一种工业机器人基坐标系与TCP点坐标转换关系的快速标定方法
本发明涉及工业现场测量，具体涉及一种工业机器人基坐标系与tcp点坐标转换关系的快速标定方法。
背景技术：
1、本发明涉及工业机器人标定与测量技术领域，特别涉及一种工业机器人基坐标系与工具中心点之间位姿转换关系的标定方法。
2、工业机器人在执行焊接、搬运、装配、涂胶等任务时，需要精确知晓末端工具的工作参考点相对于机器人基坐标系的位置与姿态。基坐标系通常固定在机器人底座，作为机器人的绝对参考系；工具中心点是定义在末端执行器工作部位上的空间点，代表工具在任务空间中的操作位置。只有当基坐标系与tcp之间的转换关系被精确标定后，机器人的运动控制程序才能以tcp为基准进行路径规划和精确操作。
3、在现有技术中，tcp标定的主流方法为四点法和六点法。这类方法的基本操作流程为：在机器人工作空间内设置一个固定参考点，操作人员通过示教器控制机器人，使tcp从四个或六个不同姿态接触该参考点；通过记录每个姿态下机器人的关节角或法兰位姿，建立位姿约束方程，进而求解tcp在末端法兰坐标系中的坐标。该方法的标定精度依赖于操作人员对“tcp精确接触参考点”这一状态的准确判断，以及多次姿态调整的均匀性和充分性。
4、然而，上述方法在实际应用中存在以下不足：第一，操作复杂耗时——每次标定需要操作员反复微调机器人姿态以tcp对准参考点，单次标定通常耗时15分钟以上，对操作员技能要求高；第二，tcp直接接触式的标定方式对细小或易损tcp不友好，反复接触可能导致磨损或变形；第三，若使用激光跟踪仪等高精度外部测量设备替代接触式标定，虽然可提高精度，但设备成本高昂，且现场部署复杂，难以适应频繁更换工具或产线快速切换的场景。因此，需要一种兼顾标定精度、操作效率和部署成本的新型标定方法。
技术实现思路
1、本发明提供一种基于多坐标系分步转接与视觉测量的工业机器人基坐标系与tcp点关系快速标定方法，将传统“一步到位”的接触式标定拆解为工具标定阶段和tcp视觉定位阶段，通过坐标系转换链将二者串联，最终求解出tcp在机器人基坐标系下的坐标，完成标定。
2、在一些实施例中，本发明提供一种工业机器人基坐标系与tcp点坐标转换关系的快速标定方法，包括以下步骤：
3、步骤s1. 在机器人的工具上布设多个特征点，以此建立一个工具坐标系，其中所有特征点在所述工具坐标系下的坐标是已知的。
4、步骤s2. 通过一个坐标已知的固定参考点和机器人位姿变换，获取所述工具上的各个特征点在机器人法兰坐标系下的坐标，进而结合所述特征点在工具坐标系下的已知坐标，解算出一个固定的、从工具坐标系到法兰坐标系的第一转换关系。
5、步骤s3. 在机器人运动过程中，通过机器人控制器获取实时的法兰坐标系相对于机器人基坐标系的第二转换关系；结合所述第一转换关系，可实时递推计算出工具坐标系相对于机器人基坐标系的第三转换关系。
6、步骤s4. 在工具的工具中心点（tcp）上设置一个附加特征点；使用一个相机，以至少两个不同的姿态拍摄包含所述工具上的特征点与所述tcp上的附加特征点的图像；基于多视角图像序列，通过视觉三维重建算法，计算出所述附加特征点在所述工具坐标系下的坐标。
7、步骤s5. 基于所述tcp在工具坐标系下的坐标和所述实时的第三转换关系，计算出tcp点在机器人基坐标系下的实时坐标，从而完成标定。
8、进一步地，所述步骤s2的一种具体实现方式为：
9、步骤s2.1. 在机器人工作空间内设置一位置固定的参考点，获取该固定参考点在所述机器人基坐标系下的已知坐标。
10、步骤s2.2. 控制机器人变换位姿，使所述工具上的一个特征点通过物理接触的方式贴合至所述固定参考点，记录此时机器人法兰坐标系相对于基坐标系的第四转换关系；基于所述固定参考点的已知坐标和所述第四转换关系，计算出该特征点在法兰坐标系下的坐标。
11、步骤s2.3. 对所述工具上的所有特征点，重复执行步骤s2.2，获得所有特征点在法兰坐标系下的坐标集合。
