SCALAR - Simultaneous Calibration of 2D Laser and Robot's Kinematic Parameters Using Three Planar Constraints
Nanyang Technological University（南洋理工大学）
工业机器人越来越多地用于各种应用中，其中机器人精度变得非常重要，因此需要机器人的运动学参数和测量系统的外部参数的校准。然而，现有的校准方法要么过于繁琐，要么需要另一个昂贵的外部测量系统，如激光跟踪仪或测量旋臂。在本文中，我们提出了SCALAR，校准方法，同时提高6自由度机器人的运动学参数和外部参数的二维激光测距仪（LRF），这是附加到机器人。三个平面放置在机器人周围，并且对于每个平面，机器人移动到几个姿势，使得LRF的射线与相应的平面相交。然后，利用Levenberg- Marquardt非线性优化算法，利用几何平面约束对标定参数进行优化.仿真结果表明，SCALAR算法可以使机器人系统的平均位姿误差分别从14.6mm和4.05 °减小到0.09mm和0.02 °。
2018-03-02 cs.RO
Interactive Robot-Environment Self-Calibration via Compliant Exploratory Actions
Yale University（耶鲁大学）；Rice University（莱斯大学）
针对现有机器人标定依赖外部传感器和人工干预的问题，提出利用内置力-力矩传感器通过柔顺探索动作自动估计机器人-环境空间关系的自标定框架，实验证明其能准确建立空间关系且无需额外设备或人工干预。
2024-03-19 cs.RO
Automatic Calibration of a Robot Manipulator and Multi 3D Camera System
Oslo University Hospital（奥斯陆大学医院）；University of Oslo（奥斯陆大学）
随着3D传感变得越来越便宜，能够与人类安全合作的环境感知和视觉引导机器人手臂将变得普遍。然而，需要可靠的校准，无论是相机内部校准，还是眼到手校准，以确保整个系统正常工作。我们提出了一个框架，使用一种新颖的组合，以及证明的方法，允许快速自动校准的集成系统组成的机器人和不同数量的3D相机，通过使用标准的棋盘格校准网格。我们的方法允许在设置发生任何变化后快速进行相机到机器人的重新校准，例如当相机或机器人重新定位时。系统的模块化设计确保了所使用的传感器数量以及不同硬件选择的灵活性。该框架已被证明是工作的实际实验，以分析校准的质量与用于每个校准程序的棋盘的位置的数量。
2016-10-12 cs.RO
3D Hand-Eye Calibration for Collaborative Robot Arm: Look at Robot Base Once
Department of Mechanical and Production Engineering, Aarhus University（机械与生产工程系，奥胡斯大学）；Department of Computer Science, Lund University（计算机科学系，卢德大学）
本文提出一种无需外部标定物的3D手眼标定方法，通过将机器人基座点云与扫描数据对齐，在14个品牌机器人臂上验证了其与商业方案相当的精度，并将标定时间缩短至数秒。
2025-05-09 cs.RO
Validation of computer simulations of the HyQ robot
Istituto Italiano di Tecnologia（意大利技术研究院）
这份简短的技术报告说明了我们为验证HyQ机器人的计算机模拟而执行的测试程序的结果。
2016-04-22 cs.RO
A New Robot Arm Calibration Method Based on Cubic Interpolated Beetle Antennae Search Approach
Chongqing University of Posts and Telecommunications（重庆邮电大学）；Swansea University（斯旺西大学）
工业机器人手臂对于智能制造非常重要。工业机器人手臂通常具有高重复定位精度，但其绝对定位精度较低，这极大地限制了其在汽车制造等高精度制造中的应用。针对这一热点问题，提出了一种基于三次插值甲虫天线搜索的机器人手臂标定方法。这项研究有三个想法：提出了一种新的CIBAS算法，该算法能有效地解决Beetle搜索算法中的局部最优问题; 2）利用粒子滤波器降低非高斯噪声的影响; 3）提出了一种新的CIBAS算法和粒子滤波器相结合的标定方法，用于搜索最优的运动学参数。在ABB IRB 120工业机器人手臂上的实验结果表明，所提出的方法实现了更高的校准精度比几个国家的最先进的校准方法。
2022-04-13 cs.RO
Automatic self-contained calibration of an industrial dual-arm robot with cameras using self-contact, planar constraints, and self-observation
Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（布拉格捷克理工大学电气工程学院控制论系）；Czech Institute of Informatics, Robotics, and Cybernetics, Czech Technical University in Prague（布拉格捷克理工大学捷克信息学、机器人学与控制论研究所）
