4、视觉系统校准、分割、姿态估计及机器人拾取的实用指南

视觉系统校准、分割、姿态估计及机器人拾取的实用指南

在工业自动化领域，视觉系统与机器人的协同工作至关重要。本文将详细介绍视觉系统的校准、分割与姿态估计方法，以及机器人拾取操作的实用考虑。

1. 视觉系统校准

视觉系统校准包括相机校准和激光扫描仪校准，这是实现精确操作的基础。
- 相机校准
- 相机内参校准 ：需要从特定视角拍摄已知方格尺寸的校准网格的多张图像，以确定最佳参数。
- 相机外参校准（手眼校准） ：使用一个由两个平面校准网格相互连接而成的 3D 校准网格。在校准网格上定义外部坐标系，通过机器人末端执行器坐标系的相对位姿来表示 3D 网格坐标点在末端执行器坐标系中的位置。将这些数据与相机内参一起输入到 OpenCV SDK 中实现的高效透视 n 点算法，从而完成校准。
- 激光扫描仪校准
- 校准背景 ：在非结构化环境中实现自动料箱拾取是一项具有挑战性的任务，通常使用安装在机器人末端执行器上的单目相机和 2D 激光扫描仪。但该设置需要对相机和激光扫描仪进行校准。
- 校准过程
- 坐标系定义 ：涉及三个坐标系，即基坐标系 {B}、末端执行器坐标系 {E} 和激光扫描仪坐标系 {L}，需要计算坐标系 E 和 L 之间的变换矩阵 $T_L$。
- 粗估计 ：将激光扫描仪的轮廓投影到平坦表面，手动放置一个尖状工件。在基坐