Upload
others
View
6
Download
0
Embed Size (px)
Citation preview
MEMORIAS DEL XXIV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 19 al 21 DE SEPTIEMBRE DE 2018 CAMPECHE, CAMPECHE, MÉXICO
Tema A3b. Mecanismos y Robótica
“Identificación de parámetros geométricos de un mecanismo de 5 barras por medio de un método de calibración de cámaras”
Mario A. García-Murilloa, Silvia Milena Espinosaa, Juan Francisco Reveles-Arredondoa, Eduardo Aguilera-Gómeza
aUniversidad de Guanajuato, Carretera Salamanca - Valle de Santiago km 3.5 + 1.8, Comunidad de Palo Blanco,Salamaca 36500, Mexico.
*Autor contacto. Dirección de correo electrónico: [email protected]
R E S U M E N
En este trabajo se presenta una metodología novedosa para la determinación de los parámetros geométricos de un
mecanismo plano de cinco barras. La propuesta se basa en el uso del método de calibración de cámara de Zhang usando
un patrón y una cámara, con el objetivo de obtener los parámetros extrínsecos e intrínsecos de la cámara y de esta forma
obtener los parámetros geométricos del mecanismo a partir de la reconstrucción de lugares geométricos utilizando el
método de mínimos cuadrados.
Palabras Clave: Robot paralelo, Calibración de cámaras, Mínimos cuadrados, Parámetros geométricos.
A B S T R A C T
In this work we present a novel methodology for the determination of the geometrical parameters of a five-bar planar
mechanism. The proposal is based on the use of the Zhan’s camera calibration method using a pattern and a camera, to
obtain the extrinsic and intrinsic parameters of the camera and in this way to obtain the geometric parameters of the
mechanism from the reconstruction of geometric places by using the least square method.
Keywords: Parallel robot, Camera calibration, Least squares, Geometric parameters.
1. Introducción
En la última década se han estudiado exhaustivamente los
robots paralelos y se han patentado y comercializado un
número importante de estos; su empleo va desde tareas de
maquinado, operaciones de pick and place, apoyo en la
rehabilitación y en cirugía, simuladores de vuelo hasta
plataformas didácticas. Esto se debe a que muchas de esas
tareas requieren de alta precisión en el posicionamiento del
efector final, una ventaja de los mecanismos de arquitectura
paralela sobre los seriales [1]. Sin embargo, el elevado
número de pares cinemáticos pasivos, los cuales incluyen
errores de manufactura, ensamble y otros, disminuye su
precisión y exactitud. Este problema puede reducirse con
una adecuada identificación de los parámetros geométricos
del mecanismo, aunque esta tarea presenta algunas
dificultades tanto desde el punto de vista teórico como
practico [2]. En la literatura existe una variedad de métodos
para la determinación de los parámetros geométricos de
manipuladores, que generalmente se clasifican en tres
grupos con base en la ubicación de los instrumentos de
ISSN 2448-5551 MT 107 Derechos Reservados © 2018, SOMIM
MEMORIAS DEL XXIV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 19 al 21 DE SEPTIEMBRE DE 2018 CAMPECHE, CAMPECHE, MÉXICO
medición y sus elementos adicionales: medición externa,
auto-calibración y calibración restringiendo movimientos
del robot [2]. El primer grupo incluye estrategias basadas en
la medición de la postura de la plataforma móvil (u otros
elementos) por medio de un instrumento externo, ajeno al
mecanismo, como máquinas de coordenadas [3], sistemas de
visión e instrumentos ópticos [4, 5, 6], sensores laser [7],
sistemas de visión usando patrones [8] o algún otro elemento
como esferas [2]. Las técnicas de auto-calibración consisten
en calibrar automáticamente el robot, incluso durante la
operación, incluyen el uso de sensores redundantes [9] o la
inclusión de extremidades pasivas adicionales [10]. El tercer
grupo se basa en la idea de que generalmente el número de
sensores del robot es igual a su número de grados de libertad
[11], entonces si se restringen algunos movimientos pueden
usarse algoritmos similares a los usados cuando se agregan
sensores redundantes o incluso se introducen componentes
adicionales. Ejemplos de estas técnicas pueden encontrarse
en [12, 13, 14]. En esta contribución se presenta un método
de medición externa para la determinación de parámetros
geométricos de robots y se aplica a un prototipo didáctico.
