賀敏 陳發(fā)毅

摘? 要：為了改良愛普生機器人手動輸入標定坐標值，提高手眼標定精度，提出一種全新自動標定方法。該文將該方法的重點——建立移動相機中心工具坐標系分為三步，首先求解像素坐標的移動方向和機器人、相素坐標移動距離比值，然后利用循環(huán)程序使得標定用圓形圓心等于相機視野中心，最后建立相機中心工具坐標系。該方法操作簡單、重復操作性能好、成本低，易于實現(xiàn)工業(yè)生產(chǎn)線生產(chǎn)要求。

關鍵詞：愛普生機械手? 自動標定? 手眼標定? ?工業(yè)視覺

中圖分類號：TP241.2? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：1672-3791（2021）04（b）-0064-03

Design of Automatic Calibration of Hand Eye Based on Epson Robot

HE Min? CHEN Fayi

（School of Mechanical Engineering，? Xihua University， Chengdu， Sichuan Province， 610039? China ）

Abstract： In order to improve the manual input calibration coordinate value of Epson robot and improve the hand-eye calibration accuracy， a new automatic calibration method is proposed. In this paper， the key point of this method —setting up the center tool coordinate system for moving camera is divided into three steps. Firstly， the moving direction of the pixel coordinate and the moving distance ratio of the robot and phase coordinate are solved. Secondly， the circular center of the calibration circle is made equal to the center of the camera's field of vision by using the cyclic program. The method has the advantages of simple operation， good repeated operation performance ， low cost and easy to achieve the production requirements of industrial production lines.

Key Words：Epson manipulator; Automatic calibration; Hand-eye calibration; Industrial visual

愛普生機器人因其操作簡單、安全可靠、整體穩(wěn)定性高等優(yōu)點被廣泛應用，然而在愛普生機器人實際應用中，時常因為手眼標定過程重復精度不高，出現(xiàn)整個生產(chǎn)線的暫停的現(xiàn)象。愛普生機械手的手眼標定，普遍采用傳統(tǒng)的手動標定方法。手動標定過程是一次性操作，一旦相機或者機器人位置改變時，需要重新手動標定，其標定過程不僅需要手動輸入像素和機器人坐標，而且在得到標定用參考點時，需要人工使用針尖等加工件建立工具坐標系。整個標定過程耗費時間，成本高，同時也不能保證標定精度。針對以上問題，該文提出一種基于愛普生機器人手眼自動標定方法，無需手動建立工具坐標系，在機器人或者相機位置改變時，重新運行標定程序即可。該方法能夠適應工業(yè)生產(chǎn)需要，具有成本低、時間周期短、操作性高等優(yōu)點。

1? 手動標定

機器視覺系統(tǒng)可以從工作環(huán)境中采集到的圖像分析處理提取信息，并且可以對空間尺寸進行精確測量和定位，進而反饋給機器人，引導機器人進行抓取、裝配等操作[1-2]。手眼標定是在視覺系統(tǒng)中建立機器人坐標與相機像素坐標轉(zhuǎn)換的重要環(huán)節(jié)。在手動標定過程中，經(jīng)過2次人工對點，使機器人治具末端對準輔助加工件如針尖，以此建立工具坐標系，得到旋轉(zhuǎn)中心，再通過9次平移運動獲得機器人坐標和像素坐標。手動標定過程邏輯思路簡單，不需要求解運動關系和建立相機與機器人通信，精度低、重復操作性能差。

手動標定過程，首先，通過機器人管理器移動機器人，使得標定用圓形以九宮格標定順序依次出現(xiàn)在相機視野中。在Tool 0和Local 0的坐標系下讀取每個位置的機器人坐標及像素坐標，并將其保存至機器人點文件中。其次，在機器人管理器中，以輔助工件為旋轉(zhuǎn)中心建立機器人工具坐標系，工具編號為n，通過機器人管理器移動機械手，使得輔助工件中心對準標定用圓形圓心。并且在Tool n、Local 0的狀態(tài)下，將當前點位保存至機器人點文件中，此點為機器人標定用的參考點。最后，運行機器人標定程序，完成手眼手動標定。

2? 自動標定

愛普生機器人手動標定，通過求解AX=XB方程的形式進行標定[3]的傳統(tǒng)的手眼標定方法，還是需要高精度的測量設備的新手眼標定方法[4-6]，其過程都需要人工參與標定過程，并且需要經(jīng)過復雜的運算過程。該文提出的愛普生機器人手眼自動標定，運用2次平移運動求解出機器人坐標與像素坐標的關系，然后根據(jù)機器人與標定用圓心的位置，用三角算法計算移動距離，引導機器人向標定用圓心移動。通過2次平移運動和移動距離，建立工具坐標系，用該工具坐標系對準標定用圓形圓心即可讀出參考點。自動標定與手動標定相比，標定過程不僅沒有人工參與標定過程，而且更加快速和精確，能夠保證機器人治具末端的旋轉(zhuǎn)中心與視覺模板中心相等。