我们提出了一种机器人运动学校准方法，结合互补的校准方法：自接触，平面约束，和自我观察。我们分析了末端执行器参数的估计，机械手的关节偏移，和完整的运动链（DH参数）的校准。结果进行了比较与地面实况测量提供的激光跟踪仪。我们的主要发现是：（1）当单独应用互补校准方法时，自接触方法产生最好和最稳定的结果。(2)在校准误差和估计参数的可观测性方面，一种以上方法的所有组合总是优于使用任何单一方法。结合更多的方法提供了更好地推广到不用于校准的工作空间部分的机器人参数。(3)顺序校准，即首先校准摄像机，然后机器人运动学，比所有参数的同时校准更有效。在实际实验中，我们采用两个工业机械手安装在一个共同的基础。机械手在手腕处配备了力/扭矩传感器，两个摄像机连接到机器人底座，并配备了带基准标记的特殊末端执行器。我们收集了一个新的全面的数据集机器人运动学校准，并公开提供。数据集及其分析提供了定量和定性的见解，超出了这项工作中使用的特定机械手，并适用于一般的独立机器人运动学校准。
2021-09-24 cs.RO
Industry-oriented Performance Measures for Design of Robot Calibration Experiment
Ecole des Mines de Nantes（南特矿业学院）；Institut de Recherche en Communications et Cybernétique de Nantes（南特通信与控制论研究所）
本文主要研究提高工业机器人几何标定和弹性标定精度的问题。它提出了面向行业的性能指标的校准实验设计。它们基于机械手测试位姿的概念，并参考应用误差补偿算法后的末端执行器定位精度，该算法实现了所识别的参数。这种方法允许用户针对给定的工件位置和加工力/扭矩定义机器人校准的最佳测量配置。这些性能指标适用于比较要执行的简单和复杂轨迹的校准计划。所开发的技术的优点说明了一个例子，处理与加工使用机器人机械手。
2012-11-25 cs.RO
Efficiency Improvement of Measurement Pose Selection Techniques in Robot Calibration
Ecole des Mines de Nantes（南特矿业学校）；Institut de Recherche en Communications et Cybernétique de Nantes (IRCCyN)（南特通信与控制论研究所）；Université de Nantes（南特大学）
本文论述了基于测试位姿法的机械手几何和弹性静力学标定实验设计。主要的注意力是在选择最佳的测量姿态的校准实验中采用的数值技术的效率提高。所开发的技术的优点是说明了模拟的例子，处理与串行架构的工业机器人的几何标定。
2013-11-26 cs.RO
A New Calibration Method for Industrial Robot Based on Step-Size Levenberg-Marquardt Algorithm
Chongqing University of Posts and Telecommunications（重庆邮电大学）；Swansea University（斯旺西大学）；Southwest University（西南大学）
工业机器人在自动化生产中起着至关重要的作用，在搬运、焊接等工业生产活动中得到了广泛的应用。然而，由于机器人存在加工误差和装配误差，其绝对定位精度较低，无法满足高精度制造的要求。针对这一热点问题，提出了一种基于无迹卡尔曼滤波器和变步长Levenberg-Marquardt算法的标定方法。这项工作有三个想法：a）提出了一种新的变步长Levenberg-Marquardt算法，以解决Levenberg-Marquardt算法中的局部最优问题; b）采用无迹卡尔曼滤波器来减小测量噪声的影响;以及c）开发了一种将无迹卡尔曼滤波器与变步长Levenberg-Marquardt算法结合的新的校准方法。此外，我们在ABB IRB 120工业机器人上进行了足够的实验。从实验结果来看，该方法实现了更高的校准精度比一些国家的最先进的校准方法。因此，这项工作是机器人标定领域的一个重要里程碑。
2022-08-01 cs.RO
SCALAR: Simultaneous Calibration of 2D Laser and Robot Kinematic Parameters Using Planarity and Distance Constraints
Idiap Research Institute（伊迪亚普研究所）；Nanyang Technological University（南洋理工大学）
在本文中，我们提出了SCALAR，校准方法，同时校准的6自由度机器人的运动学参数和外部参数的2D激光测距仪（LRF）连接到机器人的法兰。校准装置只需要一块平板，平板上有两个小孔，两个小孔之间的距离是已知的，一个锋利的工具尖端连接到机器人的法兰上。标定被配制成一个非线性优化问题，其中激光和工具尖端被用来提供平面和距离约束，并使用Levenberg-Marquardt算法来解决优化问题。我们通过实验证明，SCALAR可以减少平均和最大的刀具位置误差从0.44毫米到0.19毫米和从1.41毫米到0.50毫米，分别。
2019-08-12 cs.RO
Geometric Robot Calibration Using a Calibration Plate
Institute of Robotics, Johannes Kepler University Linz（机器人研究所，约翰· Kepler大学林茨）
