Automatic Robot Hand-Eye Calibration Enabled by Learning-Based 3D Vision

要約

ハンドアイキャリブレーションは、ビジョンベースのロボットシステムの基本的なタスクとして、カメラの座標フレームとロボットのフランジの間の変換行列を推定することを目的としています。
ハンドアイキャリブレーションのほとんどのアプローチは、外部マーカーまたは人間の支援に依存しています。
私たちは、外部のキャリブレーション オブジェクトや人間のサポートを使用せず、ロボット ベースを使用してハンドアイキャリブレーション問題に対処する新しい方法論である Look at Robot Base Once (LRBO) を提案しました。
ロボットベースの点群を使用して、カメラの座標フレームからロボットベースへの変換行列を I=AXB として確立します。
この目的を達成するために、学習ベースの 3D 検出および登録アルゴリズムを活用して、ロボット ベースの位置と方向を推定します。
この方法の堅牢性と精度はグラウンドトゥルースベースの評価によって定量化され、精度の結果が他の 3D ビジョンベースのキャリブレーション方法と比較されます。
私たちの方法論の実現可能性を評価するために、さまざまなジョイント構成と実験グループにわたって低コストの構造化光スキャナーを利用した実験を実行しました。
実験結果によると、提案されたハンドアイ校正方法は、0.930 mmの並進偏差と0.265度の回転偏差を達成しました。
さらに、3D 再構成実験では、回転誤差が 0.994 度、位置誤差が 1.697 mm であることが実証されました。
さらに、私たちの方法は 1 秒で完了する可能性があり、これは他の 3D ハンドアイキャリブレーション方法と比較して最速です。
コードは github.com/leihui6/LRBO で公開されています。

要約(オリジナル)

Hand-eye calibration, as a fundamental task in vision-based robotic systems, aims to estimate the transformation matrix between the coordinate frame of the camera and the robot flange. Most approaches to hand-eye calibration rely on external markers or human assistance. We proposed Look at Robot Base Once (LRBO), a novel methodology that addresses the hand-eye calibration problem without external calibration objects or human support, but with the robot base. Using point clouds of the robot base, a transformation matrix from the coordinate frame of the camera to the robot base is established as I=AXB. To this end, we exploit learning-based 3D detection and registration algorithms to estimate the location and orientation of the robot base. The robustness and accuracy of the method are quantified by ground-truth-based evaluation, and the accuracy result is compared with other 3D vision-based calibration methods. To assess the feasibility of our methodology, we carried out experiments utilizing a low-cost structured light scanner across varying joint configurations and groups of experiments. The proposed hand-eye calibration method achieved a translation deviation of 0.930 mm and a rotation deviation of 0.265 degrees according to the experimental results. Additionally, the 3D reconstruction experiments demonstrated a rotation error of 0.994 degrees and a position error of 1.697 mm. Moreover, our method offers the potential to be completed in 1 second, which is the fastest compared to other 3D hand-eye calibration methods. Code is released at github.com/leihui6/LRBO.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google