El método se basa en una técnica de calibración de cámaras
propuesta por Zhang [15] que está basada en la observación
de un patrón plano en varias posiciones y orientaciones. Esta
tiene la ventaja de permitir obtener los parámetros de la
cámara fácilmente sin conocer previamente la posición de
los puntos de interés, ni la de la cámara desde donde se han
tomado las imágenes del patrón. El resto de este trabajo está
organizado de la siguiente forma: la Sección 2 presenta una
breve descripción del mecanismo bajo estudio. En la sección
3 se describe de forma breve el método de Zhang y el de
mínimos cuadrados y la metodología propuesta, en la
sección 4 se indican los parámetros del mecanismo y en la
sección 5 se presenta la implementación de la técnica y
finalmente se dan las conclusiones del trabajo.
2. Descripción del robot
El mecanismo bajo estudio es un manipulador paralelo plano
5R didáctico y se muestra en la Fig. 1. Este dispositivo se
emplea para posicionar un palpador de un sistema
digitalizador de geometría con el cual se pueden obtener las
coordenadas de los puntos pertenecientes a los contornos de
diferentes piezas y generar archivos para ser procesados y
poder, por ejemplo, crear, modificar y exportar un plano de
la pieza a un centro de maquinado asistido por computadora.
Los parámetros geométricos a considerar en este estudio son
las longitudes de los cinco eslabones y las direcciones de las
revolutas como se muestra en la Fig. 2. Los primeros están
denotados por 𝐿𝑖 para el i-ésimo eslabón mientras que las
direcciones están dadas por los vectores unitarios
𝒖𝐴, 𝒖𝐵 , 𝒖𝐶 , 𝒖𝐷 𝑦 𝒖𝐸, y son nominalmente paralelos entre sí
y normales al plano de movimiento del mecanismo.
Figura 1 – Robot bajo estudio
Figura 2 – Esquema del robot y sus parámetros geométricos
3. Descripción del método
Como se mencionó anteriormente, la técnica de
identificación de parámetros propuesta se basa en analizar
las características del lugar geométrico que genera un punto
sobre un eslabón que se mueve con respecto a otro y las
características del par cinemático que forman ambos
elementos; una vez obtenidas las coordenadas de un
conjunto de puntos pertenecientes a dicho lugar geométrico
se procede a reconstruirlo empleando el método de mínimos
cuadrados. Para obtener las coordenadas de los puntos a
analizar se hace uso del bien conocido método de calibración
de cámaras propuesto por Zhang [15], el cual es
implementado en Matlab©, tal como se presenta en [16]. La
técnica de Zhang está basada en la observación de un patrón
plano, del tipo "tablero de ajedrez", en varias posiciones y
orientaciones con una cámara. La ventaja de este método de
calibración es que permite obtener los parámetros
extrínsecos fácilmente sin conocer la posición de los puntos
de interés, ni la posición de la cámara desde donde se han
tomado las imágenes del patrón. A continuación, se describe
brevemente el fundamento de esta técnica.
ISSN 2448-5551 MT 108 Derechos Reservados © 2018, SOMIM
MEMORIAS DEL XXIV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 19 al 21 DE SEPTIEMBRE DE 2018 CAMPECHE, CAMPECHE, MÉXICO
3.1. Técnica de calibración de cámaras
La calibración de cámara permite estimar los parámetros
intrínsecos y extrínsecos de la misma, los cuales son
necesarios para realizar la reconstrucción 3D del entorno y
situar la cámara en el mismo. En la Fig. 3 se muestran los
principales elementos considerados en el modelo
geométrico de la cámara. El punto M, localizado por el
vector de posición M, tiene coordenadas (𝑥, 𝑦, 𝑧) en el
mundo real, mientras que su punto correspondiente m tiene
coordenadas (𝑢, 𝑣) en el plano de la imagen. De esta forma,
las coordenadas M tienen dos transformaciones:
Figura 3 – Elementos del modelo geométrico de la cámara
Proyección que transforma un punto 3D en un punto 2D
en la imagen.
