• 机械手相机9点坐标标定-基于C#+EmguCV


            很多初学者,都对标定概念模糊不清,分不清坐标系之间的关系,搞不清相机标定和机械手相机标定有什么关系,想当初自己也是一个人摸索了很久,本文将尽量给大家解释。

             我们通常所说的相机标定分为两种,一种是相机参数的标定,这一般用到张氏标定法标定的作用是校正相机自身的畸变,利用校正得到的参数对图形进行处理后再呈现出来。关于这方面的资料,网上大把,我也不再此说明。一般的机械手定位也不会进行这个标定,因为现在的相机畸变还是很小的,精度可以满足大多数要求。

            本文要介绍的是第二种,相机和机械手之间的标定,作用:建立相机坐标系和机械手坐标系之间的关系,即给机械手装上眼睛,让它去哪就去哪。

             常用的方法是9点标定,所用到函数是EstimateRigidTransform,网上关于 estimateRigidTransform 的详细说明很少,Emgucv的几乎没有。当时找了N久,一度以为opencv没有坐标系转换的算法,差点就投奔halcon去了,不得不说,opencv在机器视觉方面的应用是完全不如halcon的。EstimateRigidTransform有两个方法。

               方法一:Mat EstimateRigidTransform(PointF[] sourcePoints, PointF[] destinationPoints, bool fullAffine);返回的是一个2*3的double的矩阵 。

    第一个参数sourcePoints:换之前图像上的点(相机坐标系下的点)

    第二个参数destinationPoints:换之后图像上的点(机械手坐标系下的点)

    第三个参数fullAffine:  TRUE(全仿射变换,包括:rotation, translation, scaling,shearing,reflection)

                                          FALSE(带有约束的仿射变换) 

               方法二:Mat EstimateRigidTransform(IInputArray src, IInputArray dst, bool fullAffine);   //返回的是图像

    第一个参数src:变换之前的图像

    第二个参数dst:变换之前的图像

    第三个参数fullAffine:  TRUE(全仿射变换,包括:rotation, translation, scaling,shearing,reflection)

                                          FALSE(带有约束的仿射变换) 

            因为我们需要的是坐标点,所以选用第一个函数。采用9点标定是因为点数越多越精确,但也不是越多越好,因为点数越多标定也会越麻烦,所选取的9个点在相机中间不要太靠近边缘,能够照顾到要定位的点即可。最少需要机械手和相机系下各2组点。

    标定步骤:

    0.准备工作:相机位置,机械手位置全部固定好,标定针固定在机械手上,固定好后不能够再移动。标定针的位置一定要与夹手或吸盘之内的工具同一位置高度。

    1.制作标定板,条件不行的,用普通的纸绘制9个圆,打印出来就行。

    2.将标定板放到相机下方,位置区域要与机械手工作的区域一样,包括高度必须尽量一致,这是标定准确度的关键。

    3.调整好相机焦距,拍照,然后识别9个点的坐标,关于如何找圆,opecv的霍夫变换找圆非常容易误判,比较好的方法是采用轮廓找圆法。这个我也想写篇博客讲一讲。

    4.将机械手依次移动到9的圆的中心,记下机械手坐标

    5.将机械手坐标destinationPoints与相机坐标sourcePoints代入方法EstimateRigidTransform,即可算出一个2*3的矩阵。

    private void CalRobot()
    {    
       Mat warpMat;
       warpMat = CvInvoke.EstimateRigidTransform(points_camera, points_robot, true);
       Image<Gray, float> img = warpMat.ToImage<Gray, float>();
       A = img.Data[0, 0, 0];
       B = img.Data[0, 1, 0];
       C = img.Data[0, 2, 0];
       D = img.Data[1, 0, 0];
       E = img.Data[1, 1, 0];
       F = img.Data[1, 2, 0];
    }

    6.根据所得到的标定参数,可将图像下的所有坐标转换为机器人的坐标,机器人即可移动到图像上指定的位置。

     坐标转换方法:

     public PointF TransformPoint(PointF pPoint)
     {
        //********************************************            
         // x = x'k*cost-y'k* sint+x0,
        // y = x'k*sint+y'k* cost+y0.
        //A = k*cost,B =-k* sint,C
        //D = k*sint,E = k* cost,F
        //********************************************* 
        PointF tPoint = new PointF();
        tPoint.X = Convert.ToSingle(A * pPoint.X + B * pPoint.Y + C);
        tPoint.Y = Convert.ToSingle(D * pPoint.X + E * pPoint.Y + F);
        return tPoint;
    }

    至此,标定结束,可以随意玩耍机械手,对着物体拍张照,定位要夹取的点,然后根据以上标定得到的参数将换算为机械手坐标系下的坐标,然后将坐标通过通信协议传送给机械手,就大功告成了!

  • 相关阅读:
    mysql之数据类型以及操作数据表
    mysql之提示符
    神经网络-1
    matlab使用摄像头人脸识别
    使用git和intelliJ
    VS配置使用第三方库
    Qt(1)
    附录:其他相关知识
    附录:python and numpy
    上手Caffe(二)
  • 原文地址:https://www.cnblogs.com/thebreeze/p/10316030.html
Copyright © 2020-2023  润新知