Halcon 相机标定、手眼标定及机器人位姿矩阵的求解

2024-05-31 00:58

本文主要是介绍Halcon 相机标定、手眼标定及机器人位姿矩阵的求解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


1.相机内外参标定


标定目的:为了获得相机的内参(焦距、畸变系数等)和外参(从世界坐标系转换到摄像机坐标系的旋转矩阵和平移矩阵)
标定步骤:
(1)相机固定,在放置物体的平面上放置halcon标定板;
(2)拍摄标定板图像,拍摄要求如下图所示:
在这里插入图片描述

(3)拍摄完毕后,打开halcon相机标定助手:
在这里插入图片描述

(4)将第二步拍摄到的标定板图像输入,进行标定。
在这里插入图片描述

(5)点击标定,内外参即可标定完毕。
在这里插入图片描述

2.眼在手外的手眼标定

眼在手外,是指摄像机(眼)和机械手(手)分离,眼的位置相对于手是固定的,如下图所示:
在这里插入图片描述
手眼标定的目的:为了获得相机camera相对于机器人基坐标base的位姿矩阵
手眼标定的原理:https://blog.csdn.net/xiaoluoshan/article/details/99827717;
手眼标定的步骤:
(1)相机固定,机器人基坐标固定,标定板固定安装在机器人的末端工具上;
(2)控制机器人移动标定板的位置,使标定板图像在相机的视野中,然后拍摄标定板并记录当前机器人末端的位置,拍摄要求同上面的内外参标定一样;
(3)参照halcon中眼在手外的手眼标定例程,进行手眼标定,获取相机cam相对于机器人基坐标base的位姿矩阵(Hcaminbase),详细步骤及原理参照:
http://www.skcircle.com/?id=1181;

3.计算机器人末端抓手抓取物体时的位姿矩阵

通过手眼标定,可以得到相机camera相对于机器人基坐标base的位姿矩阵(Hcaminbase);通过图像处理和相机标定,可以得到物体object相对于相机camera的位姿矩阵(Hobjincam);因此,可以得到物体object相对于机器人基坐标base的位姿矩阵(Hobjinbase):
在这里插入图片描述

记:末端抓手tool相对于机器人末端end的位姿矩阵为Htoolinend(未知,待求量),末端抓手tool相对于物体object的位姿矩阵为Htoolinobj(已知,通过控制机器人将抓手放置于物体上即可),此时机器人末端end相对于机器人基坐标base的位姿矩阵为Hendinbase(已知,从上位机界面读取),因此可以得到:
在这里插入图片描述

当相机拍摄物体后,抓手抓取物体时机器人末端的位姿矩阵Hendinbase:
在这里插入图片描述

将计算出来的机器人末端的位姿矩阵Hendinbase发送给机器人,即可到达抓手抓取物体时的位置和姿态,进而对物体实现抓取等动作。

这篇关于Halcon 相机标定、手眼标定及机器人位姿矩阵的求解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1017173

相关文章

hdu 4565 推倒公式+矩阵快速幂

题意 求下式的值: Sn=⌈ (a+b√)n⌉%m S_n = \lceil\ (a + \sqrt{b}) ^ n \rceil\% m 其中: 0<a,m<215 0< a, m < 2^{15} 0<b,n<231 0 < b, n < 2^{31} (a−1)2<b<a2 (a-1)^2< b < a^2 解析 令: An=(a+b√)n A_n = (a +

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

hdu 6198 dfs枚举找规律+矩阵乘法

number number number Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Problem Description We define a sequence  F : ⋅   F0=0,F1=1 ; ⋅   Fn=Fn

基于树梅派的视频监控机器人Verybot

最近这段时间做了一个基于树梅派 ( raspberry pi ) 的视频监控机器人平台 Verybot ,现在打算把这个机器人的一些图片、视频、设计思路进行公开,并且希望跟大家一起研究相关的各种问题,下面是两张机器人的照片:         图片1:                   图片2                    这个平台的基本组成是:

海鸥相机存储卡格式化如何恢复数据

在摄影的世界里,‌每一张照片都承载着独特的记忆与故事。‌然而,‌当我们不慎将海鸥相机的存储卡格式化后,‌那些珍贵的瞬间似乎瞬间消逝,‌让人心急如焚。‌但请不要绝望,‌数据恢复并非遥不可及。‌本文将详细介绍在海鸥相机存储卡格式化后,‌如何高效地恢复丢失的数据,‌帮助您重新找回那些宝贵的记忆。‌ 图片来源于网络,如有侵权请告知 一、‌回忆备份情况 ‌海鸥相机存储卡格式化如何恢复数据?在意

线性代数|机器学习-P35距离矩阵和普鲁克问题

文章目录 1. 距离矩阵2. 正交普鲁克问题3. 实例说明 1. 距离矩阵 假设有三个点 x 1 , x 2 , x 3 x_1,x_2,x_3 x1​,x2​,x3​,三个点距离如下: ∣ ∣ x 1 − x 2 ∣ ∣ 2 = 1 , ∣ ∣ x 2 − x 3 ∣ ∣ 2 = 1 , ∣ ∣ x 1 − x 3 ∣ ∣ 2 = 6 \begin{equation} ||x

解析apollo纵向控制标定表程序

百度apollo采用标定表描述车辆速度、加速度与油门/刹车之间的关系。该表可使无人车根据当前车速与期望加速度得到合适的油门/刹车开合度。除了文献《Baidu Apollo Auto-Calibration System - An Industry-Level Data-Driven and Learning based Vehicle Longitude Dynamic Calibrating

2024 年高教社杯全国大学生数学建模竞赛题目——2024 年高教社杯全国大学生数学建模竞赛题目的求解

2024 年高教社杯全国大学生数学建模竞赛题目 (请先阅读“ 全国大学生数学建模竞赛论文格式规范 ”) 2024 年高教社杯全国大学生数学建模竞赛题目 随着城市化进程的加快、机动车的快速普及, 以及人们活动范围的不断扩大,城市道 路交通拥堵问题日渐严重,即使在一些非中心城市,道路交通拥堵问题也成为影响地方经 济发展和百姓幸福感的一个“痛点”,是相关部门的棘手难题之一。 考虑一个拥有知名景区

【线性代数】正定矩阵,二次型函数

本文主要介绍正定矩阵,二次型函数,及其相关的解析证明过程和各个过程的可视化几何解释(深蓝色字体)。 非常喜欢清华大学张颢老师说过的一段话:如果你不能用可视化的方式看到事情的结果,那么你就很难对这个事情有认知,认知就是直觉,解析的东西可以让你理解,但未必能让你形成直觉,因为他太反直觉了。 正定矩阵 定义 给定一个大小为 n×n 的实对称矩阵 A ,若对于任意长度为 n 的非零向量 ,有 恒成

【机器人工具箱Robotics Toolbox开发笔记(二十)】机器人工具箱SerialLink I类函数参数说明

机器人工具箱中的SerialLink表示串联机器人型机器人的具体类。该类使用D-H参数描述,每个关节一组。SerialLink I类包含的参数如表1所示。 表1 SerialLink I类参数 参  数 意    义 参  数 意    义 plot 显示机器人的图形表示 jacobn 工具坐标系中的雅可比矩阵 plot3D 显示机器人3D图形模型 Jacob_dot