技术特征：
1.一种3d相机相对于机械臂的位姿标定方法，所述方法的步骤包括：(1)将标定球放在机械臂的工作空间内，标定过程中保持静止不动，机械臂带动相机在不同位置对标定球进行拍照，获得标定球的多组点云数据以及机械臂对应的末端位姿(2)根据所述点云数据，采用随机采样一致算法，对球面进行拟合，获得球心在相机坐标系中的位置(3)将球心坐标变换到机械臂的基坐标系下，得到球心坐标在基坐标系中的表达以相对于第一次拍照的位置偏差建立目标函数；(4)采用梯度下降方法，对所求的相机相对于机械臂末端的位姿矩阵进行迭代，实现相对位姿的标定。2.根据权利要求1所述的3d相机相对于机械臂的位姿标定方法，其特征在于，所述步骤3具体包括：球心位置在基坐标系中的表达和在相机坐标系中的表达之间的关系为：由于标定球相对与基坐标系保持静止不动，则每次拍照对应的应该是一样的，因此，可以建立目标函数：当目标函数优化到最小时，则说明得到了准确的估计。3.根据权利要求1所述的3d相机相对于机械臂的位姿标定方法，其特征在于，所述步骤4具体包括：采用指数坐标描述姿态，从而保证在标定过程中姿态矩阵为始终单位正交阵。指数坐标ζ＝[ζ
x ζ
x ζ
x
]
t
与姿态矩阵r的对应关系为：式中，将ζ转变为反对称矩阵则所求的相机相对于机械臂末端的位姿矩阵可以通过6个变量来表达，ξ＝[ζ
t p
t
]
t
＝[ζ
x ζ
y ζ
z p
x p
y p
z
]
t
采用有限差分方法，计算目标函数f
obj
对ξ的梯度每个元素可以通过下式计算式中，e
i
表示第i个元素为1的单位列向量。
根据梯度下降法，ξ的更新方程为当ξ相邻迭代次数的差异σ＝||ξ
(k+1)-ξ
(k)
||小于一定范围时，标定算法收敛，实现相对位姿的标定。
技术总结
本发明公开了一种3D相机相对于机械臂的位姿标定方法，该方法包括：采用球形物体作为标定物，该标定球相对于机械臂基座静止不动，机械臂带动相机在不同位置对其进行拍照；根据相机获得的三维点云数据，确定标定球的球心位置；以每次拍照的球心位置相对于第一次拍照的球心位置的偏差建立目标函数，将标定问题转化为优化问题；采用指数坐标对相对位姿的姿态进行描述，采用有限差分法求解目标函数的梯度，然后采用梯度下降方法，到达目标函数的最小值，从而实现对相对位姿的标定。本发明提供的标定方法，能始终保证在标定过程中姿态矩阵是特殊正交群，有效避免了标定方法带来的误差；描述相对位姿的参数数量的最少且完备的。描述相对位姿的参数数量的最少且完备的。描述相对位姿的参数数量的最少且完备的。
技术研发人员：张笑天 侯利召 郑涛
受保护的技术使用者：天晟智享（常州）机器人科技有限公司
技术研发日：2022.01.08
技术公布日：2022/4/15