针对机器人几何标定问题，提出一种采用带精确间距测量点标定板的标定方法，通过最小二乘与约束优化辨识误差参数，相比传统方法更稳定廉价便携，效果与激光跟踪仪标定相关且不限于龙门机器人。
2025-10-29 cs.RO
MEMROC: Multi-Eye to Mobile RObot Calibration
University of Padova（帕多瓦大学）
本文提出MEMROC，一种基于运动的标定方法，利用标定板与鲁棒地面检测实现移动机器人多相机完整6自由度外参标定，对噪声里程计鲁棒且仅需少量图像，在精度与易用性上超越现有方法。
2024-10-11 cs.RO
On the Calibration of Force/Torque Sensors in Robotics
我们提出和分析的方法，通常，手腕安装在机器人的力/扭矩传感器的运动学和运动学的校准。该算法是基于矩阵分解，不需要特殊的设备。唯一的要求是能够重新定向传感器并在固定坐标系中测量其取向，例如通过机器人操纵器的正运动学或使用外部跟踪系统。我们提出的方法来找到传感器的坐标系和工具法兰的坐标系之间的旋转矩阵，由力传感器保持静止的质量，该质量的重心的矢量和重力加速度矢量。
2019-04-12 cs.RO
A novel robot calibration method with plane constraint based on dial indicator
随着电子技术的发展和生产技术的提高，工业机器人在社会服务和工业生产中发挥了优势。但由于长期的机械磨损和结构变形，绝对定位精度较低，极大地阻碍了制造业的发展。标定机器人的运动学参数是解决这一问题的有效途径，但主要的测量设备如激光跟踪仪、三坐标测量机等价格昂贵，需要专门的人员进行操作。另外，在测量过程中，由于受到多种环境因素的影响，会产生测量噪声，影响机器人的标定精度。在此基础上，本文做了以下工作：（1）提出了一种基于平面约束的机器人标定方法，简化了测量步骤;（2）采用平方根文化卡尔曼滤波器（SCKF）算法降低了测量噪声的影响;（3）提出了一种基于SCKF算法和LM算法的运动学参数辨识新算法，提高了标定精度; d）采用千分表作为测量设备，降低成本。大量的实验验证了所提出的标定算法和实验平台的有效性。
2022-08-04 cs.RO
A novel step-by-step procedure for the kinematic calibration of robots using a single draw-wire encoder
University of Padua（帕多瓦大学）
针对机器人运动学标定问题，提出一种仅用单个拉线编码器一维距离数据的分步标定方法，通过解析法逐个辨识参数，经6自由度机械臂仿真与实验验证，兼具实用性、低成本与低计算量优势。
2025-02-20 cs.RO
FastCal: Robust Online Self-Calibration for Robotic Systems
University of Colorado（科罗拉多大学）
我们提出了一种解决方案，传感器外部自校准具有非常低的时间复杂度，竞争力的准确性和优雅的处理往往避免角落的情况下：漂移校准参数和参数空间中不可观测的方向。它包括三个主要部分：1）基于信息论的段选择恒定时间估计; 2）通过Fisher信息矩阵的秩揭示分解的可观测性感知参数更新; 3）通过段的时间衰减的漂移校正自校准。在我们的FastCal算法的核心是松耦合公式的传感器extrinsics校准和有效的选择测量。FastCal的运行速度比类似的自校准算法（摄像机到摄像机的extrinsics，不包括所有比较的特征匹配和图像预处理）快一个数量级，这使得FastCal非常适合集成到现有的资源受限的机器人系统中。
2019-02-27 cs.RO
Trust Calibration and Trust Respect: A Method for Building Team Cohesion in Human Robot Teams
University of Massachusetts, Lowell（马萨诸塞大学洛厄尔分校）
人机交互（HRI）和机器人自主性领域的最新进展正在改变世界。今天，机器人被用于各种各样的应用。人类和机器人在人类自主团队（HAT）中一起工作，以完成单独无法轻松完成的任务。HAT中机器人和人类之间的信任对于任务完成和有效的团队凝聚力至关重要。为了优化HRI中人类操作员的性能和安全性，人类的信任应该根据机器人系统的实际性能和可靠性进行调整。HRI中的不良信任校准的成本是最低的，低性能，并且在更高的水平上，它会导致人员伤害或关键任务失败。虽然信任校准的作用对团队凝聚力至关重要，但对于机器人来说，能够评估人类是否由于愤怒、分心或沮丧等其他因素而表现出不信任的迹象也很重要。在这些情况下，机器人选择不校准信任，而是选择尊重信任。尊重信任的决定是由机器人基于其动作（成功和失败）及其对人类的反馈来确定人类是否应该信任机器人的知识来确定的。我们发现，以信任校准线索（TCC）的形式反馈可以有效地改变人类的信任水平。这些信息在帮助机器人做出尊重信任的决定方面可能是有用的。
2021-10-13 cs.RO
Automatic Robot Hand-Eye Calibration Enabled by Learning-Based 3D Vision
Aarhus University（奥胡斯大学）；Wenzhou University of Technology（温州理工学院）
提出LRBO方法，利用基于学习的3D检测与配准识别机器人基座点云，实现无需外部标记或人工协助的自动手眼标定，精度高且可在约1秒内完成。
2024-09-05 cs.RO
