Calibración automática mano-ojo mediante marcadores en un robot social
DOI:
https://doi.org/10.17979/ja-cea.2025.46.12123Palabras clave:
Percepción y detección, Fusión de información y sensores, Robótica integrada, Robots móviles, Tecnología robóticaResumen
El presente trabajo expone un enfoque automatizado para la calibración mano-ojo entre una cámara externa y la base de un robot, utilizando un marcador ArUco como referencia visual común. Se emplea una cámara montada en la muñeca del robot para capturar una imagen del marcador, cuya posición relativa se conoce gracias al URDF del propio robot. Paralelamente, una cámara externa, posicionada libremente en el entorno, toma otra imagen del mismo marcador. A partir de estas dos observaciones y conociendo la transformación entre el marcador y cada cámara, se estima la transformación entre la cámara externa y la base del robot. Este proceso permite alinear sistemas de visión externos con el marco de referencia del robot de forma precisa y sin intervención manual, facilitando el cálculo de la posición de una cámara externa respecto a la base del robot.
Referencias
Collins, T., Bartoli, A., 2014. Infinitesimal plane-based pose estimation. International journal of computer vision 109 (3), 252–286.
Garrido-Jurado, S., Mu˜noz-Salinas, R., Madrid-Cuevas, F. J., Mar´ın-Jim´enez, M. J., 2014. Automatic generation and detection of highly reliable fiducial markers under occlusion. Pattern Recognition 47 (6), 2280–2292.
Jiang, J., Luo, X., Luo, Q., Qiao, L., Li, M., 2022. An overview of hand-eye calibration. The International Journal of Advanced Manufacturing Technology 119 (1), 77–97.
Kalaitzakis, M., Cain, B., Carroll, S., Ambrosi, A., Whitehead, C., Vitzilaios, N., 2021. Fiducial markers for pose estimation: Overview, applications and experimental comparison of the artag, apriltag, aruco and stag markers. Journal of Intelligent & Robotic Systems 101, 1–26.
Lee, T. E., Tremblay, J., To, T., Cheng, J., Mosier, T., Kroemer, O., Fox, D., Birchfield, S., 2020. Camera-to-robot pose estimation from a single image. In: 2020 IEEE International Conference on Robotics and Automation (ICRA). IEEE, pp. 9426–9432.
Li, L., Yang, X., Wang, R., Zhang, X., 2024. Automatic robot hand-eye calibration enabled by learning-based 3d vision. Journal of Intelligent & Robotic Systems 110 (3), 130.
Lu, J., Richter, F., Yip, M. C., 2023. Markerless camera-to-robot pose estimation via self-supervised sim-to-real transfer. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. pp. 21296–21306.
Shahria, M. T., Sunny, M. S. H., Zarif, M. I. I., Ghommam, J., Ahamed, S. I., Rahman, M. H., 2022. A comprehensive review of vision-based robotic applications: current state, components, approaches, barriers, and potential solutions. Robotics 11 (6), 139.
Tang, T., Liu, M., Xu, W., Lu, C., 2024. Kalib: Markerless hand-eye calibration with keypoint tracking. arXiv preprint arXiv:2408.10562.
Tremblay, J., Tyree, S., Mosier, T., Birchfield, S., 2020. Indirect object-to-robot pose estimation from an external monocular rgb camera. In: 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, pp. 4227–4234.
Yin, Y., Gao, D., Deng, K., Lu, Y., 2024. Vision-based autonomous robots calibration for large-size workspace using aruco map and single camera systems. Precision Engineering 90, 191–204.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Miguel García-Gómez, Jaime Duque-Domingo, Jaime Gómez-García-Bermejo, Eduardo Zalama
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
