本技术介绍了一种用于协作机器人的3D视觉手眼标定方法，该方法通过确定机器人运动空间内的固定焊缝特征点，并在机器人基坐标系和传递坐标系中定位这些特征点，以实现精确的手眼标定。
背景技术
目前手眼标定方法常见的有三维靶标法和二维靶标法两种。二维靶标主要有棋盘格标定板，圆心标定板等，标定过程中要获取靶标不同的位姿，通过识别角点来估计手眼变换矩阵。三维靶标种类较多，为了较准确的获取特征点三维坐标，采用三维标定球法较多。标准球法是以激光线在球面形成的一段局部圆弧为基础，通过一系列点云处理来计算球心坐标。下面介绍两种现有较成熟标定算法：
一、两步法：
Tsai两步法是一种经典的手眼标定方法，用于确定机器人末端与相机之间的转换关系。该方法主要实现方式如下：
第一步：求解旋转关系：
标定板放在检测平面内保持不动，改变机器人位姿进行一系列运动，并且在每个位姿处采集标定板图像数据。
用标定板来获取定位信息，并由此计算标定板到相机坐标系中的旋转矩阵和平移向量。
通过相机标定获得相机的内，外参数据，并由此计算出不同机器人位姿间标定板的相对旋转。
使用Rodrigues公式或四元数方法来从多组不同位姿间的旋转差异中解算出手眼矩阵中的旋转矩阵。
第二步：求解平移关系：
利用第一步求取的旋转矩阵，去除旋转分量的影响。
使用旋转关系联合之前求得的相对平移，建立线性方程组。
使用最小二乘法解线性方程组来求解手眼矩阵的平移部分。
二、辅助标定球法：
标定球法手眼标定主要通过使用一个已知几何特征的标定球来辅助定位和判定机器人末端与传感器之间的空间变换关系，传感器包含相机和线激光器。标定球法手眼标定有以下步骤：
准备一个标定球，把标定球放置在机器人的工作空间内，使其在相机视场内，激光器发射线激光打在标定球表面。
控制机器人末端带动传感器移动到标定球的不同位置和方向，记录机器人每个位置的末端位姿矩阵；并用相机采集表面带有线激光的标定球图像。
分析相机获取的标定球图像，经过点云拟合，得到切面圆圆心坐标，后解出标定球球心坐标。
利用多个不同的机器人末端位姿矩阵和相对应的球心坐标，构建一个线性或非线性方程组，求解出机器人末端相对于相机坐标系的变换矩阵。
根据机器人末端传感器的空间关系和相机视场中球心位置的关系，求解出机器人工具坐标系和相机坐标系之间的空间变换关系，即手眼标定的结果。
上述现有技术方案的问题：
Tsai两步法手眼标定需要借助棋盘格标定板辅助，且标定步骤繁杂，需要多组标定板和对应的机器人位姿，且对机器人位姿、标定板位姿数据精度要求较高，并且Tsai两步法在标定过程中旋转矩阵的误差会累积到求解平移向量中。
辅助标定球法标定需要借助外物标定球，成本较高；切面圆弧点云分割、拟合等处理计算球心，精度容易受噪点影响，对相机的成像质量和图像处理算法都有较高的要求；由于标准球表面存在粗糙度影响，该圆弧上所有点并不都在同一平面上，会导致该平面的法向量偏移，影响球心坐标精度。
实现思路