基于标准球的机床线激光标定方法及系统与流程

1.本发明涉及测量技术领域，具体地，涉及一种基于标准球的机床线激光标定方法及系统。


背景技术：

2.激光是指特定的物质受到外部强能量激发而产生的光。相较于其他类型的光，激光具有发散度小、亮度高、单色性好、相干性好等一系列特点，因此被广泛地运用于工业制造、信息通讯、生物医疗、科研等诸多领域，并在社会生产活动中发挥了极其重要的作用，并把其应用在工业领域上，例如激光测量技术，而激光测量等非接触式测量方法是进行快速精确测量的常用手段，虽然使用这种通过线激光传感器扫描测量的方法能够提高测量的效率，但是同时也会使得测量坐标系标定的难度及负责程度增加。
3.专利文献cn106354094a公开了一种基于空间标准球的机床随动激光扫描坐标标定方法。标定方法利用机床的运动模块为线激光测量传感器提供第三维数据，通过对空间已知半径标准球扫描测量拟合圆心实现机床坐标系与线激光测量坐标系的数据统一，根据机床运动与激光平面运动先进行测量坐标系的缺省轴标定，再进行测量轴标定，最后实现三维运动的整体标定，得到机床坐标系与测量坐标系的比例变换矩阵。
4.但是，专利文献cn106354094a当激光线投影到标准球上时，其剖面为圆形，该圆的半径、圆心与标准球的球心到圆心距离满足勾股定理，但此方法没有准确反映出机床姿态信息与标准球球心坐标的对应关系，其剖面不过标准球球心，且圆上数据点集拟合圆心算法由于采样密度不足，其采样误差会对最终计算结果造成较大影响，总体该专利的计算结果误差相对较大，并且在采集数据时需要人工判断出激光线所形成的剖面在标准球球心的左侧或右侧，过程相对繁琐。


技术实现要素：

5.针对现有技术中的缺陷，本发明的目的是提供一种基于标准球的机床线激光标定方法及系统。
6.根据本发明提供的一种基于标准球的机床线激光标定方法，包括：
7.步骤s1：通过固定在数控机床上的线激光器从不同的方向扫描整个标准球，采集扫描数据；
8.步骤s2：将所述扫描数据转化为数控机床坐标系下的三维点云数据；
9.步骤s3：根据所述三维点云数据提取不同扫描方向所对应的每一个点云的球心坐标；
10.步骤s4：根据所述扫描方向和球心坐标，计算旋转平移rt矩阵，得到线激光器相对于机床主轴的相对位置关系，进而完成线激光标定。
11.优选地，所述线激光器固定在数控机床的末端；
12.所述扫描数据包括采集时刻、机床轴数据和线激光数据。
13.优选地，步骤s3包括：
14.步骤s3.1：对点云数据进行高斯滤波，去除噪点光顺点云，得到第一点云数据；
15.步骤s3.2：构建点云kdtree，并根据标准球半径及预设精度对所述第一点云数据进性点云分割，以及进一步去除噪点；
16.步骤s3.3：通过最小二乘拟合球心，得到对应的球心坐标。
17.优选地，所述步骤s3.2包括：
18.步骤s3.2.1：选取多个点云坐标点，并计算所述点云坐标点所得的球方程，得到球心和半径；
19.步骤s3.2.2：判断所述半径和标准球半径的差值是否大于预设精度值，若是，则执行步骤s3.2.1；若否，则遍历所有点云，计算每个点云到所述球心的距离；
20.步骤s3.2.3：判断所述距离与半径的差值是否小于预设精度值，若是，则将对应的点云记录为内点；若否，则将对应的点云记录为离群点；
21.步骤s3.2.4：重复执行步骤s3.2.1至步骤s3.2.3记录所得的内点数量及内点，重复n次后结束迭代；
22.步骤s3.2.5：选取迭代过程中内点数量最大的对应迭代结果，基于所述迭代结果保留所有内点，剔除所有离群点，进而完成点云分割与去除噪点。
23.优选地，步骤s4包括：
24.对于每一个球心，如下式所示：
[0025][0026]
其中，pi表示第i个点云的球心坐标，r和t表示刀具坐标系到机床坐标系到的变化矩阵，r和t表示激光坐标系到刀具坐标系的变化矩阵，vi表示第i次扫描时，机床的扫描前进方向，tr表示当前要求解的旋转平移rt矩阵；
[0027]
由于在机床坐标系下，标准球的球心坐标是不变的，即有：
