科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对视觉传感器标定和机器人运动学求解过程中存在噪声干扰，导致传统的手眼标定算法求解误差较大的问题，提出了一种基于协方差自适应进化策略（Covariance matrix adaptation evolution strategy,CMA-ES）的机器人手眼标定算法。首先采用数学工具对偶四元数对旋转和平移分别建立目标函数和几何约束，简化求解模型，再采用惩罚函数法将约束问题转化成无约束优化问题，最后使用CMA-ES算法替代传统对偶四元数算法的奇异值分解算法求取手眼标定方程的最优解。搭建了机器人、相机实测实验平台，将本文算法与三种传统算法（经典方法两步法Tsai、非线性优化方法 INRIA、对偶四元数方法 DQ）进行对比，最后实验结果表明，CMA-ES算法在旋转和平移的求解误差和方差均小于其他传统算法，与Tasi两步法相比其旋转精度提升了4.58%，平移精度提升了10.54%，验证了在存在噪声干扰的实际手眼标定过程中，CMA-ES算法具有更好的求解精度与稳定性。
- 单位
