所述3d相机部署于所述机器人周围空间中；

11、所述控制设备用于执行如第一方面的方法或第二方面的方法。

12、本公开第四方面提供一种电子设备，包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现第一方面的方法或第二方面的方法。

13、本公开第五方面提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现上述第一方面的方法或第二方面的方法。

14、本公开第六方面提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述第一方面的方法或第二方面的方法。

15、本公开实施例提供的机器人标定的相机位置确定方法、标定方法、设备及介质，通过在机器人周围确定第一空间范围；在第一空间范围中确定多个候选相机位置，并确定每一候选相机位置的第一评价指标；根据第一评价指标，从多个候选相机位置中确定目标相机位置，目标相机位置用于设置3d相机，以通过拍摄机器人末端的标志物对机器人进行标定。通过在机器人周围空间范围内确定候选相机位置，并量化候选相机位置的评价指标，从而筛选出目标相机位置部署3d相机，实现对机器人进行标定，无需依靠人工经验反复调试，降低调试成本，提升标定结果的准确性和鲁棒性。

1.一种机器人标定的相机位置确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述在所述第一空间范围中确定多个候选相机位置，并确定每一候选相机位置的第一评价指标，包括：

3.根据权利要求1所述的方法，其特征在于，所述在所述第一空间范围内采用网格搜索过程搜索多个候选相机位置，并确定每一候选相机位置的第一评价指标，包括：

4.根据权利要求3所述的方法，其特征在于，所述将前一轮网格搜索过程中第一评价指标最大的候选相机位置作为中心，在其周围空间中构建第二三维网格，包括：

5.根据权利要求3所述的方法，其特征在于，所述将所述第一三维网格的各网格点作为第一候选相机位置，包括：

6.根据权利要求3所述的方法，其特征在于，还包括：

7.根据权利要求1-6任一项所述的方法，其特征在于，所述确定每一候选相机位置的第一评价指标，包括：

8.根据权利要求7所述的方法，其特征在于，所述根据任一候选相机位置，生成机器人标定位姿集合，包括：

9.根据权利要求8所述的方法，其特征在于，所述根据每个标定位置、对应的至少一个候选z轴方向、所述标志物的理论相对位置以及3d相机理论外参，确定每个标定位置处的机器人标定位姿，包括：

10.根据权利要求9所述的方法，其特征在于，所述获取不同旋转角对应的多组候选关节角的第二评价指标，基于第二评价指标确定目标旋转角和目标关节角，包括：

11.根据权利要求8所述的方法，其特征在于，确定每个标定位置处机器人末端法兰坐标系的至少一个候选z轴方向，包括：

12.根据权利要求7所述的方法，其特征在于，所述确定所述机器人标定位姿集合的能观性指标，包括：

13.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述第一评价指标，从所述多个候选相机位置中确定目标相机位置后，还包括：

14.根据权利要求13所述的方法，其特征在于，所述基于所述第一机器人结构参数、3d相机理论外参以及所述标志物的理论相对位置，确定机器人结构参数的实际误差，包括：

15.一种机器人标定方法，其特征在于，包括：

16.根据权利要求15所述的方法，其特征在于，所述各标定位姿处的标志物测量数据包括机器人位于各标定位姿时在3d相机坐标系中标志物位置；

17.根据权利要求15所述的方法，其特征在于，所述目标相机位置通过权利要求1-14任一项所述的机器人标定的相机位置确定方法确定。

18.一种机器人标定系统，其特征在于，包括机器人、3d相机以及控制设备，其中所述机器人的末端设置有标志物；所述3d相机部署于所述机器人周围空间中；

19.一种电子设备，其特征在于，包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如权利要求1-17任一项所述的方法。

20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现权利要求1-17任一项所述的方法。