[0028][0029]
用四元数[q0,q1,q2,q3]表示旋转平移rt矩阵tr，其中q0、q1、q2、q3表示四元数的四个参数，t1,t2,t3表示激光器相对于刀具主轴的x、y、z三个轴的平移量，则有：
[0030][0031]
进而，通过所述旋转平移rt矩阵的四元数方程转化为欧拉角，即可得到线激光器相对于机床主轴的相对位置关系。
[0032]
根据本发明提供的一种基于标准球的机床线激光标定系统，包括：
[0033]
模块m1：通过固定在数控机床上的线激光器从不同的方向扫描整个标准球，采集扫描数据；
[0034]
模块m2：将所述扫描数据转化为数控机床坐标系下的三维点云数据；
[0035]
模块m3：根据所述三维点云数据提取不同扫描方向所对应的每一个点云的球心坐
标；
[0036]
模块m4：根据所述扫描方向和球心坐标，计算旋转平移rt矩阵，得到线激光器相对于机床主轴的相对位置关系，进而完成线激光标定。
[0037]
优选地，所述线激光器固定在数控机床的末端；
[0038]
所述扫描数据包括采集时刻、机床轴数据和线激光数据。
[0039]
优选地，模块m3包括：
[0040]
模块m3.1：对点云数据进行高斯滤波，去除噪点光顺点云，得到第一点云数据；
[0041]
模块m3.2：构建点云kdtree，并根据标准球半径及预设精度对所述第一点云数据进性点云分割，以及进一步去除噪点；
[0042]
模块m3.3：通过最小二乘拟合球心，得到对应的球心坐标。
[0043]
优选地，所述模块m3.2包括：
[0044]
模块m3.2.1：选取多个点云坐标点，并计算所述点云坐标点所得的球方程，得到球心和半径；
[0045]
模块m3.2.2：判断所述半径和标准球半径的差值是否大于预设精度值，若是，则触发模块m3.2.1；若否，则遍历所有点云，计算每个点云到所述球心的距离；
[0046]
模块m3.2.3：判断所述距离与半径的差值是否小于预设精度值，若是，则将对应的点云记录为内点；若否，则将对应的点云记录为离群点；
[0047]
模块m3.2.4：重复触发模块m3.2.1至模块m3.2.3记录所得的内点数量及内点，重复n次后结束迭代；
[0048]
模块m3.2.5：选取迭代过程中内点数量最大的对应迭代结果，基于所述迭代结果保留所有内点，剔除所有离群点，进而完成点云分割与去除噪点。
[0049]
优选地，模块m4包括：
[0050]
对于每一个球心，如下式所示：
[0051][0052]
其中，pi表示第i个点云的球心坐标，r和t表示刀具坐标系到机床坐标系到的变化矩阵，r和t表示激光坐标系到刀具坐标系的变化矩阵，vi表示第i次扫描时，机床的扫描前进方向，tr表示当前要求解的旋转平移rt矩阵；
[0053]
由于在机床坐标系下，标准球的球心坐标是不变的，即有：
[0054][0055]
用四元数[q0,q1,q2,q3]表示旋转平移rt矩阵tr，其中q0、q1、q2、q3表示四元数的四个参数，t1,t2,t3表示激光器相对于刀具主轴的x、y、z三个轴的平移量，则有：
[0056][0057]
进而，通过所述旋转平移rt矩阵的四元数方程转化为欧拉角，即可得到线激光器相对于机床主轴的相对位置关系。
[0058]
与现有技术相比，本发明具有如下的有益效果：
[0059]
本发明通过采用将线激光固定在五轴数控机床上，并控制数控程序控制机床沿若干方向扫描标准球，每间隔50ms记录一次机床各轴数据与线激光数据的方法，根据机床运动学计算出标准球的点云数据，通过带半径约束的拟合算法提取出点云球心，根据每次扫描的方向与球心参数，求解出线激光相对于机床主轴的相对位置关系，完成线激光的标定。相对于与其他线激光标定方法操作更加简单且精度较高，具备较强的实用性与操作性，同时为线激光标定提供了一种新的思路。
附图说明
[0060]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0061]
