一种多视图三维扫描方法,用于双臂手眼系统,对编码标记点进行全球校准
Tenglong Zheng1, Xiaoying Feng2, Siyuan Wang3
1School of Mechanical Engineering, Tiangong University, Tianjin 300387, China.
Micromachines
|July 30, 2025
概括
本研究介绍了双臂手眼系统的新全球校准方法,以提高3D测量精度. 这些技术在复杂,杂的环境中显著减少成像误差,以实现智能制造.
科学领域:
- 机器人和自动化机器人与自动化
- 3D成像和计量学 3D成像和计量学
- 计算机视觉 计算机视觉
背景情况:
- 精确的3D测量对于智能制造和协作机器人技术至关重要.
- 复杂的噪音和机器人臂漂移挑战了现有的手眼校准方法.
- 传统的校准技术在动态,多视图场景中往往缺乏稳定性.
研究的目的:
- 为多视图3D成像中的双臂手眼系统开发强大的全球校准方法.
- 为了解决机器人手臂态度偏移引起的拼接错误,并提高测量精度.
- 为在具有挑战性的条件下提供更精确,更可靠的协作3D测量解决方案.
主要方法:
- 开发了一种基于ICP (M3DHE-ICP) 的多视图3D扫描方法,将多频异常代码阶段解决方案与ICP优化集成在一起.
- 基于编码标记点 (GCM-DHE) 的全球校准方法被引入,利用空间几何约束和动态跟踪模型.
- 这些方法与传统的圆形校准板方法进行了比较.
主要成果:
- 使用M3DHE-ICP方法将平均3D成像误差降低到0.082毫米 (减少0.330毫米).
- 采用GCM-DHE方法的平均成像误差为0.100毫米,比传统方法低0.456毫米.
- 在工程测试中,扫描车辆前防泥板的平均误差为0.085毫米,标准偏差为0.018毫米.
结论:
- 拟议的全球校准方法显著提高双臂手眼系统的准确性和稳定性,用于多视图3D测量.
- 这些进步对于智能制造和多机器人协作测量系统的应用至关重要.
- 开发的技术有效地减轻机器人手臂漂移和复杂噪声造成的错误,比传统方法提供更高的性能.
