本發(fā)明涉及機(jī)器人手眼標(biāo)定領(lǐng)域，特別涉及一種關(guān)節(jié)臂式三坐標(biāo)測(cè)量機(jī)手眼關(guān)系的數(shù)據(jù)篩選領(lǐng)域。

背景技術(shù)：

近年來(lái)，大型飛機(jī)、船舶、機(jī)車(chē)等現(xiàn)代大型裝備制造業(yè)領(lǐng)域?qū)Υ蠓秶F(xiàn)場(chǎng)快速、高效率、高精度測(cè)量技術(shù)的需求越來(lái)越多，因此便攜、快速、高精度測(cè)量成為精密測(cè)量技術(shù)的一個(gè)重要發(fā)展方向。便攜式測(cè)量臂以其測(cè)量精度高、操作方便和結(jié)構(gòu)簡(jiǎn)單等優(yōu)勢(shì)，具有傳統(tǒng)三坐標(biāo)測(cè)量機(jī)無(wú)可比擬的靈活性，在便攜式測(cè)量臂末端安裝激光掃描測(cè)頭，就可以將其應(yīng)用范圍拓展到機(jī)器視覺(jué)測(cè)量領(lǐng)域。目前，測(cè)量臂末端與激光掃描測(cè)頭的坐標(biāo)變換關(guān)系主要是建立二者之間的手眼標(biāo)定矩陣方程。手眼標(biāo)定問(wèn)題由Tsai和Shiu于1989年首次提出，最早被用于機(jī)器人的手眼標(biāo)定，隨著儀器科學(xué)技術(shù)的飛速發(fā)展，其應(yīng)用范圍越來(lái)越廣泛，且一直是計(jì)算機(jī)視覺(jué)領(lǐng)域研究熱點(diǎn)。

1989年，Tsai提出基于旋轉(zhuǎn)軸與旋轉(zhuǎn)角的經(jīng)典變換算法解決手眼標(biāo)定問(wèn)題，但算法十分復(fù)雜、計(jì)算過(guò)程繁復(fù)，實(shí)用性差。同年，Shiu提出了手眼標(biāo)定的閉環(huán)線性解法，該算法由于分步求出的旋轉(zhuǎn)矩陣和平移向量，存在誤差傳遞的問(wèn)題，求解精度不高。1991年，Zhuang提出了基于四元數(shù)方程的一步線性法和兩步線性法，該算法簡(jiǎn)化了推導(dǎo)過(guò)程，但沒(méi)有考慮到視覺(jué)傳感器與機(jī)器人手臂末端執(zhí)行器之間的相對(duì)旋轉(zhuǎn)角問(wèn)題，數(shù)值穩(wěn)定性差。1999年，Daniilidis采用對(duì)偶四元數(shù)和螺旋理論的方法得出了線性閉環(huán)解法，該算法計(jì)算步驟簡(jiǎn)潔，但對(duì)測(cè)量噪聲十分敏感，魯棒性不高。1999年，Andreff等提出了基于矩陣直積的線性閉環(huán)解法，該算法適用于標(biāo)定小角度移動(dòng)的測(cè)量場(chǎng)合，但求解的結(jié)果通常情況下并不滿足旋轉(zhuǎn)矩陣的正交和單位特性，需要再進(jìn)行正交化，求解精度有限。2008年，李?lèi)?ài)國(guó)，胡英，馬孜提出了同時(shí)確定手眼關(guān)系以及機(jī)器人坐標(biāo)系到世界坐標(biāo)系關(guān)系的兩種算法。2010年，Abed Malti為了避免平移向量的誤差對(duì)旋轉(zhuǎn)矩陣求解精度的影響，結(jié)合歐氏運(yùn)動(dòng)群SE(3)，提出一種改進(jìn)的對(duì)偶四元數(shù)算法，增強(qiáng)了標(biāo)定結(jié)果的精度和魯棒性。2010年，毛劍飛等給出了手眼標(biāo)定算法的四元數(shù)矩陣分析與幾何解釋的對(duì)照。2011年，王君臣等分別基于卡爾曼濾波和極大似然估計(jì)的思想對(duì)測(cè)量噪聲進(jìn)行了處理，提高了標(biāo)定的精度。2015年，王金橋等利用遺傳算法優(yōu)化手眼標(biāo)定算法的數(shù)學(xué)模型。這些研究較好地解決了手眼標(biāo)定的求解算法問(wèn)題，但標(biāo)定數(shù)據(jù)的篩選對(duì)標(biāo)定精度具有至關(guān)重要的影響，還需做進(jìn)一步的研究，提高手眼標(biāo)定算法的魯棒性。

