CN113771096A - 机械臂的位姿信息的处理方法和装置 - Google Patents
机械臂的位姿信息的处理方法和装置 Download PDFInfo
- Publication number
- CN113771096A CN113771096A CN202111317044.3A CN202111317044A CN113771096A CN 113771096 A CN113771096 A CN 113771096A CN 202111317044 A CN202111317044 A CN 202111317044A CN 113771096 A CN113771096 A CN 113771096A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- pose information
- coordinate system
- acquiring
- marker
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000012545 processing Methods 0.000 title claims abstract description 56
- 238000005070 sampling Methods 0.000 claims abstract description 109
- 239000003550 marker Substances 0.000 claims abstract description 65
- 230000000007 visual effect Effects 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 9
- 230000002411 adverse Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 5
- 239000011159 matrix material Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/0095—Means or methods for testing manipulators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Robotics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Mechanical Engineering (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机械臂的位姿信息的处理方法和装置。其中，该方法包括：获取机械臂在运行过程中的采样数据；判断采样数据对应的采样次数是否大于或者等于预设次数阈值；在采样次数大于或者等于预设次数阈值的情况下，则对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，标记物设置在机械臂的末端上，且标记物在视觉设备的采样区域内。本发明解决了相关技术中存在测量误差会给导航系统的精确性带来不利影响的技术问题。
Description
技术领域
本发明涉及手术导航系统领域，具体而言，涉及一种机械臂的位姿信息的处理方法和装置。
背景技术
骨科医疗手术导航系统通常由视觉设备、机械臂、标记物等部分构成。操作者可通过导航系统的辅助，实现高精度的手术操作及减少手术人工因素的干扰。由于术前需要对机械臂进行一系列准备工作，由于每次手术的场地不尽相同、设备摆放位置都不尽相同、手术床高低调节、病人胖瘦及躺姿因人而异、手术类型等各种复杂因素干扰，这些测量误差会给导航系统的精确性带来的不利影响，例如，导致位姿信息不准确等。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种机械臂的位姿信息的处理方法和装置，以至少解决相关技术中存在测量误差会给导航系统的精确性带来的不利影响的技术问题。
根据本发明实施例的一个方面，提供了一种机械臂的位姿信息的处理方法，包括：获取机械臂在运行过程中的采样数据；判断所述采样数据对应的采样次数是否大于或者等于预设次数阈值；在所述采样次数大于或者等于所述预设次数阈值的情况下，则对所述采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，所述标记物设置在所述机械臂的末端上，且所述标记物在所述视觉设备的采样区域内。
可选地，所述方法还包括：在所述采样次数小于所述预设次数阈值的情况下，则存储并继续获取所述采样数据。
可选地，获取机械臂在运行过程中的采样数据，包括：获取所述机械臂的末端上的标记物在相机坐标系下的位姿信息；获取所述机械臂的末端在基坐标系下的位姿信息。
可选地，获取所述机械臂的末端上的标记物在相机坐标系下的位姿信息，包括：获取所述标记物的空间三维位置信息；依据所述空间三维位置信息，得到所述机械臂的末端在所述相机坐标系下的位姿信息。
可选地，获取所述机械臂的末端在所述基坐标系下的位姿信息，包括：获取所述机械臂的各个关节的角度；依据所述各个关节的角度，得到所述机械臂的末端在所述基坐标系下的位姿信息。