Transformación del marco de la cámara (en unidades
métricas) al marco de la imagen (en pixeles).
Estas dos transformaciones se representan matemáticamente
de la siguiente manera:
[𝑢𝑣1
] = [𝛼 𝛾 𝑢0 00 𝛽 𝑣0 00 0 1 0
] [𝐑 𝒕0 1
] [𝑴1
]
La primera matriz del lado derecho se denomina matriz de
parámetros intrínsecos de la cámara, donde (𝛼, 𝛽)
representan un factor de escala en los ejes x e y; (𝑢0, 𝑣0)
están asociados al punto central de la imagen y 𝛾 representa
un factor de asimetría entre pixeles. Por otro lado, la segunda
matriz contiene los parámetros extrínsecos donde 𝐑 es la
matriz de rotación del sistema asociado al plano de la
imagen y el sistema de referencia asociado al mundo real;
finalmente, t es el vector de traslación entre ambos sistemas
de referencia.
La idea principal tras el proceso de calibración de cámara es
describir el modelo que relaciona los sistemas de
coordenadas que permiten obtener los parámetros de la
cámara. La calibración consiste en determinar la geometría
y las características internas de la cámara, los parámetros
intrínsecos (los pixeles o aspecto proporcional, coordenadas
de proyección del centro óptico, largo focal), y los
parámetros extrínsecos (rotación y traslación), que
representan la localización y orientación de la cámara
relativa a una imagen en un sistema de coordenadas. Estos
parámetros son calculados de un patrón de calibración
conformado por cuadros negros y blancos (tipo tablero de
ajedrez), que contiene rasgos fácilmente detectables en la
imagen capturada.
El proceso de calibración es sencillo, requiere la toma de 30
a 50 fotografías del patrón en diversas posiciones, por medio
del Toolbox de Camera Calibration en Matlab© [16], se
procede a detectar las esquinas de cada patrón conservando
el mismo punto de origen y secuencia en cada una de las
imágenes y finalmente se selecciona la opción de calibrar,
entregando los siguientes resultados: centro del eje óptico
𝑐𝑐 = (𝑢0, 𝑣0) o punto principal; define el punto donde el eje
óptico atraviesa el plano imagen, distancia focal 𝑓𝑐 ;
distancia entre el centro óptico y el centro del plano imagen,
el coeficiente de asimetría que es el ángulo definidos por los
ejes x e y del pixel, y los coeficientes de distorsión (radial y
tangencial).
3.2. Reconstrucción de formas geométricas
En esta sección se presentan la metodología para la
reconstrucción de formas geométricas mediante el método
de mínimos cuadrados. La librería de elementos geométricos
de mínimos cuadrados de Matlab© está compuesta por una
serie de funciones para encontrar el ajuste de mínimos
cuadrados de las formas geométricas de los datos,
implementado varias de las funciones claves de las rutinas
de ajuste geométrico. Se basa en un solucionador de
mínimos cuadrados no lineales de propósito general que
toma como rutinas de función y gradientes de entrada, y
estas rutinas con implementaciones de las funciones clave
de evaluación geométrica.
Debido a que los eslabones están unidos por medio de
revolutas, el movimiento relativo de un eslabón respecto al
otro formará un arco de puntos, que se reconstruirá
obteniendo un valor aproximado del centro y del radio. Por
tal motivo se hará uso de la rutina LSGE ls3dcircle [17] en
Matlab, función de círculo de mínimos cuadrados en tres
dimensiones usando Gauss-Newton. Los datos de entrada
son las coordenadas (x, y, z) de cada punto, una estimación
del centro del círculo, una estimación de la normal, del radio
y un valor de tolerancia. Esta función utiliza el algoritmo de
Gauss-Newton para encontrar una estimación de los
parámetros de rotación-traslación que transforman los datos
para que el circulo se ajuste aun mejor a la posición estándar.