因此，需要一種能有效地解決標(biāo)定數(shù)據(jù)的篩選問(wèn)題并同時(shí)提高手眼標(biāo)定算法的魯棒性的基于RANSAC的便攜式激光掃描測(cè)量臂手眼標(biāo)定方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種將現(xiàn)有手眼標(biāo)定方法與隨機(jī)采樣一致性算法(RANSAC，Random Sample Consensus)結(jié)合的新的手眼標(biāo)定方法，能有效地解決標(biāo)定數(shù)據(jù)的篩選問(wèn)題并同時(shí)提高手眼標(biāo)定算法的精度和魯棒性。

具體的，本發(fā)明提供的一種基于RANSAC的便攜式激光掃描測(cè)量臂手眼標(biāo)定方法，包括以下步驟：

設(shè)定數(shù)據(jù)篩選原則，綜合考慮關(guān)節(jié)臂末端相對(duì)運(yùn)動(dòng)旋轉(zhuǎn)軸之間的夾角和測(cè)量臂與掃描測(cè)頭相對(duì)運(yùn)動(dòng)的旋轉(zhuǎn)角差值兩因素；

利用RANSAC算法對(duì)標(biāo)定數(shù)據(jù)進(jìn)行閾值自適應(yīng)預(yù)篩選；

利用現(xiàn)有的手眼標(biāo)定算法對(duì)篩選后的標(biāo)定數(shù)據(jù)進(jìn)行估計(jì)。

定義A表示視覺(jué)傳感器的變換矩陣，B表示機(jī)器人手臂末端執(zhí)行器的變換矩陣，X表示手眼變換關(guān)系矩陣，則手眼標(biāo)定方程為AX＝XB，可以用旋轉(zhuǎn)矩陣R和平移向量t表示為：

R_AR_X＝R_XR_B (1)

(R_A-I₃)t_X＝R_Xt_B-t_A (2)

由上述方程可知：至少需要兩次旋轉(zhuǎn)軸非平行的相對(duì)位姿變換可唯一確定手眼關(guān)系X。手眼標(biāo)定方程的求解算法主要有軸角表示法、四元數(shù)法、矩陣直積法以及對(duì)偶四元數(shù)法，各算法在求解精度、效率以及魯棒性上存在一定的差異，其中，除了算法本身會(huì)影響標(biāo)定方程的求解精度，Tsai推導(dǎo)和證明了標(biāo)定數(shù)據(jù)的選擇同樣會(huì)影響標(biāo)定方程的求解精度。

假定標(biāo)定數(shù)據(jù)中旋轉(zhuǎn)矩陣R的標(biāo)定誤差為ΔR，得到旋轉(zhuǎn)矩陣的誤差公式：

R'_A＝R_A-ΔR_A R'_B＝R_B-ΔR_B (3)

式中∠(k_Aij,k_Ajk)表示兩次相對(duì)運(yùn)動(dòng)的旋轉(zhuǎn)軸夾角，θ_A表示相對(duì)運(yùn)動(dòng)的旋轉(zhuǎn)角度，由上述公式可知提高手眼標(biāo)定方程中旋轉(zhuǎn)矩陣求解精度的因素為：①增大機(jī)器人手臂末端執(zhí)行器兩次相對(duì)運(yùn)動(dòng)旋轉(zhuǎn)軸之間的夾角∠(k_Aij,k_Ajk)；②增大視覺(jué)傳感器相對(duì)運(yùn)動(dòng)的旋轉(zhuǎn)角，即增大機(jī)器人手臂末端執(zhí)行器與攝像機(jī)坐標(biāo)系相對(duì)運(yùn)動(dòng)的旋轉(zhuǎn)角度誤差Δθ。