可选地，对所述采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，包括：利用手眼标定算法对所述采样数据进行处理，得到所述视觉设备在所述基坐标系下的位姿信息以及所述标记物在所述机械臂末端坐标系下的位姿信息。
可选地，在获取机械臂在运行过程中的采样数据之前，还包括：控制所述机械臂的运动角度大于预设运动角度，和/或，控制所述机械臂的运动幅度大于预设运动幅度。
根据本发明实施例的另一方面，还提供了一种机械臂的位姿信息的处理装置，包括：获取模块，用于获取机械臂在运行过程中的采样数据；判断模块，用于判断所述采样数据对应的采样次数是否大于或者等于预设次数阈值；第一处理模块，用于在所述采样次数大于或者等于所述预设次数阈值的情况下，则对所述采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，所述标记物设置在所述机械臂的末端上，且所述标记物在所述视觉设备的采样区域内。
根据本发明实施例的另一方面，还提供了一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述中所述的机械臂的位姿信息的处理方法。
根据本发明实施例的另一方面，还提供了一种电子装置，包括存储器和处理器，可选地，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行上述中所述的机械臂的位姿信息的处理方法。
在本发明实施例中，采用获取机械臂在运行过程中的采样数据；判断采样数据对应的采样次数是否大于或者等于预设次数阈值；在采样次数大于或者等于预设次数阈值的情况下，则对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，标记物设置在机械臂的末端上，且标记物在视觉设备的采样区域内，通过在采样次数大于或者等于预设次数阈值时，对机械臂在运行过程中获取的采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，达到了准确计算出机械臂对应的各种位姿信息的目的，从而实现了机械臂的全空间信息感知，减少测量误差，提升计算结果精度与准确性，进而提高导航系统的可靠性的技术效果，进而解决了相关技术中存在测量误差会给导航系统的精确性带来的不利影响的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的机械臂的位姿信息的处理方法的流程图；
图2是根据本发明可选实施例的机械臂的位姿信息的处理方法的流程图；
图3是根据本发明实施例的机械臂的位姿信息的处理装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种机械臂的位姿信息的处理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的机械臂的位姿信息的处理方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取机械臂在运行过程中的采样数据；
上述采样数据包括但不限于位姿信息，其中，位姿信息包括但不限于目标对象的位置、姿态等。
在一种可选的实施方式中，获取机械臂在运行过程中的采样数据包括：获取机械臂的末端上的标记物在相机坐标系下的位姿信息；以及获取机械臂的末端在基坐标系下的位姿信息。在具体实施过程中，可以获取标记物的空间三维位置信息，在依据空间三维位置信息，得到机械臂的末端在相机坐标系下的位姿信息，从而实现准确地获取机械臂的末端上的标记物在相机坐标系下的位姿信息。另外，还可以获取机械臂的各个关节的角度，再依据各个关节的角度，得到机械臂的末端在基坐标系下的位姿信息，从而实现准确地获取机械臂的末端在基坐标系下的位姿信息。
在一种可选的实施方式中，在获取机械臂在运行过程中的采样数据之前，还包括：控制机械臂的运动角度大于预设运动角度，和/或，控制机械臂的运动幅度大于预设运动幅度。通过上述实施方式，利用控制机械臂的运动角度和/或运动幅度，提高机械臂在运行过程中的采样数据的精确度。
步骤S104，判断采样数据对应的采样次数是否大于或者等于预设次数阈值；
上述预设次数阈值可以根据具体应用场景而设置，例如，上述预设次数阈值可以设置成5次、10次、20次等。
步骤S106，在采样次数大于或者等于预设次数阈值的情况下，则对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，标记物设置在机械臂的末端上，且标记物在视觉设备的采样区域内。
在一种可选的实施方式中，对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，包括：利用手眼标定算法对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息。
上述视觉设备包括但不限于激光测量仪、相机等。需要说明的是，上述机械臂、视觉设备均为手术导航系统中的装置。
在一种可选的实施方式中，上述方法还包括：在采样次数小于预设次数阈值的情况下，则存储并继续获取采样数据。
上述方法的应用场景包括但不限于手术导航系统等。
