1.一种基于RANSAC的便携式激光扫描测量臂手眼标定方法,将现有手眼标定方法与随机采样一致性算法结合的新的手眼标定方法,包括以下步骤:
设定数据筛选原则,综合考虑关节臂末端相对运动旋转轴之间的夹角和测量臂与扫描测头相对运动的旋转角差值两因素;
利用RANSAC算法对标定数据进行阈值自适应预筛选;
利用现有的手眼标定算法对筛选后的标定数据进行估计。
2.根据权利要求1所述的便携式激光扫描测量臂手眼标定方法,其特征在于,所述的阈值自适应的数据筛选方法的基本步骤如下:
I.对旋转矩阵的旋转角进行预筛选,旋转角接近0°或180°,不满足罗德里格旋转角特性,旋转轴具有歧义性;
II.设置初始内点比例ω0和初始抽样次数K0,其中,ω0=n0/N,K0=logz/log(1-ω2),z为K0次抽样均为坏样本的概率,N为I预筛选后的数集空间点总数,n0为初始内点个数;
III.任意抽取两次相对运动i,j,计算旋转轴ri,rj的夹角θij,使夹角满足条件:90°-θt<θij<90°+θt,θt为角度阈值,测量臂两次相对运动旋转轴之间的最优夹角为90°,根据该原则筛选出符合条件的点,通过数据筛选更新内点比例ωi,若ωi>ω0,则ω0=ωi,并更新K0;
IV.更新内点个数n0,判断内点个数是否满足实验预设个数(本发明设定为15),若n0<15,则更新筛选阈值θt,θt=θt+1;
V.判断抽样次数是否超过K0,若超过则停止抽样,否则,返回III。
3.根据权利要求1所述的便携式激光扫描测量臂手眼标定方法,其特征在于,采用以目的为导向的精度评价方法进行精度评估,具体方法如下:根据已标定的手眼关系X和未参与计算X的机械手运动模型提供的变换矩阵Bi来计算摄像机变换矩阵的估计值将摄像机标定数据中的每个测量值Ai与对应的估计值进行比较,定义相对旋转和相对平移的误差公式如下:
4.根据权利要求1所述的便携式激光扫描测量臂手眼标定方法,其特征在于,所述手眼标定方程求解精度的影响因素包括算法本身和标定数据的选择;
假定标定数据中旋转矩阵R的标定误差为ΔR,得到旋转矩阵的误差公式:
R'A=RA-ΔRA R'B=RB-ΔRB (3)
式中∠(kAij,kAjk)表示两次相对运动的旋转轴夹角,θA表示相对运动的旋转角度;由上述公式可知提高手眼标定方程中旋转矩阵求解精度的因素为:增大机器人手臂末端执行器两次相对运动旋转轴之间的夹角∠(kAij,kAjk);增大视觉传感器相对运动的旋转角,即增大机器人手臂末端执行器与摄像机坐标系相对运动的旋转角度误差Δθ。
5.根据权利要求1所述的便携式激光扫描测量臂手眼标定方法,其特征在于,所述手眼标定方程中手眼关系X的唯一确定至少需要两次旋转轴非平行的相对位姿变换,具体公式如下:
定义A表示视觉传感器的变换矩阵,B表示机器人手臂末端执行器的变换矩阵,X表示手眼变换关系矩阵,则手眼标定方程为AX=XB,可以用旋转矩阵R和平移向量t表示为:
RARX=RXRB (1)
(RA-I3)tX=RXtB-tA (2)。