本發(fā)明的有益效果在于提供一種閾值自適應(yīng)的數(shù)據(jù)篩選方法，是對(duì)機(jī)器手和攝像機(jī)的標(biāo)定數(shù)據(jù)進(jìn)行預(yù)先篩選，設(shè)定旋轉(zhuǎn)軸夾角自適應(yīng)更新和抽樣次數(shù)自適應(yīng)更新的原則，結(jié)合RANSAC思想提出一種閾值自適應(yīng)的數(shù)據(jù)篩選方法，從而提高手眼標(biāo)定方程的魯棒性和求解精度。

應(yīng)當(dāng)理解，前述大體的描述和后續(xù)詳盡的描述均為示例性說(shuō)明和解釋，并不應(yīng)當(dāng)用作對(duì)本發(fā)明所要求保護(hù)內(nèi)容的限制。

附圖說(shuō)明

參考隨附的附圖，本發(fā)明更多的目的、功能和優(yōu)點(diǎn)將通過(guò)本發(fā)明實(shí)施方式的如下描述得以闡明，其中：

圖1示意性示出本發(fā)明的閾值自適應(yīng)的數(shù)據(jù)篩選方法的算法步驟圖。

圖2示意性示出篩選前后旋轉(zhuǎn)向量誤差。

圖3示意性示出篩選前后平移向量誤差。

具體實(shí)施方式

通過(guò)參考示范性實(shí)施例，本發(fā)明的目的和功能以及用于實(shí)現(xiàn)這些目的和功能的方法將得以闡明。然而，本發(fā)明并不受限于以下所公開(kāi)的示范性實(shí)施例；可以通過(guò)不同形式來(lái)對(duì)其加以實(shí)現(xiàn)。說(shuō)明書(shū)的實(shí)質(zhì)僅僅是幫助相關(guān)領(lǐng)域技術(shù)人員綜合理解本發(fā)明的具體細(xì)節(jié)。

在下文中，將參考附圖描述本發(fā)明的實(shí)施例。在附圖中，相同的附圖標(biāo)記代表相同或類(lèi)似的部件，或者相同或類(lèi)似的步驟。

本發(fā)明提供一種基于RANSAC的便攜式激光掃描測(cè)量臂手眼標(biāo)定方法，有效地提高了標(biāo)定算法的精度和魯棒性，該方法包括以下步驟：

步驟一，設(shè)定數(shù)據(jù)篩選原則，綜合考慮關(guān)節(jié)臂末端相對(duì)運(yùn)動(dòng)旋轉(zhuǎn)軸之間的夾角和測(cè)量臂與掃描測(cè)頭相對(duì)運(yùn)動(dòng)的旋轉(zhuǎn)角差值兩因素；

步驟二，利用RANSAC算法對(duì)標(biāo)定數(shù)據(jù)進(jìn)行閾值自適應(yīng)預(yù)篩選；

步驟三，利用現(xiàn)有的手眼標(biāo)定算法對(duì)篩選后的標(biāo)定數(shù)據(jù)進(jìn)行估計(jì)。

所述的RANSAC的算法是由Fischler和Bolles于1981年所引入的魯棒方法，最初用于確定攝像機(jī)姿態(tài)的研究，隨著科學(xué)技術(shù)的發(fā)展，其應(yīng)用領(lǐng)域已經(jīng)廣泛深入到計(jì)算機(jī)視覺(jué)領(lǐng)域和其它學(xué)科的估計(jì)問(wèn)題。針對(duì)兩個(gè)手眼標(biāo)定精度影響因素，設(shè)定旋轉(zhuǎn)軸夾角自適應(yīng)更新和抽樣次數(shù)自適應(yīng)更新的原則，同時(shí)考慮到標(biāo)定的魯棒性和快速性，結(jié)合RANSAC思想提出一種閾值自適應(yīng)的數(shù)據(jù)篩選方法。