通过上述步骤，可以实现通过在采样次数大于或者等于预设次数阈值时，对机械臂在运行过程中获取的采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，达到了准确计算出机械臂对应的各种位姿信息的目的，从而实现了机械臂的全空间信息感知，减少测量误差，提升计算结果精度与准确性，进而提高导航系统的可靠性的技术效果，进而解决了相关技术中存在测量误差会给导航系统的精确性带来的不利影响的技术问题。
下面对本发明一种可选的实施方式进行详细说明。
图2是根据本发明可选实施例的机械臂的位姿信息的处理方法的流程图，如图2所示，首先让机械臂运动使得固定在机械臂末端的标记物处于视觉设备（激光测量仪）可观测的工作区间内，最好处于可视范围边缘处，然后通过视觉设备获取标记板上的三个靶球空间三维位置信息，通过空间内的三点确定一个坐标系即标记处的空间位姿矩阵
，同时记录同时刻下的机械臂各个关节的角度
，由此通过机械臂正向运动学推算出此时机械臂末端在世界坐标系下的空间位姿矩阵
。然后机械臂朝向在视觉设备工作范围内距离现在点最远的点运动，抵达后再记录此刻的关节角度与
。定义可视范围内某个工作空间边缘的点与可视范围内离它最远的点之间的直线距离称之为运动幅度。当运动幅度越大，那么由于视觉设备引入的误差波动等各项不利因素比重会降低到最小，从而改善提升计算结果精度与准确性。通过运动机械臂依次得到几组结果，再通过计算
得到
等信息。
需要说明的是，传统相机由于没有距离信息，是通过多次拍摄标记板计算获取相机的内参外参等然后推算出目标距离相机的位置，结果并不精确，由此引入测量误差导致最终的手眼标定结果并不准确，相较于传统的手眼标定采用传统相机不同的是本发明采用高精度激光测量仪器，直接获取某点的空间三维位置信息。
在机械臂终端的目的地的选取上，传统方法是任意点即可，没有优化的概念。发明实施例基于计算精度最优化，提出应在视觉设备工作空间内选择尽可能离上次点位远的点来获取数据，即运动幅度尽可能地大。由于每次视觉设备测量精度及环境等引入的测量误差基本处于特定的小范围波动，当机械臂两次运动幅度越大时，会使得误差占比越小，也就是会尽可能减小各种计算测量等引入的误差对于计算结果精确性带来的不利影响。然后开始手眼标定计算，由于每两次实验中标记物通过物理链接的方式固定在机械臂末端上，那么可以推定两次标定动作间标定物与机械臂之间并未发生实际偏差位移，即：
由此可得：
上式可简化为
形式，其中：
首先，利用罗德里格斯变换将旋转矩阵
与
转换为旋转向量：
然后，归一化该旋转向量：
利用修正的罗德里格斯参数表示姿态变化：
计算初始旋转向量：
每次机械臂运动得到一个旋转向量，
总是奇异的，至少需要两组运动数据才能通过最小二乘法或SVD求解出唯一解
。再通过
求出
。
其中，
为反对称运算，假设一个三维向量
，其反对称矩阵为：
由此可以得到旋转向量：
再通过最小二乘法计算平移向量即位置信息：
最终得到：
公式中下标12和23表示用于标定的两组运动数据，例如，
表示由第一个和第二个动作构成的第一组运动的旋转矩阵
对应的旋转轴，
表示由第二个和第三个动作构成的第二组运动的旋转矩阵
对应的旋转轴。
求解时采用最小二乘法，利用两组运动数据求解方程的系数矩阵为：
从系数矩阵可以看到，两次运动的旋转轴的夹角越大，系数矩阵越接近线性独立，也就意味着得出的结果越准确。由此可以得出两次运动的旋转轴的夹角越大越好的结论。
另外，旋转误差可表示为：
平移误差可以表示为：
两个误差公式的分母都有
，因此每次运动的旋转角度越大，标定精度越高。
由此可知，对于机械臂的运动过程中，尽可能使得每两次之间的运动夹角大，越大越好；尽可能使得每两次之间的运动幅度大，越大越好。
通过这样
组数据来计算获取手术设备相关的空间位姿信息即计算视觉设备在世界坐标系下的位姿信息
及标记物在机械臂终端坐标系下的位姿信息
，从而实现手术相关器械的全空间信息感知。
实施例2
根据本发明实施例的另一方面，还提供了一种机械臂的位姿信息的处理装置，图3是根据本发明实施例的机械臂的位姿信息的处理装置的示意图，如图3所示，该机械臂的位姿信息的处理装置包括：获取模块32、判断模块34和第一处理模块36。下面对该机械臂的位姿信息的处理装置进行详细说明。
获取模块32，用于获取机械臂在运行过程中的采样数据；判断模块34，连接至上述获取模块32，用于判断采样数据对应的采样次数是否大于或者等于预设次数阈值；第一处理模块36，连接至上述判断模块34，用于在采样次数大于或者等于预设次数阈值的情况下，则对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，标记物设置在机械臂的末端上，且标记物在视觉设备的采样区域内。
在上述实施例中，该机械臂的位姿信息的处理装置可以通过在采样次数大于或者等于预设次数阈值时，对机械臂在运行过程中获取的采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，达到了准确计算出机械臂对应的各种位姿信息的目的，从而实现了机械臂的全空间信息感知，减少测量误差，提升计算结果精度与准确性，进而提高导航系统的可靠性的技术效果，进而解决了相关技术中存在测量误差会给导航系统的精确性带来的不利影响的技术问题。
