技术特征：
1.一种基于多信息融合的机械臂末端位置估计方法，其特征在于，包括：确定靶标；将视觉传感器安装在机械臂的末端，并铺设靶标，通过视觉传感器对铺设的靶标进行位姿检测，以标定视觉传感器与机械臂末端空间位置关系；基于标定的视觉传感器与机械臂末端空间位置关系，得到基于视觉传感器估计的机械臂末端位置；保证视觉传感器采集的图像数据和机械臂反馈数据在空域和时域的一致性的情况下，采用多速率卡尔曼滤波进行数据融合，得到融合后的机械臂末端位置信息。2.根据权利要求1所述的基于多信息融合的机械臂末端位置估计方法，其特征在于，所述靶标为由红绿蓝三色构成的立方体的靶标，按照三色不同顺序排列形成6个颜色互异的靶标；同一个靶标6个面的三色排列顺序一致；靶标每个面的三种颜色自形成边长为1.4mm、2.4mm和3.0mm的正方形，3个正方形的中心点相同；靶标具有中心过孔的通孔。3.根据权利要求1所述的基于多信息融合的机械臂末端位置估计方法，其特征在于，所述将视觉传感器安装在机械臂的末端，并铺设靶标，通过视觉传感器对铺设的靶标进行位姿检测，以标定视觉传感器与机械臂末端空间位置关系包括：将视觉传感器安装在机械臂的末端，保证光轴方向与延伸杆方向一致，并固联；选择五个靶标，将其中四个靶标铺设为环状，5个中剩下的靶标放置在环状中心；通过调整视觉传感器与机械臂位姿状态，将环状上的四个靶标到中心靶标投影在图像上具有等长的像元数后，通过测量记录视觉传感器与机械臂末端的空间相对位置。4.根据权利要求1所述的基于多信息融合的机械臂末端位置估计方法，其特征在于，所述基于标定的视觉传感器与机械臂末端空间位置关系，得到基于视觉传感器估计的机械臂末端位置包括：将6个靶标均匀地铺设在机械臂运动的区域内，通过垂视成像的方式获取靶标在图像中的位置，根据靶标在图像中的位置以及标定的视觉传感器与机械臂末端空间位置关系，并结合视觉传感器自身参数和地面分辨率，得到基于视觉传感器估计的机械臂末端位置。5.根据权利要求4所述的基于多信息融合的机械臂末端位置估计方法，其特征在于，得到的基于视觉传感器估计的机械臂末端位置表示为：其中，及都表示基于视觉传感器估计的机械臂末端位置，表示地面分辨率，表示视觉传感器的图像的中心点坐标，表示靶标中心点坐标，表示靶标空间坐标位置，表示焦距，表示像元尺寸，表示视觉传感器与
机械臂末端的空间相对位置。6.根据权利要求5所述的基于多信息融合的机械臂末端位置估计方法，其特征在于，地面分辨率表示为：其中，和分别表示靶标中三条由长到短的线段对应像元数量。7.根据权利要求1所述的基于多信息融合的机械臂末端位置估计方法，其特征在于，所述保证视觉传感器采集的图像数据和机械臂反馈数据在空域和时域的一致性的情况下，采用多速率卡尔曼滤波进行数据融合，得到融合后的机械臂末端位置信息包括：在时域方面，采用嵌入式硬件电路通过外触发控制视觉传感器成像，并获取图像数据，触发信号上升沿和图像帧同步信号的时间间隔；同时，通过外触发控制机械臂控制器，触发信号上升沿和机械臂反馈数据的起始信号的时间间隔，则视觉传感器和机械臂间存在时间差，在触发视觉传感器后，延时时间后触发机械臂控制器，以确保图像数据和机械臂反馈数据的同步；在空域方面，根据标定的视觉传感器与机械臂末端空间位置关系，保证图像数据和机械臂反馈数据的空间一致性；采用多速率卡尔曼滤波的方式，将视觉传感器和机械臂自身传感器各自测量的数据进行融合处理，得到融合后的机械臂末端位置信息。8.根据权利要求1所述的基于多信息融合的机械臂末端位置估计方法，其特征在于，得到融合后的机械臂末端位置信息表示为：其中，下标表示第次视觉传感器成像；表示视觉传感器成像周期内的第次对机械臂位置的采集；表示视觉传感器成像周期与机械臂采集的周期比；表示融合后的机械臂末端位置信息；表示邻帧视觉传感器位置差与同时刻机械臂的位置差的差值；表示机械臂自身估计的三轴末端位置信息；表示基于视觉传感器估计的机械臂末端位置；表示视觉传感器与机械臂末端安装位置差；与分别表示统计特性未知的系统噪声和观测噪声。
技术总结
本发明提供一种基于多信息融合的机械臂末端位置估计方法，属于机械臂位姿测量技术领域。所述方法包括：确定靶标；将视觉传感器安装在机械臂的末端，并铺设靶标，通过视觉传感器对铺设的靶标进行位姿检测，以标定视觉传感器与机械臂末端空间位置关系；基于标定的视觉传感器与机械臂末端空间位置关系，得到基于视觉传感器估计的机械臂末端位置；保证视觉传感器采集的图像数据和机械臂反馈数据在空域和时域的一致性的情况下，采用多速率卡尔曼滤波进行数据融合，得到融合后的机械臂末端位置信息。采用本发明，能够提高机械臂末端位置估计精度。精度。精度。
技术研发人员：潘京辉 彭开香 潘月斗
受保护的技术使用者：北京科技大学
技术研发日：2022.05.13
技术公布日：2022/6/21