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!
机械手相机9点坐标标定-基于C#+EmguCV的更多相关文章
- VINS(四)初始化与相机IMU外参标定
和单目纯视觉的初始化只需要获取R,t和feature的深度不同,VIO的初始化话通常需要标定出所有的关键参数,包括速度,重力方向,feature深度,以及相机IMU外参$R_{c}^{b}$和$p_{ ...
- 相机imu外参标定
1. 第一步初始化imu外参(可以从参数文档中读取,也可以计算出),VINS中处理如下: # Extrinsic parameter between IMU and Camera. estimate_ ...
- 经纬度坐标数据处理——基于R
ggmap w=read.csv("LA.Neighborhoods.csv") w=data.frame(w,density=w$Population/w$Area) u=w[, ...
- 【开篇】基于C#+EmguCV的机器视觉平台开发
市面上关于通用的机器视觉平台已有不少,一些大的视觉产品.设备制造商都有开发自己的一套系统.其通用性也都有一些行业局限,难以囊括所有可能性,一些需要经过二次开发,这也是难以攻克的问题.本人水平有限,再加 ...
- 相机标定:PNP基于单应面解决多点透视问题
利用二维视野内的图像,求出三维图像在场景中的位姿,这是一个三维透视投影的反向求解问题.常用方法是PNP方法,需要已知三维点集的原始模型. 本文做了大量修改,如有不适,请移步原文: ...
- 基于OpenCV单目相机的快速标定--源码、工程、实现过程
相机的标定是所有人走进视觉世界需要做的第一件事,辣么多的视觉标定原理解释你可以随便在网上找到,这里只讲到底如何去实现,也算是给刚入门的朋友做个简单的分享. 1.单目相机标定的工程源码 首先请到同性交友 ...
- SLAM入门之视觉里程计(6):相机标定 张正友经典标定法详解
想要从二维图像中获取到场景的三维信息,相机的内参数是必须的,在SLAM中,相机通常是提前标定好的.张正友于1998年在论文:"A Flexible New Technique fro Cam ...
- Camera Calibration 相机标定:Opencv应用方法
本系列文章由 @YhL_Leo 出品,转载请注明出处. 文章链接: http://blog.csdn.net/yhl_leo/article/details/49427383 Opencv中Camer ...
- 手眼标定之相机随动eye-in-hand 示例:handeye_movingcam_calibration
* * This example explains how to use the hand eye calibration for the case where* the camera is atta ...
随机推荐
- leetcode-168周赛-1298-你能从盒子中获得的最大糖果数
题目描述: 方法一:bfs class Solution: def maxCandies(self, status: List[int], candies: List[int], keys: List ...
- Database - 数据库事务ACID
总结 事务管理(ACID),谈到事务一般都是以下四点: 原子性(Atomicity)原子性是指事务是一个不可分割的工作单位,事务中的操作要么都发生,要么都不发生.一致性(Consistency)事务前 ...
- Vue学习笔记【23】——Vue组件(组件的定义)
定义Vue组件 什么是组件: 组件的出现,就是为了拆分Vue实例的代码量的,能够让我们以不同的组件,来划分不同的功能模块,将来我们需要什么样的功能,就可以去调用对应的组件即可: 组件化和模块化的不同: ...
- Shiro学习(23)多项目集中权限管理
在做一些企业内部项目时或一些互联网后台时:可能会涉及到集中权限管理,统一进行多项目的权限管理:另外也需要统一的会话管理,即实现单点身份认证和授权控制. 学习本章之前,请务必先学习<第十章 会话管 ...
- 【LeetCode 12】整数转罗马数字
题目链接 [题解] (涨知识了..原来罗马数字是这么回事.. 把{1,4,5,9,10,40,50,90,100,400,500,900,1000}这些东西的罗马数字放在一个数组里面. 每次从大到小减 ...
- linux中CentOS、Ubuntu、Debian三个版本系统 差别
Linux有非常多的发行版本,从性质上划分,大体分为由商业公司维护的商业版本与由开源社区维护的免费发行版本. 商业版本以Redhat为代表,开源社区版本则以debian为代表.这些版本各有不同的特点, ...
- RabbitMQ-----的基本安装
RabbitMQ的基本安装 一 docker下安装RabbitMQ 首先使用 docker search rabbitmq命令查找docker仓库是否存在rabbitmq镜像,可以发现docker仓库 ...
- 基于VMWare配置VxWorks开发环境
常规VxWorks的开发环境都是基于目标开发板或目标机来构建的,但并非所有人都具备这样的条件,所以本文主要介绍如何基于vmware来构建VxWorks开发环境. Step 1. 安装vmware ...
- 三:robotframework框架配合selenium之jquery定位
RF框架我用的比较多,限于自己的代码水平,目前工作中一直是用RF框架.unittest框架,我也练习了很久,还差一点封装的技巧与设计模式的学习.所以不敢在项目中实践. 等明年我的代码水平再上升一个台阶 ...
- jquery中的ajax请求用法以及参数详情
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址. type: 要求为String类型的参数,请求方式(post或get)默认为get.注意其他http请求方法,例如put和 ...