此处需要说明的是，上述获取模块32、判断模块34和第一处理模块36对应于实施例1中的步骤S102至S106，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。
可选地，上述装置还包括：第二处理模块，用于在采样次数小于预设次数阈值的情况下，则存储并继续获取采样数据。
可选地，上述获取模块32包括：第一获取单元，用于获取机械臂的末端上的标记物在相机坐标系下的位姿信息；第二获取单元，用于获取机械臂的末端在基坐标系下的位姿信息。
可选地，上述第一获取单元包括：第一获取子单元，用于获取标记物的空间三维位置信息；第一处理子单元，用于依据空间三维位置信息，得到机械臂的末端在相机坐标系下的位姿信息。
可选地，上述第二获取单元包括：第二获取子单元，用于获取机械臂的各个关节的角度；第二处理子单元，用于依据各个关节的角度，得到机械臂的末端在基坐标系下的位姿信息。
可选地，上述第一处理模块36包括：处理单元，用于利用手眼标定算法对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息。
可选地，上述装置还包括：控制模块，用于在获取机械臂在运行过程中的采样数据之前，控制机械臂的运动角度大于预设运动角度，和/或，控制机械臂的运动幅度大于预设运动幅度。
实施例3
根据本发明实施例的另一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质包括存储的程序，其中，程序运行时执行上述中的机械臂的位姿信息的处理方法。
可选地，在本实施例中，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，和/或位于移动终端群中的任意一个移动终端中，上述计算机可读存储介质包括存储的程序。
可选地，在程序运行时控制计算机可读存储介质所在设备执行以下功能：获取机械臂在运行过程中的采样数据；判断采样数据对应的采样次数是否大于或者等于预设次数阈值；在采样次数大于或者等于预设次数阈值的情况下，则对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，标记物设置在机械臂的末端上，且标记物在视觉设备的采样区域内。
可选地，方法还包括：在采样次数小于预设次数阈值的情况下，则存储并继续获取采样数据。
可选地，获取机械臂在运行过程中的采样数据，包括：获取机械臂的末端上的标记物在相机坐标系下的位姿信息；获取机械臂的末端在基坐标系下的位姿信息。
可选地，获取机械臂的末端上的标记物在相机坐标系下的位姿信息，包括：获取标记物的空间三维位置信息；依据空间三维位置信息，得到机械臂的末端在相机坐标系下的位姿信息。
可选地，获取机械臂的末端在基坐标系下的位姿信息，包括：获取机械臂的各个关节的角度；依据各个关节的角度，得到机械臂的末端在基坐标系下的位姿信息。
可选地，对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，包括：利用手眼标定算法对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息。
可选地，在获取机械臂在运行过程中的采样数据之前，还包括：控制机械臂的运动角度大于预设运动角度，和/或，控制机械臂的运动幅度大于预设运动幅度。
实施例4
根据本发明实施例的另一方面，还提供了一种电子装置，包括存储器和处理器，可选地，存储器中存储有计算机程序，处理器被设置为通过计算机程序执行上述中的机械臂的位姿信息的处理方法。
本发明实施例提供了一种设备，该设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取机械臂在运行过程中的采样数据；判断采样数据对应的采样次数是否大于或者等于预设次数阈值；在采样次数大于或者等于预设次数阈值的情况下，则对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，标记物设置在机械臂的末端上，且标记物在视觉设备的采样区域内。
可选地，方法还包括：在采样次数小于预设次数阈值的情况下，则存储并继续获取采样数据。
可选地，获取机械臂在运行过程中的采样数据，包括：获取机械臂的末端上的标记物在相机坐标系下的位姿信息；获取机械臂的末端在基坐标系下的位姿信息。
可选地，获取机械臂的末端上的标记物在相机坐标系下的位姿信息，包括：获取标记物的空间三维位置信息；依据空间三维位置信息，得到机械臂的末端在相机坐标系下的位姿信息。
可选地，获取机械臂的末端在基坐标系下的位姿信息，包括：获取机械臂的各个关节的角度；依据各个关节的角度，得到机械臂的末端在基坐标系下的位姿信息。
可选地，对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，包括：利用手眼标定算法对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息。
可选地，在获取机械臂在运行过程中的采样数据之前，还包括：控制机械臂的运动角度大于预设运动角度，和/或，控制机械臂的运动幅度大于预设运动幅度。
