机械手视觉引导相关算法

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

在开发项目的过程中，产品有一个入料初定位，需要操作员把产品放到载具上后，一个大视野的相机会拍一下产品，然后伺服电机对载具进行一个调整，以保证产品在小视野的相机范围内，从而进行检测。这里我们用到了相机和伺服电机的手眼标定，及位置补正算法。
机械手分为：4轴，6轴或者XY模组或UVW模组。相关的视觉引导项目主要包括：抓取，放置，位置补正，贴合。其中相机模式又分为：单相机和多相机；相机固定安装和相机手部安装。机械手核心是通过相机拍摄Mark点，计算出产品的偏移位置，让执行机构去执行某个动作。
操作步骤主要分为：4步(标定的核心思想就是相机坐标系和机械坐标系进行统一，然后根据产品实时来料位置计算偏差)
1.相机的非线性校正(此步骤需要更具实际情况选取，由于相机镜头的光学特性比较稳定，大多数情况此步骤可以省略)；
2.相机与机器人做9点标定手动标定：可以使用机器人扎9个点，然后相机拍摄次9个点的像素位置；自动标定：机器人抓住工件移动9个位置，得到9个机械坐标，相机也得到9个像素坐标，然后标定（此过程需要标定软件和机械进行实时通信，确定机械位置和像素Mark点）；
3.计算机器人的旋转中心（由于机械的夹具中心和法兰中心不重合，所以需要进行旋转标定）机器人抓住工件至少旋转三个不同角度，工件要在相机视野内，相机可以得到多个像素坐标值，通过三个坐标值拟合圆心，为旋转中心；(旋转中心是否计算也要根据具体需求选取，若产品来料无角度或者产品不需要做角度补偿，则此步骤可以省略)
4.相机通过公式计算得到最终输出结果：(rx0,ry0)为旋转中心，(x,y)为被旋转的点，(x0,y0)旋转后的点旋转公式：X0 = cos(a)*(x-rx0) - sin(a)*(y-ry0) + rx0Y0 = cos(a)*(y-ry0) + sin(a)*(x-rx0) + ry0其中对应halcon核心算子为：a.计算出仿射变换矩阵：vector_to_hom_mat2d( : : Px, Py, Qx, Qy : HomMat2D)b.求旋转矩阵：hom_mat2d_rotate( : : HomMat2D, Phi, Px, Py : HomMat2DRotate)c.应用仿射变换矩阵求出对应点：affine_trans_point_2d( : : HomMat2D, Px, Py : Qx, Qy)d.求取圆心坐标：fit_circle_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row,Column, Radius, StartPhi, EndPhi, PointOrder)转自：天眼观视界

本文仅做学术分享，如有侵权，请联系删文。

好消息！

小白学视觉知识星球

开始面向外开放啦👇👇👇

下载1：OpenCV-Contrib扩展模块中文版教程在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。交流群欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~