キャリブレーションが重要な理由

手首での 2 mm の校正誤差は、指先では 5 ～ 10 mm になります。 挿入、穴へのペグイン、小さな物体の掴みなどの精密な作業では、これが成功と失敗の分かれ目となります。 また、キャリブレーションにより、さまざまなセッションにわたって収集されたデータが空間的に一貫していることも保証されます。これは、トレーニング操作ポリシーに不可欠です。

ハンドアイキャリブレーション

ハンドアイキャリブレーションは、カメラとロボットのエンドエフェクター (目と手の関係) またはベース (目と手) の間の変換を決定します。 AprilTag または ChArUco ボードを使用して、ロボットを 15 ～ 20 のさまざまなポーズに動かし、AX=XB 方程式を解きます。 ツール: easy_handeye (ROS)、OpenCV、VISP。 ロボットに既知の点に触れるように命令し、誤差を測定することで検証します。

長期にわたって校正を維持する

機械的磨耗、温度変化、偶発的な衝撃などにより校正がドリフトします。 簡単な毎日のチェックを実装します。ロボットに基準ポーズを指示し、物理マーカーとの位置合わせを確認します。 毎月、またはハードウェアの変更後に再調整してください。 SVRC の OpenArm には、組み込みの校正検証ルーチンが含まれています。