Robot self-calibration using multiple kinematic chains -- a simulation study on the iCub humanoid robot
Czech Technical University in Prague（布拉格捷克理工大学）；Czech Institute of Informatics, Robotics, and Cybernetics, Czech Technical University in Prague（布拉格捷克理工大学捷克信息学、机器人学与控制论研究所）
机构标定是机器人学中一项重要而重要的任务。传感器技术的进步使得相机和触觉传感器等价格实惠但越来越精确的设备变得可用，从而可以依靠这些感觉流中的冗余信息执行自动化的自包含校准。在这项工作中，我们使用了一个模拟的iCub人形机器人与立体摄像机系统和末端执行器接触仿真，定量比较运动学校准的性能，采用不同的交叉运动链的组合-无论是通过自我观察或自我触摸。变化的参数为：（i）用于校准的交叉运动链的类型和数量，（ii）经受优化的参数和链，（iii）运动参数的初始扰动量，（iv）用于优化的姿态/配置的数量，（v）末端执行器位置/相机中的测量噪声量。主要调查结果如下：（1）标定单链参数（例如一个臂）通过采用多个运动链（2）当使用多链校准时，与例如仅使用来自单个相机的观察相比，较少的姿态足以获得类似的性能;（3）所有链的参数（这里是86个DH参数）可以同时进行校准，并且利用50（100）个姿态，可以实现大约2（1）mm的末端执行器误差;（4）向感觉模态添加噪声降低了采用依赖于该信息的链的所有校准的性能。
2020-08-31 cs.RO
On Flange-based 3D Hand-Eye Calibration for Soft Robotic Tactile Welding
Southern University of Science and Technology（南方科技大学）
本文提出一种利用机器人法兰几何特征的3D手眼标定迭代方法，结合软触觉感知构建焊缝跟踪系统，实现高精度标定与实时运动调整，提升焊接质量。
2024-07-27 cs.RO
Highly Accurate Robot Calibration Using Adaptive and Momental Bound with Decoupled Weight Decay
针对工业机器人长时间运行后绝对定位精度下降的问题，本文提出结合自适应和动量边界与解耦权重衰减的AdaModW算法，通过改进Adam优化器提升收敛率与泛化能力，在HRS-JR680机器人实验中显著优于现有方法。
2024-08-22 cs.RO
Humanoid Robot Whole-body Geometric Calibration with Embedded Sensors and a Single Plane
TOWARD S.A.S（TOWARD公司）；INRIA Bordeaux（波尔多法国国家信息与自动化研究所）
本文针对人形机器人全身几何标定耗时费力的问题，提出利用单一平面、嵌入式力传感器和导纳控制器的无人工干预标定方法，并设计 IROC 算法自动选择最小最优位姿集，在 TALOS 机器人上仅用 31 个位姿即将 RMS 误差降低 2.3 倍。
2025-07-22 cs.RO
Optimization of measurement configurations for geometrical calibration of industrial robot
Ecole des Mines de Nantes（南特矿业学院）；Institut de Recherche en Communications et Cybernétique de Nantes（南特通信与控制论研究所）
本文主要研究用于精密制造的工业机器人的几何标定问题。为了识别几何参数，提出了一种先进的校准技术，是基于非线性实验设计理论，这是通过这个特定的应用程序。与以往的工作相比，校准实验质量的评估使用的概念，用户定义的测试姿势。在这个概念的框架内，制定相关的优化问题和数值例程的开发，这允许用户生成一组最佳的机械手配置为给定数量的校准实验。几个例子说明了开发的技术的效率。
2012-11-25 cs.RO
Robust simultaneous UWB-anchor calibration and robot localization for emergency situations
Institute of Engineering and Technology (ENTEG) at the Faculty of Science and Engineering, University of Groningen（工程学院（ENTEG）于格罗宁根大学）
针对紧急情况UWB锚点手动校准难的问题，提出基于因子图优化的框架，仅用机器人UWB和LiDAR数据同步完成锚点校准与定位，30秒内自动解决4锚点场景，提升准确性与部署效率。
2025-08-20 cs.RO
Robust algorithm for calibration of robotic manipulator model
Ecole des Mines de Nantes（南特矿业学院）；IRCCyN（南特通信与控制研究所）；École Nationale d’Ingénieurs de Metz（梅斯国立工程师学院）；LCFC-ENSAM ParisTech Metz（ENSAM巴黎高科梅斯实验室）；University of Nantes（南特大学）
研究了机械臂几何参数和弹性静力参数的鲁棒辨识问题。重点研究了辨识算法效率的提高。为了提高辨识精度，提出了采用加权最小二乘法的方法，该方法采用了一种新的加权系数分配算法。后者允许考虑在不同方向和整个机器人工作空间中测量系统精度的变化。通过工业机器人弹性静力学标定的应用实例说明了该方法的优越性。