图1为本发明的工作流程示意图。
[0062]
图2为本发明中每组线激光数据与机床数据的格式示意图。
[0063]
图3为本发明中通过半径约束的球心拟合方法提取出点云的球心坐标的算法流程示意图。
[0064]
图4为本发明中标准球与数控机床上的线激光器之间位置关系示意图。
[0065]
图5为本发明中线激光扫描和标准球之间的三维方向示意图。
具体实施方式
[0066]
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
[0067]
本发明通过控制五轴数控机床直线运动，从而使五轴数控机床上的线激光器扫描整个标准球，并通过采集到的点云数据对整个球体拟合其球心，计算出线激光器相对于五轴数控机床主轴的相对位置关系，获得机床姿态与球心的相对关系，进而完成线激光标定。由于采集密度的提高计算结果精度也相对提高，且不再需要判断激光线投影到标准球上时，其剖面圆形的圆心与球心的相对位置，操作更加简便。
[0068]
根据本发明提供的一种基于标准球的机床线激光标定方法，如图1所示，包括：
[0069]
步骤s1：通过固定在数控机床上的线激光器从不同的方向扫描整个标准球，采集扫描数据。线激光器固定在数控机床的末端。扫描数据包括采集时刻、机床轴数据和线激光数据。具体地，将线激光器固定在五轴数控机床的末端上，由机床带动线激光对标准球进行直线扫描，标准球固定在机床末端可达范围内,如图4所示。机床带动线激光器沿直线扫描标准球，每隔50ms获取一次线激光数据与机床数据，且线激光数据与机床数据一一对应，每组具体格式如图2所示。
[0070]
步骤s2：将扫描数据转化为数控机床坐标系下的三维点云数据。由于线激光相对于机床末端的位置固定，因此能够根据机床各运动轴的实时数据推导出线激光的位置，进而能够得到线激光扫描点的空间坐标位置，即可将线激光扫描数据转化为标准球的三维点云数据，为点云拟合提供数据支持，如图5所示。具体地，将采集到的每组数据通过五轴数控
机床运动学变换公式生成在机床坐标系下的三维点云数据，机床运动学的变换公式是指通过机床坐标系、轴坐标系、工件坐标系之间的平移及旋转变换所建立的空间坐标点及法向与机床运动轴之间的关系，以c-a双摆头为例，在开启rtcp的情况下，其五轴正向运动学公式如下：
[0071][0072][0073]
其中，x、y、z、a、c分别表示机床x轴、y轴、z轴、a轴、c轴对应的数据，p表示激光线上的某一点，larx、lary、larz表示该点在线激光器坐标系下的坐标，trtcp表示在机床坐标系下该点的三维坐标。
[0074]
步骤s3：根据三维点云数据提取不同扫描方向所对应的每一个点云的球心坐标。如图3所示，步骤s3包括：
[0075]
步骤s3.1：对点云数据进行高斯滤波，去除噪点光顺点云，得到第一点云数据。
[0076]
步骤s3.2：构建点云kdtree，并根据标准球半径及预设精度对第一点云数据进性点云分割以及进一步去除噪点，也就是说，根据标准球半径约束的随机采样一致性算法分割点云、进一步去除噪点。其中，kdtree是一种通用点云数据空间划分的数据结构，用于快速临近点搜索，由于采样点数量较多，构建点云kdtree能够使后续计算简单快速，其中，预设精度可以设置为经验值0.05mm。步骤s3.2包括：
[0077]
步骤s3.2.1：选取多个点云坐标点，并计算点云坐标点所得的球方程，得到球心和半径。例如，随机选取四个点云坐标点，并计算所述四个点云坐标点所得的球方程，得到对应的球心和半径。
[0078]
步骤s3.2.2：判断半径和标准球半径的差值是否大于预设精度值，若是，则执行步骤s3.2.1；若否，则遍历所有点云，计算每个点云到球心的距离。
[0079]
步骤s3.2.3：判断距离与半径的差值是否小于预设精度值，若是，则将对应的点云记录为内点；若否，则将对应的点云记录为离群点。
[0080]
