一种医疗机器人DH参数标定方法

1.一种医疗机器人DH参数标定方法，其特征在于，包括：
建立医疗机器人的运动学模型和相机的成像模型；
基于医疗机器人的运动学模型与相机的成像模型确定的系统位置信息和姿态信息，来建立误差方程；
根据误差方程确定最优化问题的目标函数，通过求解目标函数取得最小值时的参数取值，来确定机器人DH参数，即实现机器人参数的标定；
其中，所述基于医疗机器人的运动学模型与相机的成像模型确定的系统位置信息和姿态信息，来建立误差方程包括：
根据DH参数建模方法对机器人建立运动学模型，获得矩阵 与 表达式：
式中，c表示余弦函数，s'表示正弦函数，αp-1、θp、dp均为DH参数；
根据建立的医疗机器人的运动学模型和相机的成像模型，获得下式：
其中， 中包含了20个未知的DH参数，和已知的关节角增量； 是相机坐标系和工具坐标系的转换矩阵； 是相机坐标系和世界坐标系的转换矩阵； 是机器人坐标系和世界坐标系的转换矩阵；
根据相机的成像模型建模方法，可得出下式，从而计算出相机坐标系和世界坐标系的转换矩阵
其中，(ul，vl)是像素坐标，(Xwl，Ywl，Zwl)是世界坐标系下的坐标，s是比例因子，M1是相机的内部参数，M2是相机的外部参数，l＝1,2...L，L表示采集数据的组数；在根据张正友标定法得到M1矩阵后，通过M1和标定板的已知信息计算各组M2，该式中的M2即为相机坐标系和世界坐标系的转换矩阵
在参数均为理想值条件下， 等于 但是由于系统各部分的实际值与理想值存在误差，导致二者并不相等，从而建立误差方程：
设X是待标定的参数组成的向量，改变N次关节角度，使相机从不同的位姿拍摄标定板，得到机器人关节角度数据；设：
以 代替 进行计算，得到误差方程组ε，其中第k个误差方程εk表示为：
其中，m＝1,2,3；n＝1,2,3,4；k＝1,2,...,12×N。
2.根据权利要求1所述的方法，其特征在于，所述建立医疗机器人的运动学模型和相机的成像模型包括：
使用DH参数建模方法对医疗机器人建立运动学模型，最终建立一DH模型参数表；
相机的成像模型是基于小孔成像的模型，并加以非线性修正得到；其中，在标定时，以棋盘格标定板作为相机的检测物体，把标定板所在的坐标系作为世界坐标系。
3.根据权利要求1所述的方法，其特征在于，根据误差方程确定最优化问题的目标函数，通过求解目标函数取得最小值时的参数取值，来确定机器人DH参数包括：
最优化问题的目标函数，通过矩阵表示为：
使用最优化库函数lsqnonlin对目标函数进行求解，根据取得最小值时的参数取值，来确定机器人DH参数。

一种医疗机器人DH参数标定方法\n技术领域\n[0001] 本发明涉及机器人技术领域，尤其涉及一种医疗机器人DH参数标定方法。\n背景技术\n[0002] 机器人标定技术是机器人领域的重要技术之一，用于校正由于机器人加工与装配过程中带来的误差。\n[0003] 现有的机器人标定技术方法主要基于激光跟踪仪、三维坐标测量仪等设备。一方面，这类设备价格昂贵、操作复杂；另一方面，而且这些方法主要针对工业机器人，旨在提高机器人的重复定位精度，其仅能通过目标点的位置信息建立误差方程，无法使用姿态信息，因而具有局限性而且绝对定位精度有限。\n发明内容\n[0004] 本发明的目的是提供一种医疗机器人DH参数标定方法，其操作简单、成本较低，且可有效提高绝对定位精度。\n[0005] 本发明的目的是通过以下技术方案实现的：\n[0006] 一种医疗机器人DH参数标定方法，包括：\n[0007] 建立医疗机器人的运动学模型和相机的成像模型；\n[0008] 基于医疗机器人的运动学模型与相机的成像模型确定的系统位置信息和姿态信息，来建立误差方程；\n[0009] 根据误差方程确定最优化问题的目标函数，通过求解目标函数取得最小值时的参数取值，来确定最优的机器人DH参数，即实现机器人参数的标定。