2.1 建立通信

手眼自動標定前提，就是建立相機與機器人的通信，能夠?qū)崿F(xiàn)數(shù)據(jù)傳輸。機器人與相機約定以太網(wǎng)通信指令，其中通信程序包括網(wǎng)絡端口的打開、讀取數(shù)據(jù)、發(fā)送數(shù)據(jù)過程。通信程序可以根據(jù)網(wǎng)絡端口狀態(tài)，自行跳轉(zhuǎn)程序，保證相機與機器人正常通信。

2.2 確定像素坐標方向

確定像素坐標方向時，使用三組點位數(shù)據(jù)（機器人+像素），分別是當前點位，機器人X+方向點位，機器人Y+方向點位。利用3組點位數(shù)據(jù)的像素坐標建立Local n（n=15），獲取新建local坐標的U值，通過矩陣計算得出：在機器人坐標系逆時針旋轉(zhuǎn)U值大小，轉(zhuǎn)換后的機器人坐標與像素坐標系方向一致。具體坐標轉(zhuǎn)換關系如圖1所示，當機器人向X機器人坐標系正方向移動時，相機也向像素坐標系X坐標正方向移動。

2.3 工具坐標系的建立

根據(jù)像素坐標系軸方向和像素與機器人實際距離比值，最后經(jīng)過n次平移運動，使機械手上相機視野中心自動對準標定用圓形圓心。視野中心與圓心重合精度，依據(jù)條件跳轉(zhuǎn)循環(huán)程序?qū)崿F(xiàn)。循環(huán)程序中設定目標像素坐標為相機視野中心坐標，實時獲得當前標定圓形圓心的像素值，并且通過當前像素值與目標像的差值指導機械手移動，使得標定用圓形圓心的像素值等于目標像素值，此時跳出循環(huán)，具體獲得相機中心坐標程序見圖2。

按照上述方法，獲得建立工具坐標系所需的第一點a。機器人在Tool 0 下旋轉(zhuǎn)一定的角度（可以是2°左右），保證標定用圓形不超出相機視野，重復獲取第一點a的步驟，獲得第二個點位，記作b點。研究人員用a點和b點通過程序建立工具坐標系，工具坐標系編號為Tool m。此時，在機器人工具坐標系Tool m、本地坐標系Local 0下讀取參考點坐標值，并將其保存至機器人點文件中，具體工具坐標系建立程序見圖3。

2.4 九宮格數(shù)據(jù)自動獲取

九宮格數(shù)據(jù)自動獲取，首先將相機長邊像素和短邊像素等分為4份，獲得九宮格像素坐標值。然后重復建立工具坐標系步驟中的循環(huán)程序，將目標像素值分別改為九宮格像素坐標值。最后機械手分別移動至目標點位，九宮格將對應點位的機器人Tool 0下的坐標值及像素坐標值保存至機器人點文件中。

2.5 生成標定文件

通過工具坐標系的建立和九宮格數(shù)據(jù)自動獲取，得到參考點和標定點數(shù)據(jù)。VxCalib指令生成標定文件即完成自動標定。

3? 實驗驗證

該文使用EPSON RC+7.0軟件，利用VxcalInfo指令對標定準結(jié)束狀態(tài)和校準數(shù)據(jù)進行讀取，實驗驗證所使用的愛普生機器人的誤差為：正負0.02 mm，相機誤差：正負0.01 mm，手動、自動標定校準數(shù)據(jù)分別如圖4、圖5所示。

4? 結(jié)語

針對愛普生機器人手動標定精度低、成本高等缺點，提出了自動標定方法。立足于坐標轉(zhuǎn)換、平移運動，對像素坐標系方向和大小的確定，進而建立繞像素中心旋轉(zhuǎn)的機器人工具坐標系，獲得標定用參考點。實驗結(jié)果證明：手動標定和自動標定誤差都在手眼標定誤差范圍之內(nèi)，但是在同樣工作環(huán)境下，自動標定精度更高。并且該文提出的自動標定方法，手眼標定過程無需人工參與，并且在需要重新標定時，直接運行標定程序即可。綜上所述，該方法不僅能提高標定精度，還能適應工業(yè)生產(chǎn)需要。

參考文獻

[1] Huang mengqi，jelena ninic，zhang qian bing. BIM，machine learning and computer vision techniques in underground construction： Current status and future perspectives[J].Tunnelling and Underground Space Technology，2021（108）：103677.

[2] Dorián László Galata， Lilla Alexandra Mészáros ， Nikolett Kállai-Szabó， et al. Applications of machine vision in pharmaceutical technology： A review[J].European Journal of Pharmaceutical Sciences，2021，159（2）：105717.

[3] D.Condurache， A.Burlacu.Orthogonal dual tensor method for solving the AX=XB sensor calibration problem[J].Mechanism and Machine Theory，2016（104）：382-404.

[4] 馬清華，燕必希，董明利，等.最小化重投影誤差的手眼標定優(yōu)化算法[J].激光雜志，2021，42（1）：104-108.

[5] 田宇軒.中國象棋機器人雙目視覺定位和機械手運動學的研究[D].重慶大學，2019.

[6] 雷金周.基于單目視覺的目標位姿測量與機器人定位技術(shù)研究[D].南京航空航天大學，2018.