0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器人视觉支持的配置

新机器视觉 来源:AI图像 作者:AI图像 2020-10-31 11:37 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

转自:AI图像

HALCON的手眼标定支持不同的配置,例如多种类的机器人传感器,和运作方式,传感器是增加的。下面,我们将简单讨论一下这些配置。

多关节机器人 vs. 水平多关节(SCARA)机器人

典型的多关节机器人的臂(如图1(a))有3个旋转关节,每个关节覆盖6个自由度(3个平移和3个旋转)。与之对比的是,SCARA(选择性服从的多关节机械臂)机器人(如图1(b))有着典型的3个平行旋转关节,和1个平行棱柱关节,其覆盖了仅4个自由度(3个平移和1个旋转)。

图1:不同种类的机器人:(a)多关节机器人(b)SCARA机器人

多关机机器人可用来捡工件,无论其方向如何,然后嵌入了一个程序包,可能需要特定的接近角度。因此,它们可以被用于非常复杂的方式。与之相反的是,SCARA机器人的动作被严格限制,它们不能使工具倾斜,但是它们提供更快和更精确的执行。它们更适合更高速的捡和放,包装和组装应用。由于其复杂的结果,如果仅有有限的空间,SCARA机器人通常是更受到青睐。

多关节机器人和SCARA机器人的手眼标定是很类似的,除了对于SCARA机器人在手眼标定之前,相机必须被标定。

相机和标定板 vs. 3D传感器和3D物体

依赖于应用,要么一个光学相机,或者一个3D传感器被用于识别物体,并确定它们的位姿。对于手眼标定,如果相机被使用,一个标定板或者标定物是需要的(如图2(a))。需要注意的是。仅在使用HALCON标定板的时候,标定物的自动探测才起作用。如果3D传感器被使用(如图2(b)),已知3D物体的位姿就可以被确定下来,如基于表面的匹配。这些位姿就可以直接被用于手眼系统的标定。

图2:不同种类的传感器:(a)有HALCON标定板的相机(b)具有3D物体的3D传感器

值得注意的是,尽管下面仅有单相机的系统被描述,当然你也可以用立体相机系统。这样,你标定仅仅是机器人相对于多个相机之一的关系,因为相机之间的关系被立体标定所决定。

移动的相机 vs. 静止的相机

对于架设相机,有两个可能的场景:

静止的相机

相机被架设在工具上,通过机器人在不同的位置上移动。

固定的相机

相机被架设在外边,不相对于机器人基座发生移动

图3描述了这两个场景。需要注意的是,相比于静止相机的手眼标定,移动相机的手眼标定,不同的位姿必须被确定下来。

图3:机器人视觉场景:(a)移动的相机,(b)静止的相机

HALCN的手眼标定不限于一个手的系统。你可以用它来标定安装在云台上相机或者可以选择观测更大范围的监控相机。两个系统对应安装在机器人上的相机;然后,标定运行你去结合来自不同相机位姿的视觉信息。

提前标定相机 vs. 在手眼标定中标定相机

对于配合使用一个相机的多关节机器人,可以同手眼标定一起完成对相机的标定。对于SCARA机器人和所有使用立体视觉或者多视角配置的系统,相机都必须提前标定。

原文标题:HALCON高级篇:机器人视觉

文章出处:【微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

责任编辑:haq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2574

    文章

    54431

    浏览量

    786332
  • 机器人
    +关注

    关注

    213

    文章

    30622

    浏览量

    219699
  • 3D
    3D
    +关注

    关注

    9

    文章

    2993

    浏览量

    113873

原文标题:HALCON高级篇:机器人视觉

文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    探索RISC-V在机器人领域的潜力

    探索RISC-V在机器人领域的潜力 测评:洄溯 测评时间: 2025年11月 测评对象: MUSE Pi Pro开发板(基于进迭时空K1系列高性能RISC-V CPU) 一、 开篇引言
    发表于 12-03 14:40

    高精度机器人控制的核心——基于 MYD-LT536 开发板的精密运动控制方案

    处理器,支持 1.8 GHz 主频,并集成2Tops NPU、G2D、VPU 4K高清视频编解码器,为复杂控制算法与视觉融合计算提供充足算力。米尔MYD-LT536开发板 在“高精度机器人控制”场景中
    发表于 11-14 15:48