2013-11-26 cs.RO
Simultaneously Calibration of Multi Hand-Eye Robot System Based on Graph
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；College of Electrical Engineering and Computer Science, Australian National University（澳大利亚国立大学电气工程与计算机科学学院）；College of Engineering, Peking University（北京大学工程学院）
针对多手眼机器人系统串行增量标定的误差累积问题，提出基于最小生成树与图优化的同步标定方法，经仿真与真实实验验证有效。
2023-05-04 cs.RO
Toward Autonomous Robotic Micro-Suturing using Optical Coherence Tomography Calibration and Path Planning
Duke University（杜克大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Duke University Medical Center（杜克大学医学中心）
机器人自动化有可能帮助人类外科医生在显微外科手术中执行自动化任务，为了做到这一点，机器人必须能够以亚毫米的精度引导针穿过软组织。提出了一种利用三维光学相干层析成像（OCT）系统进行图像反馈的机器人定位系统。机器人-OCT和机器人-针变换的校准、伤口检测、关键点识别和路径规划都是自动执行的。当使用迭代最近点的变体来抓取针时，校准方法处理姿势不确定性。路径规划器使用所识别的伤口形状来计算针进入点和退出点，以在闭合后产生均匀匹配的伤口形状。对组织模型和动物组织的实验表明，该系统可以使缝合针以0.27 mm的总体精度穿过伤口，实现计划的进入点和退出点。
2020-03-12 cs.RO
Model Free Calibration of Wheeled Robots Using Gaussian Process
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
机器人校准允许融合来自多个传感器（例如里程计、相机等）的数据，通过在相应的参考帧之间提供适当的关系。对于配备有相机/激光雷达以及车轮编码器的轮式机器人，校准需要根据来自编码器的数据学习传感器或机器人的运动模型，并且通常在执行诸如同时定位与地图构建（SLAM）的任务之前执行。本文提出了一种基于高斯过程的非参数方法，用于标定具有任意或未知驱动配置的轮式机器人。该过程是更一般的，因为它学习整个传感器/机器人运动模型的里程测量。与现有的非参数方法不同，我们的方法依赖于来自机载传感器的测量，因此不需要来自外部运动捕捉系统的地面真实信息。或者，我们提出了一种计算效率高的方法，依赖于传感器运动模型的线性近似。最后，我们进行实验来校准机器人与未建模的影响，以证明所提出的方法的准确性，实用性和灵活性。
2019-10-25 cs.RO
Autonomous Sensor Exchange and Calibration for Cornstalk Nitrate Monitoring Robot
Carnegie Mellon University（卡内基梅隆大学）；Robotics Institute（机器人研究所）；School of Computer Science（计算机科学学院）
本研究为玉米秆硝酸盐监测机器人开发了自主传感器更换与校准系统，包含新型夹持器、更换机构和车载校准站，实现高效传感器更换与现场校准，实验成功率达77%。
2024-11-15 cs.RO
System Calibration of a Field Phenotyping Robot with Multiple High-Precision Profile Laser Scanners
University of Bonn（波恩大学）；Institute of Geodesy and Geoinformation（大地测量与地理信息研究所）
本文提出一种农业田间机器人激光扫描系统标定方法，通过最小化点云全方差优化变换关系，并融合全站仪、IMU和GNSS信息进行高精度位姿估计，实现了0.8厘米的点云距离均方根误差。
2024-03-26 cs.RO
A Generalized Framework for Autonomous Calibration of Wheeled Mobile Robots
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
机器人校准允许融合来自多个传感器（例如里程计、相机等）的数据，通过在相应的参考帧之间提供适当的变换关系。对于配备有外感受传感器的轮式机器人，校准需要根据里程计数据学习传感器或机器人的运动模型，并且通常必须在执行诸如同时定位与地图构建（SLAM）的任务之前执行。在这种情况下，目前的趋势是进行里程计和传感器的同时校准，而不使用任何额外的硬件。在现有的同步校准算法的基础上，我们提出了一个通用的校准框架，不仅可以处理机器人在2D任意或未知的运动模型，但也处理离群值在自动化的方式。首先，我们提出了一种算法的交替最小化框架适用于两轮差动驱动的基础上。随后，对于任意但已知的驱动器配置，我们提出了一种利用智能加权方案的迭代重加权最小二乘方法。与现有的工作不同，这些算法不需要人工干预，无缝地处理由于系统和非系统误差而产生的离群值。最后，我们提出了一种新的基于高斯过程的非参数方法来标定轮式机器人与任意或未知的驱动配置。详细的实验证明所提出的算法的准确性，实用性和灵活性。
