一种基于双目视觉的机械臂运动学自标定方法.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CN113733088A(43)申请公布日2021.12.03(21)申请号202111045806.9(22)申请日2021.09.07(71)申请人河南大学地址475001河南省开封市顺河回族区明伦街85号(72)发明人陈立家范贤博俊王赞代震王晨露王敏汪钇成许世文李孟伟(51)Int.Cl.B25J9/16(2006.01)B25J19/00(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于双目视觉的机械臂运动学自标定方法(57)摘要本发明涉及自适应控制领域，具体涉及一种基于双目视觉的机械臂运动学自标定方法。首先采集数据，通过双目相机获得机械臂末端位置信息、机械臂各关节实际转动角度及理论转动角度。然后将DH理论和手眼标定理论相融合，建立机械臂运动学混合模型。运用多种群自适应差分算法进行模型的训练，求解混合模型参数。最后通过拟合多项式的方法建立起各伺服电机模型，使用最小二乘法进行多项式参数的求解以及补偿预测。本发明所提出的混合模型和伺服电机模型可以极大的降低机械臂所受几何误差的影响，计算出更加实际的模型参数。不需要额外通过示教器建立手眼标定过程中所需的机械臂底座坐标系，可以在保证绝对定位精度的前提下实现标定全程的自动化。CN113733088ACN113733088A权利要求书1/2页1.一种基于双目视觉的机械臂运动学自标定方法，其特征在于，其步骤如下：步骤一：采集数据：通过双目相机获取机械臂末端位置信息，使用六轴陀螺仪获取机械臂各关节实际转动角度，将随机产生的指令集转换成角度作为理论转动角度；步骤二：设计机械臂运动学混合模型参数辨识方法：将DH理论和手眼标定理论相融合，建立机械臂运动学混合模型；运用多种群自适应差分算法进行模型的训练，求解混合模型参数；步骤三：设计伺服电机模型，通过训练获得补偿后的角度：通过拟合多项式的方法建立起各伺服电机模型，使用最小二乘法进行多项式参数的求解以及补偿预测。2.根据权利要求1所述一种基于双目视觉的机械臂运动学自标定方法，其特征在于：所述步骤一具体包括以下步骤：S1．随机生成n组指令构成指令集，将指令集中的指令转换为各舵机待转的角度作为理论转动角度；S2．执行指令集中的指令，同时读取陀螺仪获取的机械臂各关节实际转动角度和双目相机获取的机械臂末端位置信息。3.根据权利要求1所述一种基于双目视觉的机械臂运动学自标定方法，其特征在于：所述步骤二具体包括以下步骤：S1．机械臂各关节构建笛卡尔空间坐标系，通过DH模型正向运动学推导获得机械臂底座到末端的转换关系，相邻坐标系i到i‑1转换关系如公式(1)所示：(1)可推导为：(2)公式(2)中c表示cos，s表示sin；代表相邻连杆坐标系的旋转，代表相邻连杆坐标系的平移；机械臂底座和机械臂末端转换矩阵如公式(3)所示：(3)S2．双目相机坐标系和机械臂底座坐标系之间的转换关系通过绕X、Y、Z三个轴的旋转平移获得，如公式(4)所示：(4)2CN113733088A权利要求书2/2页式中dx、dy、dz分别表示沿X、Y、Z轴平移的距离，ax、ay、az分别表示绕X、Y、Z轴旋转的角度；S3．混合模型的转换关系如公式(5)所示：(5)T矩阵为4X4矩阵，以上推导结果可简化公式(6)：(6)公式(6)中表示i轴机械臂关节输入变量，表示相机坐标系下机械臂末端坐标，表示机械臂末端姿态。4.根据权利要求1所述一种基于双目视觉的机械臂运动学自标定方法，其特征在于：所述步骤三具体包括以下步骤：舵机误差模型的设计如公式(7)所示：(7)式中f(x)和x分别表示所采集的机械臂的理论转动角度和实际转动角度；最小二乘法损失函数的设计如公式(8)所示：(8)对公式(8)求偏导，完成进一步优化：……使用最小二乘法求取多项式系数，完成舵机误差补偿。5.一种基于双目视觉的机械臂运动学自标定方法，用于实现权利要求1‑4任一项所属的基于双目视觉的机械臂运动学自标定方法，包括机械臂绝对定位精度标定的混合模型、舵机误差补偿及优化策略、多种群自适应差分算法；机械臂绝对定位精度标定的混合模型用于构建机械臂末端坐标系和相机坐标系的转换关系；舵机误差补偿及优化策略用于降低舵机误差对机械臂绝对定位精度的影响；多种群自适应差分算法在对机械臂混合模型参数优化过程中，动态改变差分算法参数中的缩放因子、交叉概率。3CN113733088A说明书1/6页一种基于双目视觉的机械臂运动学自标定方法技术领域[0001]本发明涉及自适应控制领域，具体涉及到一种基于双目视觉的机械臂运动学自标定方法。背景技术[0002]近年来，机械臂控制作为一种极具前景和应用价值的技术在汽车制造、果实采摘、流水线作业、外科手术等领域发挥了重要的作