\n[0010] 进一步的，所述建立医疗机器人的运动学模型和相机的成像模型包括：\n[0011] 使用DH参数建模方法对医疗机器人建立运动学模型，最终建立一DH模型参数表；\n[0012] 相机的成像模型是基于小孔成像的模型，并加以非线性修正得到；其中，在标定时，以棋盘格标定板作为相机的检测物体，把标定板所在的坐标系作为世界坐标系。\n[0013] 进一步的，所述基于医疗机器人的运动学模型与相机的成像模型确定的系统位置信息和姿态信息，来建立误差方程包括：\n[0014] 根据DH参数建模方法对机器人建立运动学模型，获得矩阵 与 表达式：\n[0015]\n[0016]\n[0017] 式中，c表示余弦函数，s'表示正弦函数，αp-1、θp、dp均为DH参数；\n[0018] 根据建立的医疗机器人的运动学模型和相机的成像模型，获得下式：\n[0019]\n[0020] 其中， 中包含了20个未知的DH参数，和已知的关节角增量； 是相机坐标系和工具坐标系的转换矩阵； 是相机坐标系和世界坐标系的转换矩阵； 是机器人坐标系和世界坐标系的转换矩阵；\n[0021] 根据相机的成像模型建模方法，可得出下式，从而计算出相机坐标系和世界坐标系的转换矩阵\n[0022]\n[0023] 其中，(ui，vi)是像素坐标，(Xwi，Ywi，Zwi)是世界坐标系下的坐标，s是比例因子，M1是相机的内部参数，M2是相机的外部参数，i＝1,2...N，表示采集数据的组数；在根据张正友标定法得到M1矩阵后，通过M1和标定板的已知信息计算各组M2，该式中的M2即为相机坐标系和世界坐标系的转换矩阵\n[0024] 在参数均为理想值条件下， 等于 但是由于系统各部分的实际值与理想值存在误差，导致二者并不相等，从而建立误差方程：\n[0025] 设是X是待标定的参数组成的向量，改变N次关节角度，使相机从不同的位姿拍摄标定板，得到机器人关节角度数据；设：\n[0026]\n[0027]\n[0028] 以 代替 进行计算，得到误差方程组ε，其中第k个误差方程εk表示为：\n[0029]\n[0030] 其中，m＝1,2,3；n＝1,2,3,4；k＝1,2,...,12×N。\n[0031] 进一步的，根据误差方程确定最优化问题的目标函数，通过求解目标函数取得最小值时的参数取值，来确定最优的机器人DH参数包括：\n[0032] 最优化问题的目标函数，通过矩阵表示为：\n[0033]\n[0034] 使用最优化库函数lsqnonlin对目标函数进行求解，根据取得最小值时的参数取值，来确定最优的机器人DH参数。\n[0035] 由上述本发明提供的技术方案可以看出，通过建立标定模型、推导误差方程和最小化目标函数并求解，从而实现医疗机器人DH参数标定；其不仅操作方法简单且成本较低，适合医疗机器人，同时，还可有效提高绝对定位精度。\n附图说明\n[0036] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。\n[0037] 图1为本发明实施例提供的一种医疗机器人DH参数标定方法的流程图；\n[0038] 图2为本发明实施例提供的标定前的误差分布示意图；\n[0039] 图3为本发明实施例提供的标定后的误差分布示意图。\n具体实施方式\n[0040] 下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。\n[0041] 图1为本发明实施例提供的一种医疗机器人DH参数标定方法的流程图。如图1所示，其主要包括如下步骤：\n[0042] 步骤11、建立医疗机器人的运动学模型和相机的成像模型。\n[0043] 1、医疗机器人的运动学模型。\n[0044] 本发明实施例中，使用DH参数建模方法对医疗机器人建立运动学模型，最终建立一DH模型参数表。DH参数建模是一种通用的机器人建模方法，在每一个连杆上均建立坐标系。\n[0045] 2、相机的成像模型。\n[0046] 相机的成像模型是基于小孔成像的模型，并加以非线性修正得到；其中，在标定时，以棋盘格标定板作为相机的检测物体，把标定板所在的坐标系作为世界坐标系。