2020-01-06 cs.RO
Advanced robot calibration using partial pose measurements
Ecole des Mines de Nantes（南特矿业学校）；University of Nantes（南特大学）
研究了基于部分位姿测量的串联工业机器人标定问题。与其他工作相比，先进的机器人标定技术是适用于几何和弹性静力学标定。重点研究了模型参数的辨识精度。为了减少测量误差的影响，提出了直接使用几个点的位置测量，而不是计算的末端执行器的取向。所提出的方法使我们能够避免最小二乘目标的非均匀性的问题，这会出现在经典的识别技术与全姿态信息。所开发的技术不需要任何规范化，可以有效地应用于几何和弹性静力识别。一种新的方法的优点是通过比较分析，处理不同的识别策略的效率评估确认。所得到的结果已成功地应用于工业机器人的弹性静力学参数识别的加工工作单元为航天工业。
2013-11-26 cs.RO
Extrinsic Infrastructure Calibration Using the Hand-Eye Robot-World Formulation
Ulm University（乌尔姆大学）
提出一种可证明全局最优的手眼机器人-世界标定方法，通过引入标定目标平移范数先验知识解决平面运动下的多传感器基础设施标定问题，并在真实数据上取得最先进结果。
2023-08-02 cs.RO
An Active Learning Based Robot Kinematic Calibration Framework Using Gaussian Processes
California Institute of Technology（加州理工学院）
未来NASA的冰卫星着陆器任务将需要完全自动化，准确和数据高效的校准方法，用于在着陆器附近采样结冰地形的机器人操纵臂。为了支持这一需要，本文提出了一种高斯过程（GP）的方法来经典的机械手运动学校准过程。而不是确定一组校正的Denavit-Hartenberg运动学参数，一组GPS模型的剩余运动误差的工作空间的手臂。更重要的是，这个建模框架允许高斯过程置信上限（GP-UCB）算法，以有效地和自适应地选择校准的测量点，以尽量减少实验的数量，从而最大限度地减少重新校准所需的时间。该方法在模拟中演示了一个简单的2自由度臂，6自由度臂的几何形状是未来NASA任务的候选人，和7自由度巴雷特WAM臂。
2023-03-07 cs.RO
Configuration-Dependent Robot Kinematics Model and Calibration
Rensselaer Polytechnic Institute（伦塞拉尔理工学院）
本文提出一种基于局部指数积模型和傅里叶基函数插值的配置相关运动学标定框架，在两个六自由度工业机器人上将最大定位误差降低超过50%，满足冷喷涂制造的亚毫米精度要求。
2025-10-22 cs.RO
A Unified Calibration Framework for High-Accuracy Articulated Robot Kinematics
ETH Zurich（苏黎世联邦理工学院）
本文提出了一种统一的机械臂校准框架，通过单一实验识别几何和非几何效应，显著提升校准精度。
2026-01-23 cs.RO
GRIL-Calib: Targetless Ground Robot IMU-LiDAR Extrinsic Calibration Method using Ground Plane Motion Constraints
Yonsei University（延世大学）
针对地面机器人平面运动导致现有IMU-激光雷达标定性能下降的问题，提出GRIL-Calib方法，利用地面平面残差和GPM约束，通过单一优化求解完整6自由度外参，提升精度与鲁棒性。
2024-05-24 cs.RO
Laser-Tracker-Assisted Camera-to-Robot Calibration for Mobile Robots
Institute of Photogrammetry and Remote Sensing (IPF), Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院摄影测量与遥感研究所）
提出一种激光跟踪仪辅助的移动机器人相机标定方法，通过链接多个标定目标放宽配置假设，实现更通用的相机位姿标定。
2026-09-24 cs.CV cs.RO
PlaneHEC: Efficient Hand-Eye Calibration for Multi-view Robotic Arm via Any Point Cloud Plane Detection
National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（国家人类-机器混合增强智能重点实验室，人工智能与机器人研究院，西安交通大学）
本文提出 PlaneHEC，一种仅用深度相机和任意平面、结合平面约束方程、闭式解与迭代优化的多视角机械臂手眼标定方法，并在仿真与真实实验中验证其精度、速度和泛化优势。
2025-07-26 cs.RO
Robotic Calibration Based on Haptic Feedback Improves Sim-to-Real Transfer
