九点标定+旋转标定

最新推荐文章于 2025-04-16 23:35:26 发布
最新推荐文章于 2025-04-16 23:35:26 发布
阅读量1.1k 收藏 2
点赞数 3
文章标签： 视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_56549706/article/details/144781954
版权

眼在手外方式

1.夹取make点位置要求

机械手夹具夹持一个款标定板或者物料露出make点让视觉定位抓取

高度：与产品识别高度一致

左右位置：在相机视野内可以拍到make点

2.机械手走9个点移动位置要求（九点标定）

保证make在视野内走个九宫格S型走位（make点角度尽量不要变，横平竖直便于排查误差点）

 

3.机械手旋转标定位置要求（旋转标定）

机械手确定基准位

确定机械手到产品上方取料点（机械手记录当前位置，假设机械手末端坐标为

A（x100,y100,r0）。

视觉确定基准位

机械手移开让视觉完成抓取到产品轮廓然后（视觉记录当前产品位置为

（x0,y0,r0)基准位）。

以机械手旋转轴承为轴心，水平旋转6个点make点在视野内角度越大越好。

旋转完成发送机械手角度坐标给视觉。

4.机械手数据处理方式

1.视觉拍照

偏差值C = 视觉基准位B  - 当前拍照位置

2.机械手执行（计算）

机械手执行坐标  = 机械手基准位A + 偏差值C

个人笔记！！！！！！！

S-T-O
关注
九点标定 抓取 旋转中心
lddx_123456的博客
03-05 4124
在2D视觉抓取项目中，如果想要让机械手准确的抓取到工件，前提是需要知道机械手应该移动到哪里（位姿）。而移动到哪里（位姿）的获取就需要对相机和机械手进行标定。因此，九点标定（2D视觉）的目的就是获取相机下图像坐标系与机械手坐标系的转换关系，一旦知道了转换关系，就可以将图像坐标系下的坐标转换到机械手坐标系下。个人理解，九点标定的应用场景主要是2D抓取项目中，且其中还要涉及机械手轴线是否与法兰轴线重合，另外选择的九点尽可能遍布相机视野内。上述为九点标定的一个过程，其中不同的是。
Halcon九点及旋转标定流程
stephon_100的博客
10-29 1万+
参考文章：https://blog.youkuaiyun.com/william9987/article/details/119567827?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_title~default-1.no_search_link&spm=1001.2101.3001.4242.1 XY轴九点标定： 使用仿射变换： 夹具夹取产品或者标定块，选取一个特征，开始进行标定 X轴、Y轴移动一个位置...
九点标定(9点).rar
03-09
非常详细的讲解了halcon的相机绑定在机械手上的9点标定及补偿算法，适合用在贴片，点胶机等场合 对实现思路进行了详尽的说明
Halcon应用：九点标定-手眼标定
最新发布
P_rincedom的博客
04-16 910
九点标定-手眼标定：想象一下，人眼睛看到一个东西的时候要让手去抓取，就会控制手到物体旁边，可是眼睛看到的位置和手的位置所处的不一样，这就需要知道眼镜和手的坐标关系。如果把大脑比作中间人，把眼睛比作A，把手比作C,如果A和中间人的关系知道，中间人和C的关系知道，那么C和A的关系就知道了，也就是手和眼的坐标关系也就清晰了。
机器视觉中的九点标定
拳不离手曲不离口的博客
01-03 2678
机器视觉，手眼标定，九点标定
标定系列二、9点标定以及5点圆心标定过程（代码详解）
热门推荐
qiaodahua的博客
04-10 2万+
计算仿射变换矩阵*机械手9点坐标X,Y数组Rx=[]Ry=[]*像素坐标的x，y数组px=[]py=[]*计算仿射变换矩阵的RMS其中Rx_t,Ry_t为仿射变换后对应计算出的机械手坐标。Rx, Ry为实际标定时机械手的坐标，计算出距离偏差。其中distance存储9点的坐标偏差*将5个点对应像素坐标生成多线条轮廓*将轮廓进行拟合生成圆，求出对应圆心坐标。
九点标定
qq_44079482的博客
11-16 2370
本文适用于初学者。 首先对概念要清晰：九点标定是点的仿射变换，只是图像行列、和坐标XY的仿射关系，也就是矩阵关系。从只有XY2个坐标轴来看，只有二个方向，所以只能适用于2D。下面具体流程： 第一步：制作9个点，相机采图的时候能全部拍到即可。一般以会3X3的行列相等去制作。 1.在图像上找到9个圆的中心坐标。（二值化提取区域后排序获得区域行列坐标/使用模板匹配后排序获得行列坐标） 2.会用到的一些算子： rgb1_to_gray (Image, GrayImage) RGB图转灰度图 mirror
九点标定 opencv 方式实现 手眼标定
10-18
九点标定法是一种简化的标定方法，它通过捕捉至少九个已知二维图像点和它们对应的三维世界点来建立相机到世界的坐标变换关系。这种方法相对快速且适用于很多实际应用。 在C++中，使用OpenCV进行九点标定的过程通常...
海康威视visionmaster十二点标定
10-16
在进行十二点标定时，需要注意平移旋转标定的编辑标定点的输入，以及在标定完成后进行验证，确保标定文件的准确性。十二点标定的x、y、r变化是其特点之一，能够适应不同场景下的坐标变换。在新领域的应用探索中，...
基于OpenCv的机器人九点标定法
01-10