步骤s3.2.4：重复执行步骤s3.2.1至步骤s3.2.3记录所得的内点数量及内点，重复n次后结束迭代。其中，迭代次数n根据点云质量确定，如果噪点过多会导致点连续n次随机计算都不能找到满足条件的，根据经验一般设为20次。
[0081]
步骤s3.2.5：选取迭代过程中内点数量最大的对应迭代结果，基于迭代结果保留所有内点，剔除所有离群点，进而完成点云分割与去除噪点。
[0082]
步骤s3.3：通过最小二乘拟合球心，得到对应的球心坐标。具体地，设点云p:p＝(xi，yi，zi)，i＝1，2，
…
，n，n表示点云的数量，其中xi、yi、zi分别表示第i个点云的横轴x轴、纵轴y轴、竖轴z轴的坐标值。设球心坐标(a,b,c),球半径r，则球的空间方程，如下式所示：
[0083]
r2＝(x-a)2+(y-b)2+(z-c)2[0084]
设残差平方和s,点云到球心的距离di,则有：
[0085][0086]
其中，d
i2
＝(x
i-a)2+(y
i-b)2+(z
i-c)2，i＝1，2，
…
，n，将该式代入上式并对等号两边求偏导，令偏导为0，即得到求球心坐标(a，b，c)。
[0087]
步骤s4：根据扫描方向和球心坐标，也就是说，取不同的扫描方向，重复步骤s1至步骤3若干次，获得每次扫描的方向v与球心坐标p，计算旋转平移rt矩阵，得到线激光器相对于机床主轴的相对位置关系，进而完成线激光标定。步骤s4包括：
[0088]
对于每一个球心，如下式所示：
[0089][0090]
其中，pi表示第i个点云的球心坐标，r和t表示刀具坐标系到机床坐标系到的变化矩阵，r和t表示激光坐标系到刀具坐标系的变化矩阵，vi表示第i次扫描时，机床的扫描前进方向，tr表示当前要求解的旋转平移rt矩阵。
[0091]
由于在机床坐标系下，标准球的球心坐标是不变的，即有：
[0092][0093]
用四元数[q0,q1,q2,q3]表示旋转平移rt矩阵tr，其中q0、q1、q2、q3表示四元数的四个参数，t1,t2,t3表示激光器相对于刀具主轴的x、y、z三个轴的平移量，则有：
[0094][0095]
进而，通过旋转平移rt矩阵的四元数方程转化为欧拉角，即可得到线激光器相对于机床主轴的相对位置关系。将所述线激光器相对于机床主轴的相对位置关系输入数控系统，进而完成线激光标定。进一步地，从旋转平移rt矩阵可知，至少需要7组数据就可以求出q0，q1,q2,q3,r1,t2,t3,7个解，为了确保可靠性和精度，则采样组数至少有7组。
[0096]
本发明还提供了一种基于标准球的机床线激光标定系统，本领域技术人员可以通过执行基于标准球的机床线激光标定方法的步骤流程实现基于标准球的机床线激光标定系统，即可以将基于标准球的机床线激光标定方法理解为基于标准球的机床线激光标定系统的优选实施方式。
[0097]
根据本发明提供的一种基于标准球的机床线激光标定系统，包括：
[0098]
模块m1：通过固定在数控机床上的线激光器从不同的方向扫描整个标准球，采集扫描数据。线激光器固定在数控机床的末端。扫描数据包括采集时刻、机床轴数据和线激光数据。
[0099]
模块m2：将扫描数据转化为数控机床坐标系下的三维点云数据。
[0100]
模块m3：根据三维点云数据提取不同扫描方向所对应的每一个点云的球心坐标。模块m3包括：
[0101]
模块m3.1：对点云数据进行高斯滤波，去除噪点光顺点云，得到第一点云数据。
[0102]
模块m3.2：构建点云kdtree，并根据标准球半径及预设精度对第一点云数据进性点云分割，以及进一步去除噪点。，模块m3.2包括：模块m3.2.1：选取多个点云坐标点，并计
算点云坐标点所得的球方程，得到球心和半径。模块m3.2.2：判断半径和标准球半径的差值是否大于预设精度值，若是，则触发模块m3.2.1；若否，则遍历所有点云，计算每个点云到球心的距离。模块m3.2.3：判断距离与半径的差值是否小于预设精度值，若是，则将对应的点云记录为内点；若否，则将对应的点云记录为离群点。模块m3.2.4：重复触发模块m3.2.1至模块m3.2.3记录所得的内点数量及内点，重复n次后结束迭代。模块m3.2.5：选取迭代过程中内点数量最大的对应迭代结果，基于迭代结果保留所有内点，剔除所有离群点，进而完成点云分割与去除噪点。
