[发明专利]一种移动机器人3D手眼标定方法及装置

权利要求书

1.一种移动机器人3D手眼标定方法，其特征在于步骤包括：

S1标定相机取景范围覆盖移动机器人全部自由度；

S2记录移动机器人所持标定球所处相机坐标系下的点云数据cPⁱ，及其对应当前机器人坐标系下机器人位姿rPⁱ，形成n组点云数据；

S3提取标定球球面点云，采用最小二乘拟合算法确定每组点云数据中，标定球球心点所处相机坐标系下的坐标值

S4根据机器人位姿rPⁱ和对应标定球球心点坐标cTⁱ，依据第一算法求解偏移量Δt及手眼标定矩阵H；

S5将手眼标定矩阵H转化为欧拉角的形式，并将手眼标定矩阵结果H作为非线性优化的初值；根据第二算法分别计算手眼标定矩阵H和偏移量Δt与真值的差值dH、dΔr，并据此对手眼标定矩阵进行修正。

2.根据权利要求1所述得移动机器人3D手眼标定方法，其特征在于，所述第一算法步骤包括：

S41根据每个机器人位姿以欧拉角到旋转矩阵的转换关系，得到其矩阵形式下的位姿信息

S42设偏移量为Δt＝[Δx，Δy，Δz]^T，可得标定球球心点在机器人坐标系下相应时刻的坐标值

S43设相机坐标系到机器人坐标系的手眼标定矩阵为H，将相机坐标系下的球心点坐标转到机器人坐标系下为设则相同时刻的机器人位姿与相机坐标系下标定球球心点坐标可以建立如下等式：其中偏移量Δt和手眼标定矩阵H是需要求解的未知量X；

S44根据n组对应的机器人位姿和标定球球心点坐标通过步骤S43联立等式，并将等式划为A·X＝b的形矩阵形式；

S45利用奇异值分解求解线性方程即可求出未知量X，其即为所求的偏移量Δt和手眼标定矩阵H。

3.根据权利要求2所述得移动机器人3D手眼标定方法，其特征在于，所述第二算法步骤包括：

S51将手眼标定矩阵H转化为欧拉角的形式其中旋转矩阵与欧拉角r＝[α，β，γ]之间的转换关系为：

S52设手眼标定矩阵H和偏移量Δt与真值的差值分别为dH、dΔt，欧拉角形式下的表示为：dΔt＝[dΔx，dΔy，dΔz]；其中，dH、dΔt中的数值均趋于0；当dα，dβ，dγ≈0时，可以估计sindα≈0，cosdα≈1，则：

则矩阵形式的

S53将H、dH、Δt、dΔt带入第一算法的公式中，得到A·(Δt+dΔt)＝(H+dH)·b的方程，由于H和Δt已知，前述方程便可利用线性最下二乘的方法进行求解，得到补偿量dH和dΔt，从而得到更准确的手眼标定矩阵

4.根据权利要求1所述得移动机器人3D手眼标定方法，其特征在于，所述记录移动机器人所持标定球所处相机坐标系下的点云数据cPⁱ，及其对应当前机器人坐标系下机器人位姿rPⁱ的步骤包括：

S21将机器人移动到相机取景范围内后静止不动，触发相机拍摄第一组标定球的点云数据cP¹；同时记录机器人此刻在机器人基坐标系下的位姿rP¹，位姿rP¹包括机器人末端执行器在机器人坐标系下的坐标值和其姿态采用欧拉角的方式表示机器人的姿态信息，分别表示其绕X、Y、Z轴的旋转角度；

S22在相机取景范围内改变机器人的位置和姿态，记录机器人新的位姿信息rP²；同时相机拍摄该时刻下标定球的点云数据cP²；

S23重复以上步骤n次，以覆盖相机整个取景范围和机器人的空间自由度，得到n组标定的点云数据。

5.根据权利要求1所述得移动机器人3D手眼标定方法，其特征在于，步骤S3中提取标定球球面点云步骤包括：对任一组扫描点云数据cPⁱ，利用随机采样一致性算法，从点云数据中定位位于标定球上的点云。