双臂机器人坐标与运动参数统一校准框架

精确的视觉驱动双臂机器人系统协作需要准确的系统校准。最近的双机器人校准方法通过同时求解多个坐标变换实现了良好性能，但这些方法要么将运动误差视为隐式噪声，要么通过分离的误差建模处理，导致误差累积不可忽略。本文提出了一种用于统一校准双臂机器人坐标变换和运动参数的新框架。我们的核心思想是将所有紧密耦合参数统一纳入单个李代数形式中。为此，我们构建了一个基于乘积-指数公式的统一误差模型，自然地将坐标和运动参数以扭转形式集成。该模型不引入人为的误差分离，从而大大减缓了误差传播。此外，我们使用李导数从该模型推导出闭形式解析雅可比矩阵。通过探讨雅可比矩阵的秩属性，我们分析了所有校准参数的可辨识性，表明在温和条件下，我们的联合优化是 well-posed 的。这使得基于此模型的迭代求解器能够在流形空间上稳定优化这些参数。此外，为确保联合优化的稳健收敛，我们发展了一个用于初始化未知坐标的可证明正确算法。该算法通过半正定松弛可获得可靠估计，其近全局最优性可事后验证。大量实验表明，在相同的视觉测量条件下，我们的方法在准确性方面优于先前的基准方法。与此同时，我们的可证明初始化 consistently 优于多数坐标-only 方法，证明其作为联合优化起点的可靠性。