Department of Applied Informatics, Comenius University Bratislava, Slovakia（应用信息学院，科门尼乌斯大学布拉迪斯拉发分校，斯洛伐克）；Department of Informatics, University of Hamburg, Germany（信息学院，汉堡大学，德国）
针对仿真与现实中机械臂末端执行器位置偏差问题，提出基于触觉反馈校准的方法，利用触摸屏获取真实EE位置，并结合线性变换和神经网络构建转换函数，显著降低定位误差。
2025-07-11 cs.RO
A2I-Calib: An Anti-noise Active Multi-IMU Spatial-temporal Calibration Framework for Legged Robots
Shanghai Jiao Tong University（上海交通大学）
本文提出A²I-Calib框架，通过抗噪声轨迹生成器和强化学习控制器实现足式机器人多IMU的自主时空标定，显著降低噪声敏感性与标定误差，从而提升多IMU里程计性能。
2025-03-10 cs.RO
Observability-Aware Active Calibration of Multi-Sensor Extrinsics for Ground Robots via Online Trajectory Optimization
Shenzhen Key Laboratory of Control Theory and Intelligent Systems（深圳控制理论与智能系统重点实验室）；Guangdong Provincial Key Laboratory of Fully Actuated System Control Theory and Technology（广东省全驱动系统控制理论与技术省级重点实验室）；Southern University of Science and Technology（南方科技大学）
针对地面机器人多传感器外参标定依赖人工、忽略声学传感器的问题，提出可观测性感知的主动标定方法，通过FIM量化可观测性、B样条优化轨迹在线标定，经仿真与实实验证有效并开源相关资源。
2025-06-16 cs.RO
Nonlinear In-situ Calibration of Strain-Gauge Force/Torque Sensors for Humanoid Robots
Istituto Italiano di Tecnologia（意大利技术研究院）；Politecnico di Milano（米兰理工大学）；Univ. of Manchester（曼彻斯特大学）
针对人形机器人现有仿射力/力矩校准模型精度不足的问题，提出非线性多项式校准方法，在iCub3机器人实验中4次模型将RMSE从4.58N降至2.28N，显著提升测量精度。
2023-12-15 cs.RO
Odometry Calibration and Pose Estimation of a 4WIS4WID Mobile Wall Climbing Robot
Croatian Academy of Sciences and Arts（克罗地亚科学与艺术学院）
本文基于多模态测量融合设计了四轮独立转向四轮独立驱动壁爬机器人姿态估计器，采用扩展卡尔曼滤波和无迹卡尔曼滤波方法，解决传统定位传感器在复杂建筑立面环境中的不可行性问题。
2025-09-04 cs.RO
Piezoelectric Soft Robot Inchworm Motion by Tuning Ground Friction through Robot Shape: Quasi-Static Modeling and Experimental Validation
Princeton University（普林斯顿大学）
本研究针对压电软体机器人单自由度控制局限，通过协调五个附着于金属箔的压电致动器调控形状与地面摩擦，建立含重力的解析模型，在厚度不足0.5mm的机器人上实现了尺蠖式前后爬行运动。
2023-12-14 cs.RO
Ablation Study on Features in Learning-based Joints Calibration of Cable-driven Surgical Robots
University of Washington（华盛顿大学）
随着全球范围内的实施，数百万例手术由手术机器人辅助。许多手术机器人上的线缆驱动机构允许灵活、轻便和紧凑的手臂和工具。然而，线缆的松弛和拉伸以及齿轮的齿隙将不可避免的误差从马达姿态引入到关节姿态，并且因此被转发到末端执行器的姿态和取向。提出了一种基于学习的深度神经网络标定方法，将关节1、2、3的无载位姿RMSE分别降低到0.3003度、0.2888度、0.1565 mm，将关节1、2、3的有载位姿RMSE分别降低到0.4456度、0.3052度、0.1900 mm。然后，去除消融和不准确消融进行研究的DNN模型的功能有助于校准精度。结果表明，原始关节姿势和电机扭矩是最重要的功能。对于关节位姿，去除消融表明DNN模型可以从末端执行器位姿和方向导出此信息。对于电机转矩，方向比幅度重要得多。
2023-02-14 cs.RO
Extrinsic Calibration of Multiple LiDARs for a Mobile Robot based on Floor Plane And Object Segmentation
Sony Group Corporation（索尼集团公司）
针对视场无重叠的多LiDAR外参标定难题，提出一种基于累积地面与目标点云的无靶标标定方法，搭配考虑扫描模式的去噪模块，在仿真与真实机器人实验中均优于传统方法，可构建一致三维地图。
