Spatiotemporal Calibration for Laser Vision Sensor in Hand-eye System Based on Straight-line Constraint

📄 arXiv: 2509.12928v2 📥 PDF

作者: Peiwen Yang, Mingquan Jiang, Xinyue Shen, Heping Zhang

分类: cs.RO

发布日期: 2025-09-16 (更新: 2025-11-03)

备注: Submitted to IEEE RAL

💡 一句话要点

提出基于直线约束的时空标定方法，解决激光视觉手眼系统中时延和外参变化问题

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 激光视觉传感器 手眼标定 时空标定 直线约束 机器人焊接

📋 核心要点

  1. 现有激光视觉手眼系统易受相机通信延迟和手眼外参变化影响，导致时间和空间同步误差，降低测量精度。
  2. 提出一种基于直线约束的免示教时空标定方法，利用机器人扫描直线焊缝时焊接位置的直线特性进行参数优化。
  3. 通过弯曲焊缝扫描实验验证了该方法的可行性和准确性，为工业机器人焊接应用提供了更可靠的感知能力。

📝 摘要（中文）

激光视觉传感器(LVS)是工业机器人的关键感知模块，有助于实时获取焊接应用中的工件几何数据。然而，相机通信延迟会导致捕获的图像与机器人运动之间的时间不同步。此外，手眼外部参数在长时间测量过程中可能会发生变化。为了解决这些问题，我们引入了一个考虑相机时间偏移影响的LVS测量模型，并提出了一种利用直线约束的免示教时空标定方法。该方法涉及配备LVS的机器人使用S形轨迹重复扫描直线角焊缝。无论机器人方向如何变化，所有测量的焊接位置都被约束在一条直线上，用Plucker坐标表示。此外，建立了一个基于直线约束的非线性优化模型。随后，采用Levenberg-Marquardt算法(LMA)来优化参数，包括时间偏移、手眼外部参数和直线参数。通过弯曲焊缝扫描实验，定量验证了该方法的可行性和准确性。我们在https://anonymous.4open.science/r/LVS_ST_CALIB-015F/README.md开源了代码、数据集和仿真报告。

🔬 方法详解

问题定义：激光视觉传感器在工业机器人焊接应用中至关重要，但相机通信延迟会导致图像与机器人运动的时间不同步，手眼外参也会随时间变化，这些因素会降低测量精度。现有方法通常忽略时间偏移或假设手眼外参固定，无法满足高精度焊接需求。

核心思路：利用直线约束进行时空标定。核心思想是，当机器人使用激光视觉传感器扫描直线焊缝时，无论机器人姿态如何变化，测量到的焊接位置都应该位于一条直线上。通过优化时间偏移和手眼外参，使得测量点尽可能满足直线约束，从而实现时空标定。

技术框架：该方法主要包含以下几个阶段：1) 数据采集：机器人配备激光视觉传感器，沿S形轨迹重复扫描直线角焊缝，获取激光点云数据和机器人位姿数据。2) 直线参数化：使用Plucker坐标系表示三维空间中的直线。3) 建立优化模型：构建基于直线约束的非线性优化模型，目标是最小化测量点到拟合直线的距离。优化变量包括时间偏移、手眼外参和直线参数。4) 参数优化：采用Levenberg-Marquardt算法(LMA)求解非线性优化问题，得到最优的时间偏移和手眼外参。

关键创新：该方法的主要创新点在于：1) 提出了一种考虑相机时间偏移的激光视觉传感器测量模型。2) 利用直线约束进行时空联合标定，无需额外标定物，降低了标定成本和复杂度。3) 提出了一种免示教的标定方法，无需人工干预，提高了标定效率。

关键设计：1) 采用Plucker坐标系表示三维空间中的直线，方便计算点到直线的距离。2) 构建非线性优化模型时，采用Huber损失函数来降低离群点的影响。3) 使用Levenberg-Marquardt算法(LMA)进行参数优化，该算法具有收敛速度快、鲁棒性强的优点。

📊 实验亮点

实验结果表明，该方法能够有效地标定激光视觉手眼系统的时间偏移和手眼外参。通过弯曲焊缝扫描实验，验证了该方法的精度和鲁棒性。具体性能数据未知，但论文强调了该方法在实际应用中的可行性。

🎯 应用场景

该研究成果可应用于工业机器人焊接、切割、喷涂等领域，提高机器人对工件几何信息的感知精度和实时性。通过精确的时空标定，可以有效补偿相机通信延迟和手眼外参变化带来的误差，从而提高机器人作业的精度和效率，尤其是在高精度、高动态的应用场景中具有重要价值。未来，该方法可以推广到其他类型的激光视觉手眼系统，并与其他传感器融合，进一步提升机器人的感知能力。

📄 摘要（原文）

Laser vision sensors (LVS) are critical perception modules for industrial robots, facilitating real-time acquisition of workpiece geometric data in welding applications. However, the camera communication delay will lead to a temporal desynchronization between captured images and the robot motions. Additionally, hand-eye extrinsic parameters may vary during prolonged measurement. To address these issues, we introduce a measurement model of LVS considering the effect of the camera's time-offset and propose a teaching-free spatiotemporal calibration method utilizing line constraints. This method involves a robot equipped with an LVS repeatedly scanning straight-line fillet welds using S-shaped trajectories. Regardless of the robot's orientation changes, all measured welding positions are constrained to a straight-line, represented by Plucker coordinates. Moreover, a nonlinear optimization model based on straight-line constraints is established. Subsequently, the Levenberg-Marquardt algorithm (LMA) is employed to optimize parameters, including time-offset, hand-eye extrinsic parameters, and straight-line parameters. The feasibility and accuracy of the proposed approach are quantitatively validated through experiments on curved weld scanning. We open-sourced the code, dataset, and simulation report at https://anonymous.4open.science/r/LVS_ST_CALIB-015F/README.md.