1.一种基于3D视觉传感器的三自由度并联机器人手眼标定方法，其特征在于，包括以下过程：1)建立三自由度并联机器人视觉系统的坐标转换数学模型：其中，X Cam ＝[x C y C z C 1] T 表示待测物体在3D视觉传感器的点云坐标系下的齐次坐标，x C 、y C 、z C 分别表示待测物体在点云坐标系的X轴、Y轴、Z轴方向上的坐标；X Tool ＝[x T y T z T 1] T 表示待测物体在机器人的工具坐标系下的齐次坐标，x T 、y T 、z T 分别表示待测物体在工具坐标系的X轴、Y轴、Z轴方向上的坐标；X Base ＝[x B y B z B 1] T 表示待测物体在机器人的基坐标系下的齐次坐标，x B 、y B 、z B 分别表示待测物体在机器人的基坐标系的X轴、Y轴、Z轴方向上的坐标；矩阵 表示基坐标系到工具坐标系的转换关系， 的求取方法为：其中， 表示单位矩阵，0＝[0 0 0]，x TCP ＝[x P y P z P ] T 表示执行机构的工具中心点在机器人的基坐标系下的三维坐标，x P 、y P 、z P 分别表示工具中心点在机器人基坐标系的X轴、Y轴、Z轴方向上的坐标，能够从机器人运动控制参数中直接获取到；矩阵 表示工具坐标系到点云坐标系的转换关系，即需要求取的手眼关系矩阵， 的构造方法为：其中，矩阵 表示手眼关系的旋转部分， 表示手眼关系的平移部分；2)求取手眼关系的旋转部分 的方法为：其中，矩阵 为基于工具坐标系构建的规范正交基，矩阵 为基于点云坐标系构建的规范正交基；为了构建M T 和M C ，需要控制三自由度并联机器人的执行机构做两次相互垂直的平移运动，并采集标定板的点云数据；第一次平移由位置a到位置b，得到工具坐标系由位置a到位置b的平移向量 和点云坐标系由位置a到位置b的平移向量 其中x Tab 、y Tab 、z Tab 表示向量 在工具坐标系的X轴、Y轴、Z轴方向上的分量，x Cab 、y Cab 、z Cab 表示向量 在点云坐标系的X轴、Y轴、Z轴方向上的分量；第二次由位置b到位置c的平移运动，得到工具坐标系由位置b到位置c的平移向量 和点云坐标系由位置b到位置c的平移向量 其中x Tbc 、y Tbc 、z Tbc 表示向量 在工具坐标系的X轴、Y轴、Z轴方向上的分量，x Cbc 、y Cbc 、z Cbc 表示向量 在点云坐标系的X轴、Y轴、Z轴方向上的分量；直线ab与直线bc相互垂直；将上述四个平移向量单位化，得到如下四个单位向量：其中，向量p T1 是由向量 单位化得到的单位向量，X T1 、Y T1 、Z T1 为向量p T1 在工具坐标系的X轴、Y轴、Z轴方向上的分量；向量p T2 是由向量 单位化得到的单位向量，X T2 、Y T2 、Z T2 为向量p T2 在工具坐标系的X轴、Y轴、Z轴方向上的分量；向量p C1 是由向量 单位化得到的单位向量，X C1 、Y C1 、Z C1 为向量p C1 在点云坐标系的X轴、Y轴、Z轴方向上的向量；向量p C2 是由向量 单位化得到的单位向量，X C2 、Y C2 、Z C2 为向量p C2 在点云坐标系的X轴、Y轴、Z轴方向上的分量；构建正交基M T 和M C 为：3)求取手眼关系的平移部分 的方法为：其中， 由式(4)求得；选择一个点作为标志点，x Base0 ＝[x B0 y B0 z B0 ] T 是通过机器人的工具中心点接触式测量到的标志点在基坐标系下的三维坐标，x B0 、y B0 、z B0 分别表示标志点在机器人的基坐标系的X轴、Y轴、Z轴方向上的坐标；x Cam0 ＝[x C0 y C0 z C0 ] T 是标志点在拍摄位置的点云坐标系下的三维坐标，x C0 、y C0 、z C0 分别表示标志点在点云坐标系的X轴、Y轴、Z轴方向上的坐标；x TCP0 ＝[x P0 y P0 z P0 ] T 是拍摄位置的工具中心点在机器人的基坐标系下的三维坐标，x P0 、y P0 、z P0 分别表示拍摄位置的工具中心点在机器人的基坐标系的X轴、Y轴、Z轴方向上的坐标；4)通过在点云坐标系中精确定位标定板上的标志点来获取式(7)中的x Cam0 ，包含以下步骤：步骤1：使用3D视觉传感器采集标定板的图片及对应的点云；其中，图片的行数为Rows，列数为Cols；点云是有序排列的三维坐标的集合，三维坐标的数量为：N＝Rows*Cols (8)点云中的每一个三维坐标x i 对应一个它在点云的三维坐标集合中的序号IN i 以及一个图片的像素坐标系中的整数像素坐标P i ； IN i ∈(0,1,…N-1)， i＝0,1,…,N-1；步骤2：在标定板的图片中定位标志点，得到标志点在像素坐标系中的亚像素坐标P c ＝(u c ,v c )，u c 表示标志点在像素坐标系中的行坐标，u c ∈(0,Rows-1)，v c 表示标志点在像素坐标系中的列坐标,v c ∈(0,Cols-1)；计算在像素坐标系中标志点的亚像素坐标P c 周围的四个整数像素坐标P c0 、P c1 、P c2 、P c3 为：其中，c0、c1、c2、c3∈(0,1,…N-1)；u 0 为u c 的整数部分，即 v 0 为v c 的整数部分，即 为整数集合；步骤3：计算四个整数像素坐标P c0 、P c1 、P c2 、P c3 对应的三维坐标在点云的三维坐标集合中的序号IN c0 、IN c1 、IN c2 、IN c3 为：在点云的三维坐标集合中查找出序号IN c0 、IN c1 、IN c2 、IN c3 对应的三维坐标 步骤4：以P c 为中心，将四个整数像素坐标围成的正方形划分为四个小矩形区域，分别计算这四个矩形区域的面积S 0 、S 1 、S 2 、S 3 为：根据面积的倒数得到四个整数像素点的插值比例为：步骤5：根据式(12)得到的插值比例对四个三维坐标x c0 、x c1 、x c2 、x c3 进行插值计算，插值计算后得到三维坐标 其计算方法为：x c ＝W(0)*x c0 +W(1)*x c1 +W(2)*x c2 +W(3)*x c3 (13)三维坐标x c 即为标志点在点云坐标系中的精确定位结果，即x Cam0 ＝x c ；5)由式(4)得到手眼矩阵的旋转部分 由式(13)得到标志点在点云坐标系下的三维坐标x Cam0 ，将x Cam0 代入式(7)得到手眼矩阵的平移部分 将 和 代入式(3)得到完整的手眼矩阵 完成三自由度并联机器人视觉系统的手眼标定。
