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
- 关于axios中post请求提交后变成get的问题
这个问题归结于自己的不细心,如下图. 头疼了好久,才发现是自己多写了一个s,在此记录一下.
- RVIZ可视化平台
- docker的备份和迁移
备份与迁移 容器保存为镜像 我们可以通过以下命令将容器保存为镜像 docker commit pyg_nginx mynginx pyg_nginx是容器名称 mynginx是新的镜像名称 此镜像的内 ...
- 上传漏洞科普[1]-文件上传表单是Web安全主要威胁
为了让最终用户将文件上传到您的网站,就像是给危及您的服务器的恶意用户打开了另一扇门.即便如此,在今天的现代互联网的Web应用程序,它是一种 常见的要求,因为它有助于提高您的业务效率.在Facebook ...
- [bzoj2729][HNOI2012]排队 题解 (排列组合 高精)
Description 某中学有 n 名男同学,m 名女同学和两名老师要排队参加体检.他们排成一条直线,并且任意两名女同学不能相邻,两名老师也不能相邻,那么一共有多少种排法呢?(注意:任意两个人都是不 ...
- 行内元素与块级元素的区别,行内块级元素在IE8-的兼容性
行内元素与块级元素的区别 行内元素最好不要包裹块级元素,但是块级元素可以任意的包裹行内元素 行内元素如果其上一个元素也是行内元素,则他们会分布在统一水平线上,即在一行上排列,块级元素不论上一个元素是行 ...
- sed use case: Filter without editing
if we want to filter with sed pattern and just print the filtered lines without any further editing ...
- 拾遗:关于“尾递归”- tail recursion
定义[个人理解]: 尾递归,即是将外层得出的常量计算因子,以函数参数的形式逐层向内传递,即内层调用整合外层调用的产出,整个递归的结果最终由最内层的一次函数调用得出:而通常的递归则是外层调用阻塞.等待内 ...
- HTML5篇
[HTML5十大新特性] (1) 语义化标签 (2) 增强型表单 (3) 视频和音频 (4) canvas绘图 (5) SVG绘图 (6) 地理定位 (7) 拖放API (8) Web Worker ...
- 判断IE版本与各浏览器的语句
---恢复内容开始--- 一.IE下判断IE版本的语句 <!--[if lte IE 6]> <![endif]--> IE6及其以下版本可见 <!--[if lt ...