步驟一中的數(shù)據(jù)篩選原則為：通過(guò)①增大機(jī)器人手臂末端執(zhí)行器兩次相對(duì)運(yùn)動(dòng)旋轉(zhuǎn)軸之間的夾角∠(k_Aij,k_Ajk)；②增大視覺(jué)傳感器相對(duì)運(yùn)動(dòng)的旋轉(zhuǎn)角，即增大機(jī)器人手臂末端執(zhí)行器與攝像機(jī)坐標(biāo)系相對(duì)運(yùn)動(dòng)的旋轉(zhuǎn)角度誤差Δθ，從而實(shí)現(xiàn)提高手眼標(biāo)定方程中旋轉(zhuǎn)矩陣求解精度。

圖1是本發(fā)明步驟二中的閾值自適應(yīng)的數(shù)據(jù)篩選方法的算法步驟圖，如圖1所示本發(fā)明的閾值自適應(yīng)的數(shù)據(jù)篩選方法的基本步驟如下：

I.對(duì)旋轉(zhuǎn)矩陣的旋轉(zhuǎn)角進(jìn)行預(yù)篩選。旋轉(zhuǎn)角接近0°或180°，不滿足羅德里格旋轉(zhuǎn)角特性，旋轉(zhuǎn)軸具有歧義性。

II.設(shè)置初始內(nèi)點(diǎn)比例ω₀和初始抽樣次數(shù)K₀。其中，ω₀＝n₀/N，K₀＝logz/log(1-ω²)，z為K₀次抽樣均為壞樣本的概率，N為I預(yù)篩選后的數(shù)集空間點(diǎn)總數(shù)，n₀為初始內(nèi)點(diǎn)個(gè)數(shù)。

III.任意抽取兩次相對(duì)運(yùn)動(dòng)i,j，計(jì)算旋轉(zhuǎn)軸r_i,r_j的夾角θ_ij，使夾角滿足條件：90°-θ_t＜θ_ij＜90°+θ_t，θ_t為角度閾值，測(cè)量臂兩次相對(duì)運(yùn)動(dòng)旋轉(zhuǎn)軸之間的最優(yōu)夾角為90°，根據(jù)該原則篩選出符合條件的點(diǎn)，通過(guò)數(shù)據(jù)篩選更新內(nèi)點(diǎn)比例ω_i，若ω_i>ω₀，則ω₀＝ω_i，并更新K₀。

IV.更新內(nèi)點(diǎn)個(gè)數(shù)n₀，判斷內(nèi)點(diǎn)個(gè)數(shù)是否滿足實(shí)驗(yàn)預(yù)設(shè)個(gè)數(shù)(本發(fā)明設(shè)定為15)，若n₀<15，則更新篩選閾值θ_t，θ_t＝θ_t+1。

V.判斷抽樣次數(shù)是否超過(guò)K₀，若超過(guò)則停止抽樣，否則，返回III。

由圖1看出，抽樣次數(shù)和角度閾值自適應(yīng)更新的目的是使內(nèi)點(diǎn)個(gè)數(shù)滿足抽樣點(diǎn)的要求，保證有足夠多次抽樣，同時(shí)保證標(biāo)定的快速性和魯棒性。并且抽樣次數(shù)在更新過(guò)程中是單調(diào)下降的，所以抽樣過(guò)程必終止。因此，RANSAC算法是一種滿足篩選要求的自適應(yīng)算法。

