LVS时空校准数据集
收藏arXiv2025-09-16 更新2025-11-21 收录
下载链接:
https://anonymous.4open.science/r/LVS_ST_CALIB-015F/README.md
下载链接
链接失效反馈官方服务:
资源简介:
该数据集由ABB工业机器人公司的研究人员创建,旨在为激光视觉传感器(LVS)在工业机器人手眼系统中的时空校准提供数据支持。数据集包含LVS扫描直缝焊缝的测量数据,用于验证时空校准方法的可行性和准确性。数据集包含直缝焊缝的图像特征点、机器人末端执行器的位姿数据以及时间偏移等信息。
This dataset was created by researchers from ABB Robotics to provide data support for spatio-temporal calibration of laser vision sensors (LVS) in industrial robot eye-in-hand systems. It contains measurement data of straight seam welds scanned by LVS, which is used to verify the feasibility and accuracy of spatio-temporal calibration methods. The dataset also includes information such as image feature points of straight seam welds, pose data of the robot's end-effector, and time offsets.
提供机构:
ABB工业机器人公司
创建时间:
2025-09-16
搜集汇总
数据集介绍

构建方式
在工业机器人视觉感知领域,激光视觉传感器的时空校准对焊接精度至关重要。该数据集通过配备激光视觉传感器的六轴工业机器人,沿预设的S形轨迹反复扫描直线角焊缝构建而成。机器人以多姿态运动时,焊缝特征点受普吕克坐标描述的直线空间约束,结合外部引导运动接口实现高频位姿采集与图像数据同步。通过非线性优化模型整合时间偏移量与手眼参数,利用列文伯格-马夸特算法对时空参数进行联合优化,形成具有时空关联性的标定数据集。
特点
该数据集的核心价值在于其融合了动态时空标定与结构化环境约束。数据采集过程中机器人末端执行器以变速度运动,通过直线焊缝的几何不变性建立优化约束,有效解决了图像传输延迟与手眼参数漂移的耦合问题。数据集包含多组不同姿态下的焊缝扫描点云,辅以精确的时间戳同步信息,其独特之处在于仅需单一线性结构即可实现高精度标定,无需传统标定板或复杂特征提取。实验验证表明,该数据集支持毫米级测量精度,为动态焊接场景提供了可靠的基准数据。
使用方法
该数据集适用于工业机器人视觉系统的在线标定与性能验证研究。使用者可通过解析机器人位姿序列与图像特征点的时空对应关系,构建基于直线约束的优化目标函数。具体操作时需加载包含时间戳的位姿数据与焊缝图像特征坐标,利用开源代码中的非线性优化模块同步求解时间偏移、手眼变换矩阵及直线参数。数据集支持焊接轨迹精度评估,通过对比校准前后的焊缝扫描误差,可验证时空参数标定效果。该设计允许在制造过程中实时执行诊断,显著提升工业机器人感知系统的自适应能力。
背景与挑战
背景概述
激光视觉传感器作为工业机器人核心感知模块,在焊接应用中承担着实时获取工件几何数据的关键任务。2023年由杨培文等学者提出的LVS时空校准数据集,旨在解决相机通信延迟导致图像采集与机器人运动间的时间失步问题,以及长期运行中手眼外参可能发生的偏移现象。该研究通过构建基于直线约束的非线性优化模型,创新性地实现了无需示教的空间-时间联合校准,为工业机器人视觉系统的精确测量奠定了理论基础。
当前挑战
在工业焊接场景中,视觉传感器与机器人系统的时间异步问题会导致毫米级测量误差,而传统方法依赖场景特征点或专用标定物,难以适应特征稀疏的焊接环境。数据集构建面临双重挑战:其一需突破动态激励条件下时间延迟参数的不可观测性限制,其二要克服传统手眼标定对精密标定物和繁琐示教流程的依赖。该数据集通过S形轨迹扫描直线角焊缝的设计,实现了在自然焊接环境下同时优化时间偏移、手眼参数与直线几何约束的突破。
常用场景
经典使用场景
在工业机器人焊接应用领域,激光视觉传感器作为关键感知模块,其时空校准数据集主要用于解决图像采集与机器人运动之间的时间失步问题。该数据集通过S形轨迹扫描直线角焊缝,利用普吕克坐标表示的空间直线约束构建非线性优化模型,为手眼系统的时空参数校准提供标准化测试基准。研究人员可基于该数据集验证不同校准算法的性能,特别是在高动态工况下的时间偏移补偿效果。
衍生相关工作
基于该数据集的研究催生了多项创新工作,包括将直线约束扩展至平面约束的校准方法研究,以及结合生成对抗网络的焊接机器人激光视觉系统校准优化。在视觉惯性里程计领域,该数据集启发了无需场景特征的纯算法时间同步方案,推动了多传感器融合技术在工业环境中的应用。这些衍生工作共同构成了机器人视觉校准技术体系,为工业4.0时代的智能装备自主感知奠定了坚实基础。
数据集最近研究
最新研究方向
在工业机器人视觉感知领域,激光视觉传感器的时空校准问题正成为提升焊接精度的关键研究方向。当前研究聚焦于解决相机通信延迟导致图像与机器人运动时序失配的难题,同时应对长期运行中手眼外参漂移的挑战。前沿方法通过引入直线约束构建非线性优化模型,结合Plucker坐标表征焊缝空间几何特征,利用Levenberg-Marquardt算法同步优化时间偏移量与手眼参数。该技术突破实现了无需示教的自动化校准,通过S形轨迹扫描直线角焊缝,在动态焊接场景中将位置测量误差控制在0.2毫米以内,为智能制造系统提供了硬件无关的时序同步解决方案。
相关研究论文
- 1通过ABB工业机器人公司 · 2025年
以上内容由遇见数据集搜集并总结生成



