本發明屬于機器人標定相關,更具體地,涉及一種人形機器人上半身的標定方法及設備。
背景技術:
1、一般的人形機器人的靈巧操作主要依靠頭部的視覺傳感器與上半身安裝的左右兩臺串聯機械臂。需要知曉視覺傳感器坐標系與機械臂坐標系之間的相對姿態關系,才能保證三個設備在統一的坐標系下進行建模與控制。例如當視覺傳感器識別到目標物體后,該物體在視覺坐標系下的位姿信息能夠轉換到操作機械臂的基坐標系下,機械臂便可依據控制模型運動到達物體的實際位置并完成對應的靈巧操作。
2、實際生產制造的人形機器人,由于裝配精度、使用磨損等多種原因,設備中各種結構的幾何尺寸與相對位置關系相較于設計圖紙存在不同程度的誤差。這種誤差會影響人形機器人上半身靈巧操作的效果,因此需要標定獲取實際的各設備坐標系的相對位姿關系。
3、人形機器人上半身存在“視覺傳感器-云臺-左機械臂-末端靶標”與“視覺傳感器-云臺-右機械臂-右末端靶標”兩個閉環,傳統方法一次僅能選擇其中一個閉環標定并分步得到系統中所需的所有未知位姿關系。分布標定方法存在“視覺傳感器-云臺”位姿關系的多解問題與誤差傳遞問題,降低了系統的整體標定精度。
技術實現思路
1、針對現有技術的以上缺陷或改進需求,本發明提供了一種人形機器人上半身的標定方法及設備,其旨在解決現有機器人標定方法的標定精度較低的問題。
2、為實現上述目的,按照本發明的一個方面,提供了一種人形機器人上半身的標定方法,該方法包括以下步驟:
3、(1)以雙目相機-云臺-左機械臂-左末端靶標與雙目相機-云臺-右機械臂-右末端靶標兩個閉環模型分別采集標定數據;
4、(2)采用視覺坐標系與靶標點之間的轉換關系和靶標點的三維坐標的估計值之間的關系式來表示測量靶標點的三維坐標;同時,將機械臂末端坐標系到基坐標系的轉換關系的估計值作為機械臂末端坐標系到基坐標系的轉換關系的實測值;將云臺基坐標系到末端坐標系的轉換關系的估計值作為云臺基坐標系到末端坐標系的轉換關系的實測值,進而將得到的多個關系式組成多維方程組;
5、(3)以標定數據的實測值與基于多維方程組計算得到的估計值之間的馬式距離來構建目標優化函數,基于目標優化函數對多維方程組中的未知坐標系轉換關系及靶標點在機械臂末端坐標系的三維坐標進行迭代反推直到收斂,基于當前反推得到的未知坐標系轉換關系來確定所述關系式,當前反推得到的靶標點在機械臂末端坐標系的三維坐標即為靶標點的三維坐標的估計值,標定完成。
6、進一步地,建立標定數據的估計量的多維向量及其由估計量的表達式組成的多維方程組。
7、進一步地,該表達式的建立以機器人幾何結構為依據,自變量為系統未知坐標系轉換關系與靶標點未知三維坐標。
8、進一步地,對于任一一組“雙目相機-云臺-左機械臂-左末端靶標”的閉環標定數據,對應的所述關系式為:
9、
10、
11、式中,為云臺末端坐標系到視覺坐標系的轉換關系,以齊次變換矩陣的形式表示;為云臺基坐標系到末端坐標系的轉換關系,以齊次變換矩陣的形式表示;為左機械臂末端坐標系到基坐標系的轉換關系,以齊次變換矩陣的形式表示;表示左靶標上靶標點在左機械臂末端坐標系下的三維坐標,以三維向量的形式表示。
12、進一步地,將得到的多個關系式組成多維方程組:
13、
14、式中表示標定數據的估計量所組成的多維向量,為“雙目相機-云臺-左機械臂-左末端靶標”閉環的標定數據的估計量所組成的多維向量;為“雙目相機-云臺-右機械臂-右末端靶標”閉環的標定數據的估計量所組成的多維向量;fleft(x)為“雙目相機-云臺-左機械臂-左末端靶標”閉環的標定數據的估計量的表達式所組成的多維方程組;fright(x)為“雙目相機-云臺-右機械臂-右末端靶標”閉環的標定數據的估計量的表達式所組成的多維方程組。
15、進一步地,向量x表示標定算法對機器人系統未知坐標系轉換關系與未知靶標點三維坐標的估計量所組成的向量,組成為:
16、
17、進一步地,使用高斯分布對標定數據的觀測量l進行建模:
18、l~n(l*,σll)
19、式中l*表示標定數據觀測量對應的真值,σll表示觀測值的觀測誤差的二階矩;
