Stewart平台运动学参数的机器视觉标定方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112767493A(43)申请公布日2021.05.07(21)申请号202011614377.8(22)申请日2020.12.30(71)申请人浙江大学地址310058浙江省杭州市西湖区余杭塘路866号(72)发明人郑祥谱杜歆(74)专利代理机构杭州求是专利事务所有限公司33200代理人邱启旺(51)Int.Cl.G06T7/80(2017.01)G06F30/20(2020.01)权利要求书2页说明书8页附图4页(54)发明名称Stewart平台运动学参数的机器视觉标定方法(57)摘要本发明公开了一种Stewart平台运动学参数的机器视觉标定方法，该方法将相机放置在Stewart平台的上平台上，然后移动上平台至特定位姿若干次，并拍摄每次移动后标定模板的图像，通过检测角点的方法检测出棋盘格标定模板上的十字相交点在图像中的像素坐标，并求解Perspective‑n‑Point问题来获取相机相对于标定模板的位姿，最后构建等式约束的运动学参数误差模型，并将模型转化为无约束模型来进行最优化求解。本发明提供的运动学参数标定方法，可以在相机坐标系和上平台坐标系变换关系未知的情况下，仅通过相对位姿变化得到运动学参数，可以有效确定支杆初始长度的误差。CN112767493ACN112767493A权利要求书1/2页1.Stewart平台运动学参数的机器视觉标定方法，其特征在于，该方法包含如下步骤：(1)将相机固定在Stewart平台的上平台上，确保在整个标定过程中相机不会相对Stewart平台的上平台移动；任意放置棋盘格标定模板。(2)运动Stewart的上平台至不同位姿n次(n≥4)，相机拍摄这些位姿对应的标定模板图像。(3)在棋盘格标定模板最左上角的格点上建立世界坐标系原点，同时通过检测角点的方法检测出图像中的标定模板中十字相交点的像素坐标；通过机器视觉方法解决PnP问题来获取标定模板相对于相机的位姿。(4)构建Stewart运动学参数误差模型；根据Stewart平台的运动学关系，建立利用相对位姿变化的Stewart支杆误差模型；该模型是一个带等式约束的最优化模型。(5)将步骤4建立的带等式约束的模型，转化为无约束模型，并求解该最优化模型，得到Stewart平台运动学参数。2.根据权利要求1所述的运动学参数标定方法，其特征在于，所述步骤2中，在移动Stewart上平台时，每一次运动均需要包含旋转和平移，即每次运动的旋转矩阵R不为单位矩阵，而且平移向量T不为0，而且各次运动的旋转矩阵R变换得到的旋转轴不能相同，旋转角度不做要求；其中，旋转轴的计算方法由Rodrignes公式给出，即R＝cos(θ)I+(1‑cos(θ))nnT+sin(θ)n^；而且需要保证每次运动相机的图像均能将整个标定模板都放置在视野内；在运动过程中，需要记录每一次运动时候支杆长度的变化量Δl。3.根据权利要求1所述的运动学参数标定方法，其特征在于，所述步骤4中，在建立模型时，需要对每一次的姿态都引入一个全新的SE(3)群上的量来表示上平台相对于下平台的姿态。同时该姿态满足Stewart自身的杆长模型方程。具体最优化模型为：‑1Ti＝F(αi,βi,γi,tx,i,ty,i,tz,i)‑1Ti+1＝F(αi+1,βi+1,γi+1,tx,i+1,ty,i+1,tz,i+1)j＝1..6,i＝1..nT式中，F表示坐标变换矩阵到姿态六元组[αi,βi,γi,txi,tyi,tzi]的映射，表示相机坐标系c到Stewart上平台坐标系p的变换矩阵，为未知量；fj表示第j根支杆满足的姿态‑杆长方程；表示第j根支杆在从第i次姿态移动到第i+1次姿态时候支杆长度变化量，为已知量。αi,βi,γi表示第i次运动姿态中，上平台相对于下平台绕x轴、y轴、z轴旋转的角度。txi,tyi,tzi表示第i次运动姿态中，上平台相对于下平台原点运动的向量，沿x轴、y轴、z轴的分量。4.根据权利要求1所述的运动学参数标定方法，其特征在于，所述步骤5中，所述求解该最优化模型具体为：2CN112767493A权利要求书2/2页(5.1)取初始迭代支杆误差量δl为零向量[0,0,0,0,0,0]T，并将测量得到的姿态以任意方式分为两个集合，记为sa和sb；(5.2)更新当前每个姿态下的支杆长度li＝lmeasured+Δli+δl，其中lmeasured表示预测量得到的初始长度，Δli表示第i个姿态支杆的伸长量；(5.3)通过牛顿法迭代得到当前每个支杆长度下对应的姿态；(5.4)取sa集合中的Ti，通过最小二乘求解满足等式方程的(5.5)将步骤(5.3)和(5.4)的结果代入集合sb中的姿态，计算步骤4误差模型中的目标函数