本发明还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取机械臂在运行过程中的采样数据；判断采样数据对应的采样次数是否大于或者等于预设次数阈值；在采样次数大于或者等于预设次数阈值的情况下，则对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，标记物设置在机械臂的末端上，且标记物在视觉设备的采样区域内。
可选地，方法还包括：在采样次数小于预设次数阈值的情况下，则存储并继续获取采样数据。
可选地，获取机械臂在运行过程中的采样数据，包括：获取机械臂的末端上的标记物在相机坐标系下的位姿信息；获取机械臂的末端在基坐标系下的位姿信息。
可选地，获取机械臂的末端上的标记物在相机坐标系下的位姿信息，包括：获取标记物的空间三维位置信息；依据空间三维位置信息，得到机械臂的末端在相机坐标系下的位姿信息。
可选地，获取机械臂的末端在基坐标系下的位姿信息，包括：获取机械臂的各个关节的角度；依据各个关节的角度，得到机械臂的末端在基坐标系下的位姿信息。
可选地，对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，包括：利用手眼标定算法对采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息。
可选地，在获取机械臂在运行过程中的采样数据之前，还包括：控制机械臂的运动角度大于预设运动角度，和/或，控制机械臂的运动幅度大于预设运动幅度。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种机械臂的位姿信息的处理方法，其特征在于，包括：
获取机械臂在运行过程中的采样数据；
判断所述采样数据对应的采样次数是否大于或者等于预设次数阈值；
在所述采样次数大于或者等于所述预设次数阈值的情况下，则对所述采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，所述标记物设置在所述机械臂的末端上，且所述标记物在所述视觉设备的采样区域内。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述采样次数小于所述预设次数阈值的情况下，则存储并继续获取所述采样数据。
3.根据权利要求1所述的方法，其特征在于，获取机械臂在运行过程中的采样数据，包括：
获取所述机械臂的末端上的标记物在相机坐标系下的位姿信息；
获取所述机械臂的末端在基坐标系下的位姿信息。
4.根据权利要求3所述的方法，其特征在于，获取所述机械臂的末端上的标记物在相机坐标系下的位姿信息，包括：
获取所述标记物的空间三维位置信息；
依据所述空间三维位置信息，得到所述机械臂的末端在所述相机坐标系下的位姿信息。
5.根据权利要求3所述的方法，其特征在于，获取所述机械臂的末端在所述基坐标系下的位姿信息，包括：
获取所述机械臂的各个关节的角度；
依据所述各个关节的角度，得到所述机械臂的末端在所述基坐标系下的位姿信息。
6.根据权利要求1所述的方法，其特征在于，对所述采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，包括：
利用手眼标定算法对所述采样数据进行处理，得到所述视觉设备在所述基坐标系下的位姿信息以及所述标记物在所述机械臂末端坐标系下的位姿信息。
7.根据权利要求1至6中任意一项所述的方法，其特征在于，在获取机械臂在运行过程中的采样数据之前，还包括：
控制所述机械臂的运动角度大于预设运动角度，和/或，控制所述机械臂的运动幅度大于预设运动幅度。
8.一种机械臂的位姿信息的处理装置，其特征在于，包括：
获取模块，用于获取机械臂在运行过程中的采样数据；
判断模块，用于判断所述采样数据对应的采样次数是否大于或者等于预设次数阈值；
第一处理模块，用于在所述采样次数大于或者等于所述预设次数阈值的情况下，则对所述采样数据进行处理，得到视觉设备在基坐标系下的位姿信息以及标记物在机械臂末端坐标系下的位姿信息，其中，所述标记物设置在所述机械臂的末端上，且所述标记物在所述视觉设备的采样区域内。
9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7任一项中所述的机械臂的位姿信息的处理方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至7任一项中所述的机械臂的位姿信息的处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111317044.3A CN113771096A (zh) | 2021-11-09 | 2021-11-09 | 机械臂的位姿信息的处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111317044.3A CN113771096A (zh) | 2021-11-09 | 2021-11-09 | 机械臂的位姿信息的处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113771096A true CN113771096A (zh) | 2021-12-10 |