下面結(jié)合圖2、圖3比較誤差，進(jìn)一步說(shuō)明本發(fā)明中對(duì)標(biāo)定數(shù)據(jù)進(jìn)行預(yù)篩選是有必要的。通常情況下，手眼標(biāo)定方程的求解算法四種，分別為：軸角表示法、四元數(shù)法、矩陣直積法以及對(duì)偶四元數(shù)法，各算法在求解精度、效率以及魯棒性上存在一定的差異。其中誤差大的是沒(méi)有進(jìn)行數(shù)據(jù)篩選的結(jié)果，誤差小的是首先使用了本發(fā)明提出的數(shù)據(jù)篩選的方法，然后再用常用的四種方法標(biāo)定得到的結(jié)果，結(jié)果用旋轉(zhuǎn)向量和平移向量來(lái)評(píng)定，如圖2所示，是篩選前后旋轉(zhuǎn)向量誤差的平均值；如圖3所示，是篩選前后平移向量誤差的平均值，由圖可知：篩選前的誤差明顯大于篩選后的誤差，RANSAC算法主要針對(duì)的篩選因素是機(jī)器人手臂末端執(zhí)行器兩次相對(duì)運(yùn)動(dòng)旋轉(zhuǎn)軸之間的夾角，但由于旋轉(zhuǎn)軸的精度提高，平移向量的精度也隨之有一定程度的提高。因此本發(fā)明中對(duì)標(biāo)定數(shù)據(jù)進(jìn)行預(yù)篩選可以有效提高手眼標(biāo)定手眼標(biāo)定方程的魯棒性和求解精度。

下面結(jié)合表1，表1示意性示出精度評(píng)估時(shí)，實(shí)驗(yàn)誤差計(jì)算結(jié)果。結(jié)合步驟三詳述采用以目的為導(dǎo)向的精度評(píng)價(jià)方法進(jìn)行精度評(píng)估，即根據(jù)已標(biāo)定的手眼關(guān)系X和未參與計(jì)算X的機(jī)械手運(yùn)動(dòng)模型提供的變換矩陣B_i來(lái)計(jì)算攝像機(jī)變換矩陣的估計(jì)值將攝像機(jī)標(biāo)定數(shù)據(jù)中的每個(gè)測(cè)量值A(chǔ)_i與對(duì)應(yīng)的估計(jì)值進(jìn)行比較，定義相對(duì)旋轉(zhuǎn)和相對(duì)平移的誤差公式如下：

表1實(shí)驗(yàn)數(shù)據(jù)篩選前后相對(duì)估計(jì)誤差均值(％)

k_x:旋轉(zhuǎn)向量誤差；t_x:平移向量誤差。

表1

實(shí)驗(yàn)誤差計(jì)算結(jié)果如表1所示，由表1可知，對(duì)于相同的測(cè)量數(shù)據(jù)，使用RANSAC算法進(jìn)行數(shù)據(jù)篩選之后，四種標(biāo)定方法得到的相對(duì)旋轉(zhuǎn)軸和相對(duì)平移向量的精度誤差均值較之未篩選之前標(biāo)定的誤差數(shù)據(jù)，都得到了改善。因此，進(jìn)一步驗(yàn)證得知：進(jìn)行數(shù)據(jù)篩選之后的RANSAC算法能夠有效地篩除數(shù)據(jù)，減小手眼標(biāo)定誤差。

本發(fā)明提供一種閾值自適應(yīng)的數(shù)據(jù)篩選方法，將現(xiàn)有手眼標(biāo)定方法與隨機(jī)采樣一致性算法(RANSAC，Random Sample Consensus)結(jié)合的新的手眼標(biāo)定方法，在解決標(biāo)定方程的求解算法問(wèn)題的同時(shí)還對(duì)機(jī)器手和攝像機(jī)的標(biāo)定數(shù)據(jù)進(jìn)行預(yù)先篩選，設(shè)定旋轉(zhuǎn)軸夾角自適應(yīng)更新和抽樣次數(shù)自適應(yīng)更新的原則，能有效地解決標(biāo)定數(shù)據(jù)的篩選問(wèn)題并同時(shí)提高手眼標(biāo)定算法的精度和魯棒性。

結(jié)合這里披露的本發(fā)明的說(shuō)明和實(shí)踐，本發(fā)明的其他實(shí)施例對(duì)于本領(lǐng)域技術(shù)人員都是易于想到和理解的。說(shuō)明和實(shí)施例僅被認(rèn)為是示例性的，本發(fā)明的真正范圍和主旨均由權(quán)利要求所限定。