ISSN 2448-5551 MT 109 Derechos Reservados © 2018, SOMIM
MEMORIAS DEL XXIV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 19 al 21 DE SEPTIEMBRE DE 2018 CAMPECHE, CAMPECHE, MÉXICO
4. Parámetros geométricos del mecanismo de 5 barras.
4.1. Determinación de �̂�𝑨, �̂�𝑬 𝒚 𝑳𝟎
Sean 𝑂1 𝑦 𝑂4 dos puntos, localizados por los
vectores 𝒓1 𝑦 𝒓4 , pertenecientes a los eslabones 1 y 4
respectivamente según se describe en la Fig. 4. Note que los
puntos 𝑂1 𝑦 𝑂4 siguen trayectorias circulares sobre planos
normales a los vectores unitarios �̂�𝐴 𝑦 �̂�𝑬 respectivamente.
Estos vectores son, a su vez, paralelos a las direcciones de
las revolutas ubicadas en los puntos 𝐴 y 𝐸.
Figura 4 – Trayectoria de los puntos 𝑶𝟏 𝒚 𝑶𝟒
En primer lugar, se analiza el movimiento del punto 𝑂1. El
punto 𝐴 , localizado por el vector 𝒓𝐴 , es el centro de la
trayectoria circular descrita por 𝑂1. Sin embargo, la citada
ecuación requiere de una aproximación de los valores de
𝒓𝐴 y del radio de la circunferencia, 𝑟𝑂1/𝐴 ; tales
aproximaciones se denotarán por (𝒓𝐴)0, y (𝑟𝑂1/𝐴)0
. Es posible
calcular �̂�𝐴 reconstruyendo el plano formado por los puntos
𝑂1 utilizando la bien conocida metodología de
descomposición de matrices:
𝐔𝟏𝐒𝟏𝐕𝟏𝑻 = [
𝒓1,1 − 𝒑1
𝒓1,2 − 𝒑1. . .
𝒓1,𝑛1 − 𝒑1
] (2)
donde 𝑛1 es el número de puntos conocidos sobre la
trayectoria de 𝑂1, y el vector 𝒑1 está dado por:
𝒑1 = ∑ 𝒓1,𝑖
𝑛1
𝑖=1
De las primeras tres columnas de 𝐔1 se obtiene una matriz
de rotación 𝐑.0 1 cuya tercera columna es un vector unitario
paralelo a �̂�𝐴 y las dos columnas restantes definen dos
vectores unitarios que yacen sobre el plano Π1 y que son
perpendiculares entre sí. Ahora, los puntos 𝑂1,𝑖 son
proyectados sobre Π1 y se reconstruye el círculo proyectado
utilizando la ecuación (2) cuyo centro está localizado por el
vector 𝒓 . De esta manera, el vector (𝒓𝐴)0 puede ser
calculado como sigue:
(𝒓𝐴)0 = 𝐑.0 1(𝒓𝐴,𝜋1) + 𝒑𝟏 (3)
donde 𝒓𝐴,𝜋1 es el vector de posición del centro de la
trayectoria circular referida al sistema de referencia fijo al
plano Π1.