《基于OpenCv的机器人九点标定法》 在机器人领域，手眼标定是一项至关重要的技术，它旨在建立相机坐标系和机械手坐标系之间的精确对应关系，使得机器人能够根据相机捕获的图像准确地执行任务。传统的相机标定通常...
九点标定opencv，仿射变换
01-29
3. 迭代标定：调用`CalibrateCamera()`，传入图像角点和对象点，以及相机内参初始化值，函数会返回优化后的内参矩阵、失真系数、旋转矩阵和 translation 向量。 4. 评估标定质量：使用`ReprojectImageTo3D()`和`...
九点标定（opencv+VS2015)
08-04
estimateRigidTransform()：计算多个二维点对或者图像之间的最优仿射变换矩阵 （2行x3列），H可以是部分自由度，比如各向一致的切变。
九点标定.rar
07-16
九点标定源程序，使用C#和Halcon编程。包含Halcon源程序和C#程序。适合学习机器视觉的朋友学习研究。
九点标定(眼在手、眼在外)
10-26
九点标定(眼在手、眼在外)，halcon代码和图片资源
9点标定方法
slts12345的博客
03-23 5169
9点标定，旋转标定
机器人手眼标定（九点标定）
xieDragonhui的博客
04-24 7370
机器人九点标定
机械手相机9点坐标标定-基于C#+EmguCV
weixin_34054931的博客
01-17 3596
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...
C++ 机器视觉自动标定+旋转中心
12-11
在C++中实现机器视觉自动标定和旋转中心计算通常涉及以下几个步骤： ### 1. 图像采集 首先，需要使用摄像头或图像采集设备获取图像。可以使用OpenCV库来简化这一过程。 ```cpp #include <opencv2/opencv.hpp> #include <iostream> int main() { cv::VideoCapture cap(0); // 打开默认摄像头 if (!cap.isOpened()) { std::cerr << "无法打开摄像头" << std::endl; return -1; } cv::Mat frame; while (true) { cap >> frame; // 捕获一帧 if (frame.empty()) break; cv::imshow("Frame", frame); if (cv::waitKey(30) >= 0) break; } return 0; } ``` ### 2. 图像预处理 在进行标定之前，通常需要对图像进行预处理，如灰度化、去噪、边缘检测等。 ```cpp cv::Mat gray; cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY); cv::GaussianBlur(gray, gray, cv::Size(5, 5), 0); cv::Mat edges; cv::Canny(gray, edges, 50, 150); ``` ### 3. 标定 使用标定板（如棋盘格）进行相机标定，计算相机的内参和外参。 ```cpp std::vector<std::vector<cv::Point2f>> imagePoints; std::vector<std::vector<cv::Point3f>> objectPoints; // 假设已经检测到棋盘格的角点 cv::Mat cameraMatrix, distCoeffs; std::vector<cv::Mat> rvecs, tvecs; cv::calibrateCamera(objectPoints, imagePoints, cv::Size(gray.cols, gray.rows), cameraMatrix, distCoeffs, rvecs, tvecs); ``` ### 4. 旋转中心计算 通过计算相机的旋转矩阵和位移向量，可以进一步计算出旋转中心。 ```cpp cv::Mat rotationMatrix; cv::Rodrigues(rvecs[0], rotationMatrix); cv::Mat rotationCenter = -rotationMatrix.t() * tvecs[0]; ``` ### 5. 结果展示 将标定结果和旋转中心在图像上展示出来。 ```cpp cv::Mat result = frame.clone(); cv::drawChessboardCorners(result, cv::Size(9, 6), cv::Mat(imagePoints[0]), true); cv::putText(result, "Rotation Center: " + cv::format("%.2f, %.2f, %.2f", rotationCenter.at<double>(0), rotationCenter.at<double>(1), rotationCenter.at<double>(2)), cv::Point(10, 30), cv::FONT_HERSHEY_SIMPLEX, 0.6, cv::Scalar(0, 0, 255), 2); cv::imshow("Result", result); ``` ### 总结 通过上述步骤，可以在C++中使用OpenCV库实现机器视觉自动标定和旋转中心计算。这种方法在机器人视觉、自动化检测等领域有广泛应用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值