Family
ID=78956790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111317044.3A Pending CN113771096A (zh) | 2021-11-09 | 2021-11-09 | 机械臂的位姿信息的处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113771096A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114952855A (zh) * | 2022-06-16 | 2022-08-30 | 苏州微创畅行机器人有限公司 | 机械臂位姿偏差索引表的形成方法及机械臂的控制方法 |
| CN115556109A (zh) * | 2022-10-24 | 2023-01-03 | 深圳市通用测试系统有限公司 | 一种测试系统中机械臂的定位方法和装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5297238A (en) * | 1991-08-30 | 1994-03-22 | Cimetrix Incorporated | Robot end-effector terminal control frame (TCF) calibration method and device |
| CN104842371A (zh) * | 2015-05-29 | 2015-08-19 | 山东大学 | 一种基于非最小化最优化算法的机器人手眼标定方法 |
| CN106695796A (zh) * | 2016-11-02 | 2017-05-24 | 北京信息科技大学 | 基于ransac的便携式激光扫描测量臂手眼标定方法 |
| CN108344360A (zh) * | 2017-11-15 | 2018-07-31 | 北京航空航天大学 | 一种视觉测量系统的激光扫描式全局校准装置及方法 |
| CN110238845A (zh) * | 2019-05-22 | 2019-09-17 | 湖南视比特机器人有限公司 | 最优标定点选取和误差自测量的自动手眼标定方法及装置 |
| CN110555889A (zh) * | 2019-08-27 | 2019-12-10 | 西安交通大学 | 一种基于CALTag和点云信息的深度相机手眼标定方法 |
| CN110695993A (zh) * | 2019-09-27 | 2020-01-17 | 哈尔滨工业大学（深圳） | 一种柔性机械臂同步测量方法、系统及装置 |
| CN111070199A (zh) * | 2018-10-18 | 2020-04-28 | 杭州海康威视数字技术股份有限公司 | 一种手眼标定评估方法及机器人 |
| CN111660290A (zh) * | 2019-03-05 | 2020-09-15 | 波音公司 | 用于机器人光学传感器的自动校准 |
| CN112223302A (zh) * | 2020-12-17 | 2021-01-15 | 国网瑞嘉(天津)智能机器人有限公司 | 基于多传感器的带电作业机器人的快速标定方法及装置 |
-
2021
- 2021-11-09 CN CN202111317044.3A patent/CN113771096A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5297238A (en) * | 1991-08-30 | 1994-03-22 | Cimetrix Incorporated | Robot end-effector terminal control frame (TCF) calibration method and device |
| CN104842371A (zh) * | 2015-05-29 | 2015-08-19 | 山东大学 | 一种基于非最小化最优化算法的机器人手眼标定方法 |
| CN106695796A (zh) * | 2016-11-02 | 2017-05-24 | 北京信息科技大学 | 基于ransac的便携式激光扫描测量臂手眼标定方法 |
| CN108344360A (zh) * | 2017-11-15 | 2018-07-31 | 北京航空航天大学 | 一种视觉测量系统的激光扫描式全局校准装置及方法 |
| CN111070199A (zh) * | 2018-10-18 | 2020-04-28 | 杭州海康威视数字技术股份有限公司 | 一种手眼标定评估方法及机器人 |
| CN111660290A (zh) * | 2019-03-05 | 2020-09-15 | 波音公司 | 用于机器人光学传感器的自动校准 |
| CN110238845A (zh) * | 2019-05-22 | 2019-09-17 | 湖南视比特机器人有限公司 | 最优标定点选取和误差自测量的自动手眼标定方法及装置 |
| CN110555889A (zh) * | 2019-08-27 | 2019-12-10 | 西安交通大学 | 一种基于CALTag和点云信息的深度相机手眼标定方法 |