Figura 5 – Proyección de 𝑬 sobre el plano 𝚷𝟏
Utilizando las aproximaciones iniciales obtenidas puede
emplearse la ecuación (2) para determinar los valores de 𝒓𝐴
y de �̂�𝐴. Siguiendo un procedimiento similar, se calculan 𝒓𝐸
y �̂�𝐸 . Por otro lado, el parámetro 𝐿0 esta dado por la
distancia entre las rectas �̂�𝐴 y �̂�𝐸 , como se muestra en la
Fig. 2. En la Fig. 4, note que los planos Π1 y Π4 no son
necesariamente paralelos, por lo que para calcular la
posición 𝐸, por ejemplo, se hace necesario proyectar dicho
punto sobre Π1 . Tal proyección, denotada por 𝐸Π1, está
definida por el punto donde la recta dirigida por �̂�𝐸
intersecta a Π1 , ver Fig. 5. Considerando lo anterior, 𝐿0
puede ser determinado como sigue:
𝐿0 = ‖𝒓𝐴 − [�̂�𝐸 +(𝒓𝐴∙ �̂�𝐴)(𝒓𝐸∙ �̂�𝐴)
�̂�𝐴∙�̂�𝐸]‖ (4)
4.2. Determinación de �̂�𝑩, �̂�𝑪, �̂�𝑫, 𝑳𝟏, 𝑳𝟐, 𝑳𝟑 𝒚 𝑳𝟒
Considere ahora que sobre el punto 𝑂𝑗 , se monta el sistema
de referencia 𝑂𝑗𝑥𝑗𝑦𝑗𝑧𝑗 , para 𝑗 = 1,2,3,4 tal como se describe
en la Fig.6. La trayectoria de 𝑂2 respecto al sistema de
referencia 𝑂1𝑥1𝑦1𝑧1 es un arco circular cuyo centro 𝐵 pasa
por una recta colineal a �̂�𝑩; cualquier punto perteneciente a
dicha trayectoria puede ser localizado, en términos del
ISSN 2448-5551 MT 110 Derechos Reservados © 2018, SOMIM
MEMORIAS DEL XXIV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 19 al 21 DE SEPTIEMBRE DE 2018 CAMPECHE, CAMPECHE, MÉXICO
sistema de referencia fijo en 𝑂1, por el vector 𝒓𝟐/𝟏.𝟏 el cual
está dado por:
𝒓𝟐/𝟏.𝟏 = ( 𝐑.
0 1)−1(𝒓2 − 𝒓1) (5)
Donde 𝐑.0 1 es la matriz de rotación del sistema de referencia
𝑂1𝑥1𝑦1𝑧1 respecto al marco global fijo. Siguiendo un
procedimiento similar al descrito anteriormente, es posible
calcular las coordenadas de 𝐵 cuyo vector de posición,
referido al marco fijo en 𝑂1 es 𝒓𝐵/𝑂1.1 ademas del vector
unitario normal al plano de movimiento �̂�𝐵.1 .
Figura 6 – Trayectoria relativas a sistemas de referencia móviles
Note que el primer vector, representado en el sistema de
referencia mencionado, es un vector constante. De esta
manera, el vector �̂�𝐵 puede ser obtenido con la siguiente
expresión:
�̂�𝐵 = 𝐑.0 1 ( �̂�𝐵).
1 (6)
Más aun, analizando el movimiento relativo del punto 𝐴
respecto al marco de referencia 𝑂1𝑥1𝑦1𝑧1 de forma análoga
a la descrita arriba, se puede calcular el vector de posición,
�̂�𝐴.1 , de tal punto en términos de ese marco. De la Fig. 7, la
longitud del eslabón 1 puede determinarse proyectando el
punto B sobre un plano normal �̂�𝐴 = ( 𝐑.0 1) �̂�𝐴.
−1.
1 y que
contiene al punto A; el punto proyectado se denota por 𝐵Π1.
De esta manera, 𝐿1, está dado por:
𝐿1 = ‖ 𝒓𝐴/𝑂1.1 − [ 𝒓𝐵/𝑂1.
1 +( 𝒓𝐴/𝑂1.
1 ∙ �̂�𝐴.1 )( 𝒓𝐵/𝑂1.
1 ∙ �̂�𝐴.1 )
�̂�𝐴.1 ∙ �̂�𝐵.
1 ]‖ (7)
Figura 7 – Determinación de la longitud del eslabón 1
Figura 8 – Trayectoria de 𝑶𝟏 𝒚 𝑶𝟑 respecto al marco de referencia
𝑶𝟐𝒙𝟐𝒚𝟐𝒛𝟐
Para el cálculo de 𝐿2, se hace necesario conocer los vectores
de posición de los puntos 𝐵 𝑦 𝐶 en términos del sistema de
referencia 𝑂2𝑥2𝑦2𝑧2 , 𝒓𝐶/2.2 y 𝒓𝐵/2.
2 respectivamente. De la
Fig. 8, es posible calcular el primero de ellos analizando el
movimiento de 𝑂1 tal como es visto desde el marco fijo en
𝑂2 , mientras que el segundo puede ser encontrado
estudiando la trayectoria de 𝑂3 respecto a dicha referencia.
