基于自监督一致性优化算法的机器人手眼在线校准方法

本发明提出一种基于自监督一致性优化算法的机器人手眼在线校准方法，利用生产任务中采集的机械臂姿态变化、相机观察工件位姿及抓取/装配后实际误差，结合一次离线标定建立初始手眼关系；在增量几何框架下分段计算候选手眼位姿调整量；自监督网络从时序特征输出观测可靠性与偏移类型，筛选重构生成长期手眼位姿调整量与单次任务位姿补偿量，分别用于更新手眼关系与修正控制指令，并基于历史记录自监督更新网络；本方法实现结构缓慢偏移与短时扰动的分离处理，减少人工重标定，提升视觉引导抓取/装配的定位精度与稳定性，适用于在线运行的工业机器人。