| CN110695993A (zh) * | 2019-09-27 | 2020-01-17 | 哈尔滨工业大学（深圳） | 一种柔性机械臂同步测量方法、系统及装置 |
| CN112223302A (zh) * | 2020-12-17 | 2021-01-15 | 国网瑞嘉(天津)智能机器人有限公司 | 基于多传感器的带电作业机器人的快速标定方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| TSAI R.Y.等: "A new technique for fully autonomous and efficient 3D robotics hand/eye calibration", 《IEEE TRANSACTIONS ON ROBOTICS & AUTOMATION》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114952855A (zh) * | 2022-06-16 | 2022-08-30 | 苏州微创畅行机器人有限公司 | 机械臂位姿偏差索引表的形成方法及机械臂的控制方法 |
| CN115556109A (zh) * | 2022-10-24 | 2023-01-03 | 深圳市通用测试系统有限公司 | 一种测试系统中机械臂的定位方法和装置 |
| CN115556109B (zh) * | 2022-10-24 | 2024-06-11 | 深圳市通用测试系统有限公司 | 一种测试系统中机械臂的定位方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110695993B (zh) | 一种柔性机械臂同步测量方法、系统及装置 | |
| CN108324373B (zh) | 一种基于电磁定位系统的穿刺手术机器人精确定位实现方法 | |
| CN111070199A (zh) | 一种手眼标定评估方法及机器人 | |
| EP3157715A1 (en) | Method for calibrating a robot and a robot system | |
| WO2011105616A1 (en) | Three-dimensional measurement apparatus, model generation apparatus, processing method thereof, and non-transitory computer-readable storage medium | |
| CN113524201B (zh) | 机械臂位姿主动调节方法、装置、机械臂和可读存储介质 | |
| CN113771096A (zh) | 机械臂的位姿信息的处理方法和装置 | |
| CN114918926B (zh) | 机械臂视觉配准方法、装置、控制终端及存储介质 | |
| CN113370221B (zh) | 机器人tcp标定系统、方法、装置、设备及存储介质 | |
| JP2022183032A (ja) | カメラガイド装置のハンドアイ較正 | |
| CN114310880A (zh) | 一种机械臂标定方法及装置 | |
| CN114074330B (zh) | 一种机器人控制方法、系统、机器人及存储介质 | |
| CN117381800B (zh) | 一种手眼标定方法及系统 | |
| CN112603542B (zh) | 手眼标定方法、装置、电子设备和存储介质 | |
| CN114918928A (zh) | 手术机械臂精准定位方法、装置、控制终端及存储介质 | |
| CN114310901A (zh) | 用于机器人的坐标系标定方法、装置、系统以及介质 | |
| Lee et al. | High precision hand-eye self-calibration for industrial robots | |
| EP3693697A1 (en) | Method for calibrating a 3d measurement arrangement | |
| CN115439633A (zh) | 标定方法、装置和电子设备 | |
| CN107993227B (zh) | 一种获取3d腹腔镜手眼矩阵的方法和装置 | |
| CN116942314A (zh) | 光学定位和机械定位混合的定位方法及系统 | |
| CN113384347B (zh) | 一种机器人标定方法、装置、设备及存储介质 | |
| JP2014117409A (ja) | 身体関節位置の計測方法および装置 | |
| CN114209433A (zh) | 一种手术机器人导航定位方法及装置 | |
| CN114209431A (zh) | 光学探针识别方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211210 |
|
| RJ01 | Rejection of invention patent application after publication |