Note que la trayectoria de 𝑂1 respecto a 𝑂2𝑥2𝑦2𝑧2, es un
arco circular formado por el cambio del vector 𝒓1/2.2 ,
mientras que la de 𝑂3 se genera con el vector 𝒓3/2.2 , los
cuales están dados por:
𝒓1/2.2 = ( 𝐑.
0 2)−1(𝒓1 − 𝒓2) (8)
𝒓3/2.2 = ( 𝐑.
0 2)−1(𝒓3 − 𝒓2) (9)
Siguiendo un procedimiento descrito en la sección 3.4, es
posible encontrar los puntos 𝐵 𝑦 𝐶 cuyos vectores de
posición son 𝒓𝐵/2.2 y 𝒓𝐶/2.
2 , que representan
respectivamente las trayectorias de 𝑂1 𝑦 𝑂3 , así como las
direcciones de las revolutas asociadas a tales puntos en
términos del marco de referencia 𝑂2𝑥2𝑦2𝑧2. Para calcular la
longitud del eslabón 𝐿2 es necesario proyectar el punto 𝐶
sobre un plano normal al eje de revoluta que pasa por 𝐵
como se muestra en la Fig. 9. De esta manera, 𝐿2 puede ser
obtenido de:
𝐿2 = ‖ 𝒓𝐵/𝑂2.2 − [ 𝒓𝐶/𝑂2.
2 +( 𝒓𝐵/𝑂2.
2 ∙ �̂�𝐵.2 )( 𝒓𝐶/𝑂2.
2 ∙ �̂�𝐵.2 )
�̂�𝐵.2 ∙ �̂�𝐶.
2 ]‖ (10)
Además, la dirección del eje de revoluta que pasa por C, en
términos del sistema de referencia global está dado por:
�̂�𝐶 = ( 𝐑.0 2) �̂�𝐶.
2 (11)
ISSN 2448-5551 MT 111 Derechos Reservados © 2018, SOMIM
MEMORIAS DEL XXIV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 19 al 21 DE SEPTIEMBRE DE 2018 CAMPECHE, CAMPECHE, MÉXICO
Figura 9 – Determinación de la longitud del eslabón 2
Siguiendo un procedimiento similar al utilizado para
determinar el valor de 𝐿1 y �̂�𝐵 es posible determinar 𝐿4 y
�̂�𝐷 si se analiza el movimiento del punto 𝑂3 respecto al
sistema de referencia 𝑂4𝑥4𝑦4𝑧4. Por otro lado, el parámetro
𝐿3 se calcula de manera similar a 𝐿2 reformulando la ec.(9),
analizando los movimientos de los puntos 𝑂4 y 𝑂2 respecto
al sistema de referencia 𝑂3𝑥3𝑦3𝑧3.
5. Implementación de la metodología
En esta sección se presenta la implementación de la
metodología descrita en secciones previas. El robot bajo
estudio posee los parámetros descritos en la Tabla 1. El
sistema de medición consiste en una cámara fija en un
bastidor y dos patrones binarios del tipo "tablero de ajedrez"
cuyos cuadros miden 5 mm por lado.
Tabla 1 – Dimensiones nominales del mecanismo
Parámetro Magnitud (mm)
𝐿0 68.4
𝐿1 176
𝐿2 177
𝐿3 177
𝐿4 176
Angulo entre normales 0°
Como una etapa preliminar, se lleva a cabo la calibración de
la cámara para conocer los parámetros intrínsecos de ésta,
los cuales son necesarios para formular el modelo
matemático descrito en la sección 3. Para ello, se toma un
conjunto de entre 30 y 50 fotografías y se procede según la
herramienta para Matlab descrita en [16].
Figura 10 – Disposición de los patrones en la ronda 1
Los resultados de la calibración se muestran la Tabla 2.