2024-09-13 cs.RO
Self-calibration of a differential wheeled robot using only a gyroscope and a distance sensor
Imperial College London（伦敦帝国理工学院）
移动机器人的研究通常要求平台在成本和可靠性之间具有足够的平衡。在地面机器人的情况下，一个可用的选项是GNBot，一个开放的硬件项目，旨在评估群搜索策略。由于缺乏基本的里程传感器，如车轮编码器，到目前为止，难以在该平台上实现精确的高级控制器。因此，本论文的目的是改善GNBot的运动控制，结合陀螺仪，同时保持必要的无轮编码器。已经解决的问题包括：精确的原地旋转，线性运动期间的最小漂移，以及弧执行功能。此外，所得到的控制器通过使用每个机器人上的陀螺仪模块和红外测距仪进行自主校准，大大简化了大群的校准。该报告首先解释了为了实现自校准例程而做出的设计决策，然后通过离线视频跟踪来评估新运动控制器的性能。新的控制器的运动精度进行了比较，与以前现有的解决方案在气味搜索实验。
2015-09-07 cs.RO
On-the-fly hand-eye calibration for the da Vinci surgical robot
Department of Mechanical Engineering, Imperial College London（帝国理工学院机械工程系）；Mechatronics in Medicine Laboratory（医学机电实验室）；Hamlyn Centre for Robotics Surgery（机器人外科哈姆林中心）
针对达芬奇机器人因编码器误差导致工具定位不准的问题，提出一种在线计算手眼变换矩阵的标定框架，通过特征关联和手眼标定两个模块实现无预训练的关键点匹配，在多种手术场景下显著降低定位误差且时间效率高。
2026-08-05 cs.RO
Calib3R: Hand-Eye Calibration and 3D Metric-Scaled Scene Reconstruction with 3D Foundation Models
Department of Information Engineering (DEI) at the University of Padova（帕多瓦大学信息工程系）
Calib3R是一种基于3D基础模型的无标定板方法，通过统一优化联合完成手眼标定与度量尺度三维重建，仅用不到10张图像即可实现精确标定，性能优于同类方法。
2026-08-11 cs.RO
Optimal Selection of Measurement Configurations for Stiffness Model Calibration of Anthropomorphic Manipulators
Ecole des Mines de Nantes（南特矿业学院）；Institut de Recherche en Communications et Cybernétique de Nantes（南特通信与控制论研究所）
研究了空间拟人机器人弹性静力学参数的标定问题。它提出了一种新的策略，从根本上提高了机器人标定的效率的测量配置的最佳选择。该策略基于机器人测试姿态的概念，并确保了测试配置的最佳顺应性误差补偿。通过对一个具有刚性连杆和柔性驱动关节的3自由度拟人机械臂的弹性静力学参数标定的数值算例，说明了该方法的优点及其对实际应用的适用性
2012-11-25 cs.RO
Automatic Multi-Sensor Extrinsic Calibration for Mobile Robots
Biomedical Research Institute of Malaga (IBIMA)（马拉加生物医学研究所（IBIMA））；University of Malaga（马拉加大学）
为了融合来自安装在移动机器人上的多个传感器的测量值，需要通过它们的相对空间变换在公共参考系中表示它们。在本文中，我们提出了一种方法来估计多个异构传感器（激光雷达，深度和RGB相机）的全6DoF外部校准参数，适合于在移动机器人上自动执行。我们的方法通过基于运动的方法计算2D校准参数（x，y，yaw），而对于其余3个参数（z，pitch，roll），它需要在短时间内观察地平面。该提议与其他提议的区别在于：i）所有校准参数以封闭形式初始化，以及ii）明确处理来自单目相机的运动估计所固有的尺度模糊性，使得能够组合这些传感器和度量传感器（激光雷达、立体钻机等）。在相同的优化框架下。%此外，由局部传感器漂移引起的异常值观测值将自动检测并从校准过程中删除。我们提供了一个正式的定义的问题，以及贡献的方法，其中的C++实现已公开。该方法的适用性进行了评估，在模拟和室内和室外场景的真实数据。最后，通过实验评估显示了对最先进的基于运动的校准建议的改进。
2019-06-11 cs.RO
LiMo-Calib: On-Site Fast LiDAR-Motor Calibration for Quadruped Robot-Based Panoramic 3D Sensing System
China-Singapore International Joint Research Institute (CSIJRI)（中新国际联合研究院）；School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）
针对四足机器人高频振动导致激光雷达-电机标定困难的问题，提出LiMo-Calib现场标定方法，利用几何特征免靶标，优化特征选择与重加权机制，提升标定效率和3D感知精度。
2025-02-25 cs.RO
