作者：邱晓荣^1,2, 刘全胜^2,3, 赵吉³

作者单位：1. 马来西亚管理科学大学信息科学与工程学院, 雪兰莪 莎阿南 40100;
2. 无锡职业技术学院物联网技术学院, 江苏 无锡 214121;
3. 江南大学物联网工程学院, 江苏 无锡 214122

关键词：非固定视点系统;手眼系统;自标定;主动视觉;扩展焦点

摘要：

为实现非固定视点系统的标定，提出一种基于主动视觉的手眼系统自标定方法。该方法基于扩展焦点的思想，无需使用标定参照物，通过4次线性无关的平移运动、1次实旋转运动和1次虚旋转运动，即可依次实现对摄像机内参矩阵、手眼关系以及特征点目标深度的线性求解。实验结果表明：该方法可行有效，特征点选取简单，在机器人姿态不变的前提下，平面特征点和三维特征点的数据测量误差均可控制在0.40 mm以内，能够满足工业领域的精度要求，对工业生产中手眼系统的应用具有参考意义。

Self-calibration approach to hand-eye system based on active vision system

QIU Xiaorong^1,2, LIU Quansheng^2,3, ZHAO Ji³

1. Faculty of Information Sciences & Engineering, Management & Science University, Shah Alam 40100, Malaysia;
2. School of Internet of Things Technology, Wuxi Institute of Technology, Wuxi 214121, China;
3. School of Internet of Things Engineering, Jiangnan University, Wuxi 214122, China

Abstract: Aiming at accomplishing the calibration of eye-in-hand system, a new self-calibration approach of hand-eye system based on active vision system is proposed. The whole calibration process is based on focus of expansion and undergoes four linearly independent transactions, one pure rotation and one imaginary rotation without any reference objects. In this way, this approach can figure out camera intrinsic matrix, hand-eye relation and the depth of characteristic points. Experimental results show that this method is feasible and effective and the feature points can be pick out easily. Besides, under the premise of robot attitude invariant, the measurement errors of the plane feature points and 3D feature points can all be controlled within 0.40mm, which can meet the precision required by industrial fields and be of great importance to the industrial application of hand-eye system.

Keywords: eye-in-hand system; hand-eye system; self-calibration; active vision system; focus of expansion

2018, 44(7): 1-6  收稿日期: 2017-10-15;收到修改稿日期: 2017-12-19

基金项目: 国家自然科学基金青年科学基金项目(61300149)；江苏高校品牌专业建设工程项目(PPZY2015C240)

作者简介: 邱晓荣(1979-),男,江苏无锡市人,讲师,博士研究生,主要从事运动目标检测与跟踪、智能检测与装置的应用研究。

参考文献

[1] HELLER J, HAVLENA M, SUGIMOTO A, et al. Structure-from-motion based hand-eye calibration using L_∞ minimization[C]//IEEE Conference on Computer Vision and Pattern Recognition. CO USA:IEEE, 2011:3497-3503.
[2] RULAND T, PAJDLA T, KRÜGER L. Globally optimal hand-eye calibration[C]//IEEE Conference on Computer Vision and Pattern Recognition. RI USA:IEEE, 2012:1035-1042.
[3] 张召瑞, 张旭, 郑泽龙, 等. 融合旋转平移信息的机器人手眼标定方法[J]. 仪器仪表学报, 2015(11):2443-2450.
[4] 杨广林, 孔令富, 王洁. 一种新的机器人手眼关系标定方法[J]. 机器人, 2006(4):400-405.
[5] 许海霞, 王耀南, 万琴, 等. 一种机器人手眼关系自标定方法[J]. 机器人, 2008(4):373-378.
[6] 孔令富, 吴培良, 李贤善. 无标定摄像机手眼系统平移下的目标深度估计[J]. 计算机集成制造系统, 2009(8):1633-1638,1663.
[7] 曲学军, 张璐. 基于平行直线束图像序列的摄像机标定[J]. 计算机测量与控制, 2010(6):1421-1423,1427.
[8] 陈天飞, 马孜, 吴翔. 基于主动视觉标定线结构光传感器中的光平面[J]. 光学精密工程, 2012(2):256-263.
[9] 张黎烁, 赵志梅. 基于主动视觉的结构光手眼系统自标定方法[J]. 科学技术与工程, 2014(9):202-206.
[10] 何佳唯, 平雪良, 刘洁, 等. 一种机器人手眼关系混合标定方法[J]. 应用光学, 2016(2):250-255.
[11] 徐成刚, 邓志良. 基于马达代数的机器人手眼系统标定研究[J]. 江苏科技大学学报(自然科学版), 2017(1):84-87.
[12] MA S D. A self-calibration technique for active vision systems[J]. IEEE Trans Robotics Automat, 1996, 12(1):114-120.