基于RANSAC三维点云的平面提取算法

针对三维激光扫描点云的表面特征获取时间长,提取效果与减少运行时间不能兼得的问题,本文基于随机抽样一致算法(RANSAC)提出一种自动快速识别点云平面特征的算法。通过对RANSAC算法进行改进,提出基于迭代采样子集判断优化的方法,能够快速准确地识别并提取物体的平面特征。实验结果表明,本算法能有效准确地找到扫描物的平面。     

基于视觉跟踪的机器人测量方法与实现

为了对自主研发的工业机器人进行校准从而提高其运动精度,提出一种采用双目视觉动态跟踪球面编号靶点的机器人标定方法,利用安装在机器人末端靶球上特征分布的编号标志点进行工作空间内任意位姿的测量,由最小二乘迭代准确辨识出机器人的几何结构参数对控制器进行补偿。利用MFC由开放式、模块化思想编制标定软件,设计视觉测量、数据处理、机器人控制等功能模块,最后通过测量实例和对比实验,验证其可靠性和准确性。实验表明,该软件测量得到的位姿数据具有较高的精度,扩大了传统视觉跟踪的视野范围;同时将识别得到的机器人模型实际几何参数进行反馈补偿,成功地将机器人绝对位置精度由3.785 mm提高到1.618 mm,姿态精度由0.235 提高到0.139。     

一种机器人手眼关系混合标定方法

针对机器人手眼关系的求解问题,在现有研究方法基础上,将传统方法高精度的优点和主动视觉方法的简单易实现性相结合,提出了一种新的混合求解方法;只需机器人进行两次正交平移运动及分别对标定板成像一次,即可标定手眼旋转矩阵R,再指导机器人移动到标定板原点,即可求解手眼平移矩阵T。以自主研发的平方六轴串联机器人为实验对象,应用所提出方法求解出手眼关系,并用传统方法对所求结果进行分析,证明该方法误差在1 mm以内,不需要求解复杂的传统方程,且准确度高、易实现。