20、目標優化函數的表達式為:
21、
22、使用高斯-牛頓法求解目標優化函數的最優解。
23、進一步地,對目標優化函數進行局部線性化,得到:
24、
25、式中表示第a次迭代時向量x的取值,表示標定數據的觀測量與估計量的差值,即估計誤差;
26、使用高斯-牛頓法迭代優化由系統未知坐標系轉換關系與靶標點未知三維坐標組合的多維向量的取值,進而依據多維方程組改變標定數據的估計量的取值,使得馬氏距離最小。
27、本發明還提供了一種人形機器人上半身的標定系統,所述系統包括存儲器及處理器,所述存儲器儲存有計算機程序,所述處理器執行所述計算機程序時執行如上所述的人形機器人上半身的標定方法。
28、本發明還提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有機器可執行指令,所述機器可執行指令在被處理器調用和執行時,所述機器可執行指令促使所述處理器實現如上所述的人形機器人上半身的標定方法。
29、總體而言,通過本發明所構思的以上技術方案與現有技術相比,本發明提供的人形機器人上半身的標定方法及設備主要具有以下有益效果:
30、1.多閉環系統同步標定:將標定數據的所有觀測量、估計量及幾何約束關系整合為統一的多維方程組表達形式,讓未知參數在全局優化中一次性求解;相較于傳統分步標定方法需單獨標定各閉環,導致“雙目相機-云臺”關鍵坐標系變換關系存在多解性,本發明所提方法通過多閉環聯合建模,將兩閉環的幾何約束整合為統一多維方程組,直接求解唯一解,避免多解問題;分步標定中,前一步標定誤差會傳遞至后續環節,累積導致整體精度下降,而本發明所提方法通過同步標定兩閉環,所有未知參數在全局優化中一次性求解,消除誤差傳遞路徑,提升系統整體標定精度。
31、2.基于馬氏距離構建目標優化函數:以標定數據的實測值(觀測值)與基于多維方程組計算得到的估計值之間的馬式距離來構建目標優化函數,通過引入測量誤差的協方差矩陣,對不同測量數據的可靠性進行加權,有效抑制噪聲干擾,提升標定結果的魯棒性。結合高斯分布建模觀測誤差,使優化過程更貼合實際測量特性,確保未知參數的估計值在統計意義上最優,顯著提高標定精度。
32、3.本發明所構建的方程組的數量不受限制,可用于人形機器人上半身多閉環標定模型,解決機器人系統中多閉環標定存在的多解與誤差傳遞問題,進而提高了標定精度。
1.一種人形機器人上半身的標定方法,其特征在于,該方法包括以下步驟:
2.如權利要求1所述的人形機器人上半身的標定方法,其特征在于:建立標定數據的估計量的多維向量及其由估計量的表達式組成的多維方程組。
3.如權利要求2所述的人形機器人上半身的標定方法,其特征在于:該表達式的建立以機器人幾何結構為依據,自變量為系統未知坐標系轉換關系與靶標點未知三維坐標。
4.如權利要求1所述的人形機器人上半身的標定方法,其特征在于:對于任一一組雙目相機-云臺-左機械臂-左末端靶標所形成閉環的閉環標定數據,對應的所述關系式為:
5.如權利要求4所述的人形機器人上半身的標定方法,其特征在于:將得到的多個關系式組成多維方程組:
6.如權利要求5所述的人形機器人上半身的標定方法,其特征在于:向量x表示標定算法對機器人系統未知坐標系轉換關系與未知靶標點三維坐標的估計量所組成的向量,組成為:
7.如權利要求1所述的人形機器人上半身的標定方法,其特征在于:使用高斯分布對標定數據的觀測量l進行建模:
8.如權利要求7所述的人形機器人上半身的標定方法,其特征在于:對目標優化函數進行局部線性化,得到:
9.一種人形機器人上半身的標定系統,其特征在于:所述系統包括存儲器及處理器,所述存儲器儲存有計算機程序,所述處理器執行所述計算機程序時執行權利要求1-8任一項所述的人形機器人上半身的標定方法。
10.一種計算機可讀存儲介質,其特征在于:所述計算機可讀存儲介質存儲有機器可執行指令,所述機器可執行指令在被處理器調用和執行時,所述機器可執行指令促使所述處理器實現權利要求1-8任一項所述的人形機器人上半身的標定方法。