[0103]
模块m3.3：通过最小二乘拟合球心，得到对应的球心坐标。
[0104]
模块m4：根据扫描方向和球心坐标，计算旋转平移rt矩阵，得到线激光器相对于机床主轴的相对位置关系，进而完成线激光标定。模块m4包括：
[0105]
对于每一个球心，如下式所示：
[0106][0107]
其中，pi表示第i个点云的球心坐标，r和t表示刀具坐标系到机床坐标系到的变化矩阵，r和t表示激光坐标系到刀具坐标系的变化矩阵，vi表示第i次扫描时，机床的扫描前进方向，tr表示当前要求解的旋转平移rt矩阵。
[0108]
由于在机床坐标系下，标准球的球心坐标是不变的，即有：
[0109][0110]
用四元数[q0,q1,q2,q3]表示旋转平移rt矩阵tr，其中q0、q1、q2、q3表示四元数的四个参数，t1,t2,t3表示激光器相对于刀具主轴的x、y、z三个轴的平移量，则有：
[0111][0112]
进而，通过旋转平移rt矩阵的四元数方程转化为欧拉角，即可得到线激光器相对于机床主轴的相对位置关系。
[0113]
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
[0114]
在本技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
[0115]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述
特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。

技术特征：
1.一种基于标准球的机床线激光标定方法，其特征在于，包括：步骤s1：通过固定在数控机床上的线激光器从不同的方向扫描整个标准球，采集扫描数据；步骤s2：将所述扫描数据转化为数控机床坐标系下的三维点云数据；步骤s3：根据所述三维点云数据提取不同扫描方向所对应的每一个点云的球心坐标；步骤s4：根据所述扫描方向和球心坐标，计算旋转平移rt矩阵，得到线激光器相对于机床主轴的相对位置关系，进而完成线激光标定。2.根据权利要求1所述的基于标准球的机床线激光标定方法，其特征在于，所述线激光器固定在数控机床的末端；所述扫描数据包括采集时刻、机床轴数据和线激光数据。3.根据权利要求1所述的基于标准球的机床线激光标定方法，其特征在于，步骤s3包括：步骤s3.1：对点云数据进行高斯滤波，去除噪点光顺点云，得到第一点云数据；步骤s3.2：构建点云kdtree，并根据标准球半径及预设精度对所述第一点云数据进性点云分割，以及进一步去除噪点；步骤s3.3：通过最小二乘拟合球心，得到对应的球心坐标。4.根据权利要求3所述的基于标准球的机床线激光标定方法，其特征在于，所述步骤s3.2包括：步骤s3.2.1：选取多个点云坐标点，并计算所述点云坐标点所得的球方程，得到球心和半径；步骤s3.2.2：判断所述半径和标准球半径的差值是否大于预设精度值，若是，则执行步骤s3.2.1；若否，则遍历所有点云，计算每个点云到所述球心的距离；步骤s3.2.3：判断所述距离与半径的差值是否小于预设精度值，若是，则将对应的点云记录为内点；若否，则将对应的点云记录为离群点；步骤s3.2.4：重复执行步骤s3.2.1至步骤s3.2.3记录所得的内点数量及内点，重复n次后结束迭代；步骤s3.2.5：选取迭代过程中内点数量最大的对应迭代结果，基于所述迭代结果保留所有内点，剔除所有离群点，进而完成点云分割与去除噪点。5.根据权利要求1所述的基于标准球的机床线激光标定方法，其特征在于，步骤s4包括：对于每一个球心，如下式所示：其中，p
i
表示第i个点云的球心坐标，r和t表示刀具坐标系到机床坐标系到的变化矩阵，r和t表示激光坐标系到刀具坐标系的变化矩阵，v
i