    RK3576机器人核心:三屏异显+八路摄像头,重塑机器人交互与感知

    ?RK3576的强大并非偶然,其架构设计完美契合了现代机器人的核心需求:· 强大的异构计算与AI能力:内置的NPU为机器人视觉AI算法(如SLAM、行为识别、手势交互)提供了强劲的算力支持
    发表于 10-29 16:41

    巡检机器人落地攻略:RK3576驱动12路低延迟视觉

    :如何与现有平台对接?A:支持 RTSP/SRT/WebRTC 视频;业务对接可用 REST/WebSocket,事件联动用 MQTT/HTTP Hook。 06|结语巡检机器人需要移动、实时、可靠的视觉
    发表于 10-24 16:53

    工业机器人的特点

    的基础,也是三者的实现终端,智能制造装备产业包括高档数控机床、工业机器人、自动化成套生产线、精密仪器仪表、智能传感器、汽车自动化焊接线、柔性自动化生产线、智能农机、3D 打印机等领域。而智能制造装备中工业
    发表于 07-26 11:22

    协作机器人厂商为何要自研视觉方案

    年来,不少协作机器人厂商推出了“手眼一体”的协作机器人本体产品,或在研发视觉相机及视觉软件系统。
    的头像 发表于 06-19 14:58 873次阅读

    盘点#机器人开发平台

    地瓜机器人RDK X5开发套件地瓜机器人RDK X5开发套件产品介绍 旭日5芯片10TOPs算力-电子发烧友网机器人开发套件 Kria KR260机器人开发套件 Kria KR260-
    发表于 05-13 15:02

    【「# ROS 2智能机器人开发实践」阅读体验】视觉实现的基础算法的应用

    阅读心得体会:ROS2机器人视觉与地图构建技术 通过对本书第7章(ROS2视觉应用)和第8章(ROS2地图构建)的学习,我对机器人视觉感知和
    发表于 05-03 19:41

    【「# ROS 2智能机器人开发实践」阅读体验】+内容初识

    机器人技术的飞速发展,ROS 2 作为其核心工具之一,为开发者提供了强大的支持。与传统的理论书籍不同,本书深入浅出地讲解了 ROS 2 的架构、开发流程以及在智能机器人项目中的应用,以代码作为切入口,让
    发表于 04-27 11:24

    大象机器人携手进迭时空推出 RISC-V 全栈开源六轴机械臂产品

    识别联调。 进迭时空致力于为智能机器人提供完整全栈优化的RISC-V AI软硬件解决方案,第一代RISC-V AI CPU芯片K1已完成AI视觉感知、AI语音处理、自动避障、路径规划、运动控制等
    发表于 04-25 17:59

    海康机器人布局关节机器人业务

    关节机器人领域迎来一位实力选手。继布局移动机器人机器视觉业务后,海康机器人正在拓展新的产品线。
    的头像 发表于 03-20 10:47 1214次阅读

    【「具身智能机器人系统」阅读体验】2.具身智能机器人的基础模块

    具身智能机器人的基础模块,这个是本书的第二部分内容,主要分为四个部分:机器人计算系统,自主机器人的感知系统,自主机器人的定位系统,自主机器人
    发表于 01-04 19:22

    【「具身智能机器人系统」阅读体验】+两本互为支持的书

    最近在阅读《具身智能机器人系统》这本书的同时,还读了 《计算机视觉之PyTorch数字图像处理》一书,这两本书完全可以视为是互为依托的姊妹篇。《计算机视觉之PyTorch数字图像处理》是介绍
    发表于 01-01 15:50

    【「具身智能机器人系统」阅读体验】2.具身智能机器人大模型

    。 多模态融合的创新与突破 机器人控制技术的另一个重要突破在于多模态大模型的应用。相比于仅通过文字进行人机交互的传统方法,现代机器人能够融合视觉、声音、定位等多模态输入信息,为任务执行提供更加全面的感知
    发表于 12-29 23:04

    【「具身智能机器人系统」阅读体验】+初品的体验

    解决许多技术的和非技术的挑战,如提高智能体的自主性、处理复杂环境互动的能力及确保行为的伦理和安全性。 未来的研究需要将视觉、语音和其他传感技术与机器人技术相结合,以探索更加先进的知识表示和记忆模块,利用强化学习进一步优化决策过程。
    发表于 12-20 19:17