Tabla 2 – Calibración de la cámara
Parámetro Valor
F. Length (fc) [1385.67462 1383.83430] ± [76.68132 76.37584]
P. Point (cc) [374.85225 191.19594] ± [76.68132 30.58515]
Skew (alpha_c) [0.0] ± [0.0]
Distortion (kc) [-0.38328 -0.27156 0.00414 0.00399 0.0] ±
[0.05340 0.61037 0.61037 0.00416 0.00477 0.0]
Pixel error [0.08283 0.08386]
Con la finalidad de obtener los vectores r1, r2, r3 y r4 se
montan patrones a los eslabones del mecanismo y se toman
fotografías de diferentes poses de tal manera que la cámara
permanezca fija. Debido a que las dimensiones de los
patrones binarios es tal que pueden causar interferencia entre
ellos o con los eslabones del mecanismo, se tomaran tres
rondas de fotografías de la siguiente manera:
Ronda 1: Se fija el patrón 𝐴 sobre el eslabón 1 y el
patrón 𝐵 sobre el 2 como se describe en la Fig. 10.
Ronda 2: Sin mover el patrón B del eslabón 2, se fija el
𝐴 a la barra 3 (ver Fig. 11)
Ronda 3: Dejando unido el patrón 𝐴 en el tercer
eslabón, se coloca el 𝐵 sobre el 4 como se muestra en la
Fig. 12.
Figura 11 – Disposición de los patrones en la ronda 2
ISSN 2448-5551 MT 112 Derechos Reservados © 2018, SOMIM
MEMORIAS DEL XXIV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 19 al 21 DE SEPTIEMBRE DE 2018 CAMPECHE, CAMPECHE, MÉXICO
Figura 12 – Disposición de los patrones en la ronda 3
Para ilustrar el procedimiento, la Fig. 13, muestra algunas
fotografías obtenidas en la ronda 1. Una vez obtenidas las
imágenes, se extraen los parámetros extrínsecos para cada
una y para cada patrón. Dichos parámetros consisten un
vector de posición ir del origen del sistema de referencia
𝑂𝑖 asociado al patrón fijo al i-esimo eslabón y una matriz de
rotación 𝐑.0 1 que describe tal sistema de referencia en
terminos del marco de la cámara, cuyo origen es el punto O
en la figura [2]. La Fig. 14, muestra las coordenadas de los
puntos 𝑂4 para las poses del mecanismo en las tres rondas.
Siguiendo la metodología descrita en la sección 4, se
obtienen los parámetros geométricos para el mecanismo
listados en la Tabla 3.
Tabla 3 – Dimensiones calculadas del mecanismo
Parámetro Magnitud (mm)
𝐿0 68.3254
𝐿1 175.9642
𝐿2 177.7141
𝐿3 177.4122
𝐿4 174.9166
< (�̂�𝐴, �̂�𝐵) 1.8012°
< (�̂�𝐴, �̂�𝐶) 2.7507°
< (�̂�𝐴, �̂�𝐷) 2.9823°
< (�̂�𝐴, �̂�𝐸) 2.0123°
Figura 13 –Algunas poses del mecanismo durante la ronda 1
Figura 14 –Posiciones de los puntos 𝑶𝟏 para diferentes poses del
mecanismo
En la Tabla 4 se listan los porcentajes de error de los
parámetros del mecanismo respecto a los valores nominales.
Los parámetros del mecanismo presentaron porcentajes de
error por debajo del 1%.
Tabla 4 – Porcentaje de error de los parámetros
Parámetro Nominal
(mm)
Calculada
(mm)
Error %
𝐿0 68.4 68.3254 0.1091
𝐿1 176 175.9642 0.0203
𝐿2 177 177.7141 0.4034
𝐿3 177 177.4122 0.2328
𝐿4 176 174.9166 0.6156
5. Conclusión
En esta contribución se presentó un método para obtener los
parámetros geométricos de un robot paralelo basado en una
técnica de calibración de cámara. Para mostrar el potencial
de este método, se calcularon las dimensiones de un
mecanismo plano de 5 barras con 2-DOF. La metodología
propuesta es fácil de implementar y requiere una sola
cámara, a diferencia de otros métodos donde se necesitan
sensores adicionales o instalar articulación o extremidades
adicionales. Además, no es necesario mover el robot usando
un sistema de control ni implementar un algoritmo para
elegir un gran número de poses del robot.
