工业机器人工作单元中基于多摄像机的手眼标定
机器人学
2024-06-18 v1 计算机视觉与模式识别
摘要
在工业场景中，有效的人机协作依赖于多摄像机系统以克服机器人工作单元中常见的遮挡问题。在此情境下，对人在机器人坐标系中的精确定位至关重要，使得摄像机网络的手眼标定至关重要。这一过程在追求高标定精度且时间要求短以最小化生产停机，以及处理用于监控广阔区域的大规模摄像机网络时，具有显著挑战。我们的论文引入一种创新且稳健的多摄像机手眼标定方法，旨在优化每台摄像机相对于机器人基座以及彼此摄像机的姿态。该优化整合了两种关键约束：i)单一的板块到终端执行器变换，ii)摄像机之间的相对变换。我们通过在METRIC数据集和真实工业场景数据上的全面实验，展示了本方法在各类最先进技术中的优势，即使仅使用不足10张图像。此外，我们在https://github.com/davidea97/Multi-Camera-Hand-Eye-Calibration.git上发布了本多摄像机手眼标定算法的开源版本。
引用
@article{arxiv.2406.11392,
title = {Multi-Camera Hand-Eye Calibration for Human-Robot Collaboration in Industrial Robotic Workcells},
author = {Davide Allegro and Matteo Terreran and Stefano Ghidoni},
journal= {arXiv preprint arXiv:2406.11392},
year = {2024}
}