Calibrazione automatica di telecamere RGB-D mediante framework ROS2

La calibrazione delle telecamere riveste un ruolo centrale nell’industria moderna, poiché l’integrazione con sistemi robotici consente di incrementare in modo significativo la produttività e la precisione nelle operazioni di assemblaggio e nei processi produttivi. Per raggiungere tale obiettivo, è necessario definire con accuratezza la relazione tra il sistema di riferimento della telecamera e quello del robot. Il presente lavoro propone una procedura automatica di calibrazione di una telecamera RGB-D. Dopo una descrizione dell’architettura adottata, sia dal punto di vista hardware che software, viene illustrata la pipeline sviluppata e presentati i due metodi utilizzati per stimare la trasformazione rigida. Dal punto di vista hardware è stato realizzato un end-effector specifico per la calibrazione effettuata, progettato per rendere la procedura più user-friendly e applicabile anche da utenti non esperti. Infine, vengono discussi i risultati ottenuti dai test sperimentali. La procedura è stata implementata tramite diversi nodi all’interno del framework ROS 2, ciascuno dedicato a una fase specifica della calibrazione. Il flusso comprende il rilevamento del target in tempo reale tramite un nodo di sphere-tracking con contestuale movimentazione del robot e acquisizione delle configurazioni, la stima della trasformazione tra i sistemi di riferimento e la validazione del risultato. I test, variando dimensione del target e distanza tra telecamera e robot, hanno confermato la capacità della procedura di stimare con affidabilità la trasformazione rigida, anche in condizioni operative sfavorevoli. In conclusione, il metodo sviluppato si è dimostrato realizzabile, modulare e facilmente adattabile a diversi scenari, confermando l’efficacia di un approccio basato su ROS 2, e la semplicità di impiego della procedura, che ne favorisce l’applicazione in maniera immediata e intuitiva. Restano aperte prospettive di sviluppo futuro, tra cui l’estensione a target di geometria differente, l’applicazione a robot diversi e la validazione in contesti industriali reali, con l’obiettivo di rendere la procedura ancora più versatile e robusta.