8

8

码农世界 2024-06-19 后端 100 次浏览 0个评论

       经过不断地学习与调试,不断地学习网络上其他同志分享的资料,opencv手眼标定迎来了阶段性结束。实际测试结果在机械臂坐标系中X方向差5mm左右。

       代码参考《https://blog.csdn.net/wanggao_1990/article/details/81435660》   

       注意事项:

①标定板占据相机视野1/3左右,否则找不到角点

②代码未使用opencv的手眼标定接口

③需要注意图像标定角点的顺序,由于姿态关系,可能会旋转90度,导致结果异常

测试平台与道具:

①海康工业黑白相机

②遨博i5机械臂

③Ubuntu18.04  Qt组织代码

④圆网格标定板

⑤对位置用的尖端

一、opencv手眼标定

1、操作流程

为了验证流程,只采集了5张图片,第一张图片相机平行标定板,用于调整相机焦距,剩余4张分别前后左右稍稍改变相机姿态。每个姿态需采集海康相机图片(MVS软件获取)与机械臂位姿(sdk获取),机械臂位姿存取csv文件,之后我手动录入了xml文件中。    

8

8

csv数据是机械臂基于base坐标系的位置、四元数姿态,欧拉角(ZYX)姿态。

第六行数据是标定板中心点对应机械臂位置,用于验证标定结果的手眼矩阵。 

2、代码流程

              ①doCalibration()->runCalibration()->calibrateCamera()

       如果看过之前的系列文章,再看代码,这块和网上是一致。得到相机内参和外参。

       ②readDatasFromFile()->attitudeVectorToMatrix()

       Hg:机械臂齐次矩阵

Hc:相机外参齐次矩阵

③convertVectors2Hij()    

// camera: A = A2*A1.inv();   robot:  B = B2.inv()*B1

计算AX=BX中的A和B.

Hgij:机械臂的B

Hcij:相机的A

可以继续了解矩阵的左乘与右乘。

④computerHandEyeMatrix()

这块没看

⑤getWorldPos()

将像素坐标转为机械臂基坐标系下的映射。

这块也没看

我的验证结果:

前面5行是机械臂的四元数姿态;

hcg是手眼矩阵;

最后一行是像素转为Word的结果,对比(359.844,-436.166);

获取图片像素我有一个单独程序;需要各部分加起来才是相对完整,这部分有

兴趣的同志可以自己搞下。

8    

hcg是相机相对于末端tcp的位置和姿态,如果相机像识别标定板一样可以识

别出位置和姿态,那就是单目识别标识物实现2.5D的效果了。

其实后续还有要验证的:

1>械臂固定位姿,相机拍照模板匹配的像素精度

2>增加相机拍照图片数量,对比测试结果精度提升

3>标定姿态与使用姿态一致,应该可以增加精度

对这个6维的标定结果还需要进一步加深理解。

二、9点法标定

       这个是计算两个平面坐标系的相对关系,有3个自由度:位置x和y,还有一个旋转角θ.

       流程:

1>相机拍摄一张图片:

2>机械臂末端走4个位置与像素点对应

3>计算矩阵

机械臂用法兰尖端分别对了4个圆的中心。    

8

测试程序如下:

//camera pixel
    cv::Mat A = (cv::Mat_(4, 3) <<
             1482, 579, 1,
             2221, 571, 1,
             2233, 1316, 1,
             1490, 1322, 1
             );// 4x3   
    //robot base point
    cv::Mat B = (cv::Mat_(4, 3) <<
             412.918, -430.683, 1,
             365.714, -488.583, 1,
             307.422, -441.517, 1,
             354.509, -383.258, 1
             );   
    cv::Mat X;
    cv::solve(A, B, X, CV_SVD);
    std::cout << "X=" << std::endl << X << std::endl;   
    cv::Mat a1 = (cv::Mat_(1, 3) << 1370, 1450, 1.0);
    //352.412  -365.895  1370 1450
    //359.844  -436.166 1857  947
    cv::Mat b1 = a1*X;
    std::cout << "b1=" << std::endl << b1 << std::endl;
    std::cout << "真实值为:" << "359.844, -436.166, 1" << std::endl;

8

                     欢迎大家关注:

8

需要opencv手眼标定工程可在后台留言“opencv手眼标定工程”。

                     之前的过程在这里:

7_手眼标定_3_求解AX=XB理论

手眼标定问题排查_圆网格数据排查

手眼标定问题排查_1_棋盘格相机内参标定姿态数据

7_手眼标定_1_一个失败的流程记录

6_相机坐标系_相机4个坐标系详述

6_相机坐标系_1_相机标定概述

5_相机标定_3_calibrateCamera()例子

5_相机标定2_calibrateCamera()与内外参

5_相机标定_1_标定板选取与角点绘制

转载请注明来自码农世界,本文标题:《8》

百度分享代码,如果开启HTTPS请参考李洋个人博客
每一天,每一秒,你所做的决定都会改变你的人生!

发表评论

快捷回复:

评论列表 (暂无评论,100人围观)参与讨论

还没有评论,来说两句吧...

Top