手机拍照转机器人末端坐标（九点标定法）

news2025/1/23 13:55:45

1.打印标定纸，随机九个点

2.让UR机器人末端分别走到P1-P9九个点

在图示位置读取九个点的X，Y坐标

3.手机拍照（固定点）

测试可以随机拍一张，实用的话需要固定手机的拍照位置，得到的图片如下：

4.OpenCV取值这九个点的像素坐标

实用如下代码显示这个图片，用鼠标悬停取抄写坐标

import cv2
import numpy as np

input_img='/home/cheni/Downloads/xyz.jpeg'
image = cv2.imread(input_img)
#让图片可以缩写拉伸
cv2.namedWindow('Harris', cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.imshow('Harris',image)

if cv2.waitKey(0) & 0xff == 27:
    cv2.destroyAllWindows()

效果如下：

鼠标悬停在P1上，在左下角就可以读取这个像素坐标值了。

5.标定矩阵计算加验证

验证算法如下：

import numpy as np
import cv2
robot_end_xy=np.array([
    [-316,-611.4],
    [-359.7,-589.3],
    [-296.4,-573.2],
    [-372.3,-558.7],
    [-293.8,-530],
    [-343.4,-522.7],
    [-222.8,-510],
    [-329.6,-486.6],
    [-288.1,-472.4],
])
phone_image_xy=np.array([
    [1371,923],
    [1912,965],
    [1367,1479],
    [1764,1423],
    [1555,1890],
    [2115,1702],
    [930,2490],
    [2150,2175],
    [1799,2520],
 ])
#计算两组坐标之间的仿射矩阵
m, _ = cv2.estimateAffine2D(phone_image_xy, robot_end_xy)
print (m)
def get_points_robot(x_camera, y_camera):
    robot_x = (m[0][0] * x_camera) + (m[0][1] * y_camera) + m[0][2]
    robot_y = (m[1][0] * x_camera) + (m[1][1] * y_camera) + m[1][2]
    return robot_x, robot_y
#验证其中一个点，倒数第三个（930,2490）像素坐标转换机器人坐标
x,y= get_points_robot(930,2490)
print(x,y)

运行后结果分析：

cheni@yuchen:~$ /bin/python3 /home/cheni/Desktop/suanfa.py
[[-7.71668805e-02  3.77840943e-02 -2.45046408e+02]
 [ 3.92542458e-02  7.59681698e-02 -7.35221624e+02]]
-222.7292116274272 -509.55443216333356
cheni@yuchen:~$ ^C

1是计算的仿射矩阵，2是验证倒数第三个点，可以看到误差不是太大。