\n[0047] 在建立了医疗机器人的运动学模型和相机的成像模型后，可以得到两个模型之间的四个坐标系：机器人坐标系、工具坐标系、相机坐标系和世界坐标系；这些模型和坐标系构成了标定系统，即是标定模型。\n[0048] 步骤12、基于医疗机器人的运动学模型与相机的成像模型确定的系统位置信息和姿态信息，来建立误差方程。\n[0049] 根据DH参数建模方法对机器人建立运动学模型，获得矩阵 与 表达式：\n[0050]\n[0051]\n[0052] 式中，c表示余弦函数，s'表示正弦函数，αp-1、θp、dp均为DH参数；\n[0053] 根据建立的医疗机器人的运动学模型和相机的成像模型，获得下式：\n[0054]\n[0055] 其中， 中包含了20个未知的DH参数，和已知的关节角增量； 是相机坐标系和工具坐标系的转换矩阵； 是相机坐标系和世界坐标系的转换矩阵； 是机器人坐标系和世界坐标系的转换矩阵；\n[0056] 根据相机的成像模型建模方法，可得出下式，从而计算出相机坐标系和世界坐标系的转换矩阵\n[0057]\n[0058] 其中，(ui，vi)是像素坐标，(Xwi，Ywi，Zwi)是世界坐标系下的坐标，s是比例因子，M1是相机的内部参数，M2是相机的外部参数，i＝1,2...N，表示采集数据的组数，N为最大采集数目；再根据张正友标定法得到M1矩阵后，通过M1和标定板的已知信息计算各组M2，该式中的M2即为相机坐标系和世界坐标系的转换矩阵 s是一个比例因子；\n[0059] 在参数均为理想值条件下， 等于 但是由于系统各部分的实际值与理想值存在误差，导致二者并不相等；但是当机械臂的参数接近真实值时，通过其计算出的也将趋于接近，我们的误差方程便基于此性质进行推导，即我们希望调整机械臂的参数，使通过其计算出相接近，数学描述如下。\n[0060] 设是X是待标定的参数组成的向量，改变N次关节角度，使相机从不同的位姿拍摄标定板，得到机器人关节角度数据；设：\n[0061]\n[0062]\n[0063] 可以针标定实验做出如下假设：\n[0064] 1)实验组数足够大，能够提供丰富的位姿数量；\n[0065] 2)不同的位姿均布在真实位姿周围；\n[0066] 3)实验过程中的随机误差均匀分布.\n[0067] 基于上述假设，可以以 代替 进行计算，得到误差方程组ε，其中第k个误差方程εk表示为：\n[0068]\n[0069] 其中，m＝1,2,3；n＝1,2,3,4；k＝1,2,...,12×N。\n[0070] 该误差方程来源于相机坐标系与世界坐标系的转换，因此同时考虑系统位置信息和姿态信息，与传统的仅基于距离或位置信息构造的误差方程相比，具有更为丰富的校准数据类型，能够做出更接近真实情况的模型刻画。\n[0071] 步骤13、根据误差方程确定最优化问题的目标函数，通过求解目标函数取得最小值时的参数取值，来确定最优的机器人DH参数，即实现机器人参数的标定。\n[0072] 最优化问题的目标函数，通过矩阵表示为：\n[0073]\n[0074] 使用最优化库函数lsqnonlin对目标函数进行求解(函数使用LM算法对目标函数进行求解)，从而实现医疗机器人DH参数标定。\n[0075] 本发明实施例所提供标定方法可以显著提高医疗机器人的绝对定位精度；如表1所示为医疗机器人标定前后定位误差。\n[0076]\n[0077] 表1 医疗机器人标定前后定位误差\n[0078] 经过计算，标定前后的误差的分布如图2-3所示。\n[0079] 从图表中可以看出，机器人的绝对定位精度得到了有效的提高。同时，整套定标方案所涉及的设备简单、成本较低且操作方法简单，适用于医疗机器人。\n[0080] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。\n[0081] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。