12、步骤s2.4. 利用所述所有特征点在工具坐标系下的已知坐标和在法兰坐标系下的计算坐标，通过点集配准算法，求解出所述工具坐标系到法兰坐标系的所述第一转换关系。
13、进一步地，所述步骤s4的一种具体实现方式为：
14、步骤s4.1. 以所述相机拍摄第一个图像时的位姿为基准建立相机坐标系。
15、步骤s4.2. 基于所述至少两个不同姿态的图像，通过基于运动恢复结构（sfm）的算法流程或即时定位与地图构建（slam）算法，计算各拍摄姿态相对于所述相机坐标系的位姿；并通过三角测量原理，计算出所述工具上的特征点与所述tcp上的附加特征点在所述相机坐标系下的三维坐标。
16、步骤s4.3. 利用所述工具上的特征点在所述相机坐标系下的三维坐标和其在所述工具坐标系下的已知三维坐标，通过点集配准算法，求解出所述工具坐标系到所述相机坐标系的第五转换关系。
17、步骤s4.4. 利用所述tcp上的附加特征点在所述相机坐标系下的三维坐标和所述第五转换关系，解算出所述tcp点在所述工具坐标系下的坐标。
18、在一些实施例中，所述工具上的特征点或所述tcp上的附加特征点为反光编码点。此时，通过在图像中识别反光编码点中心周围的编码环，为每一个特征点赋予唯一的编码信息，以实现特征点的唯一性识别。
19、在一些实施例中，所述特征点为反光非编码点。此时，通过测量所述反光非编码点之间的相对距离，并与布设特征点时预设的理论布局中的点间距进行最佳匹配拟合，以确定每个特征点的唯一性。
20、在一些实施例中，采用反光编码点与反光非编码点相结合的方式布设。此时，利用已识别的反光编码点对获取的图像进行仿射变换，通过变换后非编码点的相对位置来确定所有特征点的唯一性。
21、在一些实施例中，所述步骤s2.4或s4.3中的点集配准算法为奇异值分解（svd）法。
22、在一些实施例中，所述步骤s4.2中的三角测量原理为多视角立体视觉中的三角化方法。
23、本发明还提供一种基于视觉的机器人工具中心点标定系统，该系统包括：
24、特征点模块，用于在机器人工具和tcp点上布设特征点，并建立工具坐标系。
25、固定参考点模块，用于提供坐标已知的空间固定参考点，以辅助完成第一转换关系的解算。
26、图像采集模块，用于以多个姿态拍摄包含所述特征点的图像。
27、数据处理与计算模块，用于执行上述任一方法中的计算步骤，并输出最终的tcp标定结果。
28、在一些实施例中，所述图像采集模块为一个手持式高分辨率相机。
29、在一些实施例中，步骤s1中建立工具坐标系的方式为：选取三个不共线的第一特征点，以第一个点为原点，以第一个点到第二个点的方向为x轴，以三个点所确定平面的法向量为z轴，以x轴和z轴的叉乘方向为y轴。
30、在一些实施例中，工具为焊枪、气动夹爪或涂胶头
31、与现有技术相比，本发明具有以下有益效果：
32、标定过程简化，效率显著提升。本发明将tcp从繁琐的接触式对准操作中完全解放，tcp仅需被视觉系统拍摄而不需接触任何参考点。接触操作转移至工具上易于观察定位的特征点，大幅降低了对中难度，整个标定流程可在10分钟内完成，相较传统方法效率提高50%以上。
33、标定精度可靠。通过多视角立体视觉重建特征点三维坐标，利用多张图像冗余信息进行全局优化，有效抑制单视角观测噪声。在求解各坐标系间的刚性变换时，采用最小二乘拟合利用多个空间已知点，均化了局部测量误差，使得整体平移误差可稳定控制在1mm以内，满足高精度作业需求。
34、设备成本低，部署便捷。本发明仅需一台普通工业相机、若干特征点和一固定参考点即可完成标定，无需昂贵的激光跟踪仪或专用标定工装。相机可采用手持方式灵活拍摄，无需精密云台或导轨，现场部署极为方便，尤其适用于产线快速切换和移动式机器人系统。
35、通用性强，适配各类工具与机器人。标定流程不依赖特定机器人运动学模型，仅需读取标准法兰位姿信息；特征点布局可根据不同末端执行器的几何形状灵活设计，仅要求特征点在工具坐标系下的坐标已知。因此可无缝适配各种品牌、型号的工业机器人及各类末端工具，在多品种、小批量生产中表现出极高的适应性和工程推广价值。