表示第i次扫描时，机床的扫描前进方向，t
r
表示当前要求解的旋转平移rt矩阵；由于在机床坐标系下，标准球的球心坐标是不变的，即有：
用四元数[q0,q1,q2,q3]表示旋转平移rt矩阵t
r
，其中q0、q1、q2、q3表示四元数的四个参数，t1,t2,t3表示激光器相对于刀具主轴的x、y、z三个轴的平移量，则有：进而，通过所述旋转平移rt矩阵的四元数方程转化为欧拉角，即可得到线激光器相对于机床主轴的相对位置关系。6.一种基于标准球的机床线激光标定系统，其特征在于，包括：模块m1：通过固定在数控机床上的线激光器从不同的方向扫描整个标准球，采集扫描数据；模块m2：将所述扫描数据转化为数控机床坐标系下的三维点云数据；模块m3：根据所述三维点云数据提取不同扫描方向所对应的每一个点云的球心坐标；模块m4：根据所述扫描方向和球心坐标，计算旋转平移rt矩阵，得到线激光器相对于机床主轴的相对位置关系，进而完成线激光标定。7.根据权利要求6所述的基于标准球的机床线激光标定系统，其特征在于，所述线激光器固定在数控机床的末端；所述扫描数据包括采集时刻、机床轴数据和线激光数据。8.根据权利要求6所述的基于标准球的机床线激光标定系统，其特征在于，模块m3包括：模块m3.1：对点云数据进行高斯滤波，去除噪点光顺点云，得到第一点云数据；模块m3.2：构建点云kdtree，并根据标准球半径及预设精度对所述第一点云数据进性点云分割，以及进一步去除噪点；模块m3.3：通过最小二乘拟合球心，得到对应的球心坐标。9.根据权利要求8所述的基于标准球的机床线激光标定系统，其特征在于，所述模块m3.2包括：模块m3.2.1：选取多个点云坐标点，并计算所述点云坐标点所得的球方程，得到球心和半径；模块m3.2.2：判断所述半径和标准球半径的差值是否大于预设精度值，若是，则触发模块m3.2.1；若否，则遍历所有点云，计算每个点云到所述球心的距离；模块m3.2.3：判断所述距离与半径的差值是否小于预设精度值，若是，则将对应的点云记录为内点；若否，则将对应的点云记录为离群点；模块m3.2.4：重复触发模块m3.2.1至模块m3.2.3记录所得的内点数量及内点，重复n次后结束迭代；模块m3.2.5：选取迭代过程中内点数量最大的对应迭代结果，基于所述迭代结果保留所有内点，剔除所有离群点，进而完成点云分割与去除噪点。10.根据权利要求6所述的基于标准球的机床线激光标定系统，其特征在于，模块m4包括：对于每一个球心，如下式所示：
其中，p
i
表示第i个点云的球心坐标，r和t表示刀具坐标系到机床坐标系到的变化矩阵，r和t表示激光坐标系到刀具坐标系的变化矩阵，v
i
表示第i次扫描时，机床的扫描前进方向，t
r
表示当前要求解的旋转平移rt矩阵；由于在机床坐标系下，标准球的球心坐标是不变的，即有：用四元数[q0,q1,q2,q3]表示旋转平移rt矩阵t
r
，其中q0、q1、q2、q3表示四元数的四个参数，t1,t2,t3表示激光器相对于刀具主轴的x、y、z三个轴的平移量，则有：进而，通过所述旋转平移rt矩阵的四元数方程转化为欧拉角，即可得到线激光器相对于机床主轴的相对位置关系。

技术总结
本发明提供了一种基于标准球的机床线激光标定方法及系统，包括：通过固定在数控机床上的线激光器从不同的方向扫描整个标准球，采集扫描数据；将扫描数据转化为数控机床坐标系下的三维点云数据；根据三维点云数据提取不同扫描方向所对应的每一个点云的球心坐标；根据扫描方向和球心坐标，计算旋转平移RT矩阵，得到线激光器相对于机床主轴的相对位置关系，进而完成线激光标定。本发明的线激光的标定方法相对于与其他线激光标定方法操作更加简单且精度较高，具备较强的实用性与操作性，同时为线激光标定提供了一种新的思路。线激光标定提供了一种新的思路。线激光标定提供了一种新的思路。


技术研发人员：王宇晗 钟磊 汪洪彬 陈远芳 陈良昊
受保护的技术使用者：上海拓璞数控科技股份有限公司
技术研发日：2023.05.17
技术公布日：2023/9/12