Agradecimientos
Los autores de este trabajo agradecen al Dr. Max A. González-Palacios, por el equipo y facilidades brindadas.
REFERENCIAS
[1] J.-P. Merlet, Parallel robots. Solid Mechanics and its applications, Kluwer Academic Publisher, 2000.
[2] A. Traslosheros and J. Sebastian, “A method for kinematic calibration of a parallel robot by using one
ISSN 2448-5551 MT 113 Derechos Reservados © 2018, SOMIM
MEMORIAS DEL XXIV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 19 al 21 DE SEPTIEMBRE DE 2018 CAMPECHE, CAMPECHE, MÉXICO
camera in hand and a spherical object,” Advanced Robotics, 2011.
[3] J. Ouyang and I. Jawahir, “Ball array calibration on a coordinate measuring machine using a gage block,” Measurement, vol. 16, no. 4, pp. 219-229, 1995.
[4] S. Bai and M. Y. Teo, “Kinematic calibration and pose measurement of a medical parallel manipulator by optical position sensors,” Journal of Robotic Systems, vol. 20, no. 4, pp. 201-209, 2003.
[5] Y. Zhang and F. Gao, “A calibration test of Stewart platform,” ICNSC, no. April, pp. 15-17, 2007.
[6] M. Dinham and G. Fang, “A low cost hand-eye calibration method for arc welding robots,” 2009 IEEE International Conference on Robotics and Biomimetics (ROBIO), pp. 1889-1893, Dec. 2009.
[7] G. Meng, L. Tiemin, and Y. Wensheng, “Calibration method and experiment of Stewart platform using a laser tracker,” IEEE International Conference on Systems, Man and Cybernetics, pp. 2797-2802, 2003.
[8] J. M. S. Motta, G. C. de Carvalho, and R. McMaster, “Robot calibration using a 3D vision-based measurement system with a single camera,” Robotics and Computer-Integrated Manufacturing, vol. 17, pp. 487-497, Dec. 2001.
[9] G. Ecorchard and P. Maurine, “Self-calibration of delta parallel robots with elastic deformation compensation,” in Intelligent Robots and Systems, 2005. (IROS 2005). 2005 IEEE/RSJ International Conference on, pp. 1283-1288, Aug 2005.
[10] Y.-J. Chiu and M.-H. Perng, “Self-calibration of a general hexapod manipulator with enhanced precision in
5-dof motions,” Mechanism and Machine Theory, vol. 39, no. 1, pp. 1- 23, 2004.
[11] E. Hernandez-Martinez, C. Lopez-Cajun, and J. Jáuregui-Correa, “Calibration of Parallel Manipulators and their Application to Machine Tools. A State of the Art Survey,” Ingeniera Investigación y Tecnología, vol. 11, no. 2, pp. 141-154, 2010.
[12] W. Khalil and S. Besnard, “Self-calibration of Stewart- Gough parallel robots without extra sensors,” Robotics and Automation, IEEE . . ., vol. 15, no. 6, pp. 1029-1033, 1999.
[13] A. Rauf and J. Ryu, “Fully autonomous calibration of parallel manipulators by imposing position constraint,” in Robotics and Automation, 2001. Proceedings 2001 ICRA. IEEE International Conference on, vol. 3, pp. 2389-2394 vol.3, 2001.
[14] A. Rauf, A. Pervez, and J. Ryu, “Experimental results on kinematic calibration of parallel manipulators using a partial pose measurement device,” Robotics, IEEE Transactions on, vol. 22, no. 2, pp. 379-384, 2006.
[15] Z. Zhang, “A flexible new technique for camera calibration,” Pattern Analysis and Machine Intelligence, IEEE, vol. 22, no. 11, pp. 1330{1334, 2000.
[16] J.-Y. Bouguet, “Camera calibration toolbox for matlab.” http://www.vision.caltech.edu/bouguetj/calib-doc/,2008. [17] Barker, R. M., et al. "Discrete modelling and experimental data analysis." Software sopport for Metroly Best Practice Guide 4 (2004).
ISSN 2448-5551 MT 114 Derechos Reservados © 2018, SOMIM