1. 项目背景与需求分析

大家好，我是老张。在机器视觉这行摸爬滚打了十几年，今天咱们来聊聊手眼标定。

说实话，我刚入行那会儿，觉得标定这事儿挺玄乎的。不就是让机器人知道相机在哪儿吗？后来被现实狠狠教育了几次，才明白——手眼标定是整个机器人视觉系统的基石。基础不牢，地动山摇。

1.1 什么是手眼标定？

先给个最直白的定义：手眼标定，就是求解相机坐标系与机器人坐标系之间的变换关系。

你想想看，相机能看到工件的位置，但机器人要去抓取它。相机说“工件在图像坐标(320, 240)”，机器人听不懂啊。机器人只认自己的坐标系——基座标系、工具坐标系。所以我们需要一个数学桥梁，把相机看到的坐标，翻译成机器人能执行的坐标。

这个桥梁，就是手眼标定要算出来的那个变换矩阵。说白了，就是一组旋转和平移参数。

我记得有一次在汽车零部件产线上，一个年轻工程师问我：“张工，我直接用尺子量一下相机到机器人法兰盘的距离，填进去不行吗？”

我当时就笑了。理论上可以，但实际中你量不准。相机安装有角度偏差，机器人连杆有挠度，法兰盘加工有公差。你量出来的那点误差，放到几百毫米的臂展上，末端偏差可能直接到毫米级——对于精密装配来说，这就是废品。

所以，手眼标定不是“量”出来的，是“算”出来的。通过数学优化，把各种误差平均掉，得到一个统计意义上的最优解。

1.2 为什么需要手眼标定？

这个问题，我换个角度回答你——没有手眼标定，机器人视觉就是瞎子指路。

具体来说，手眼标定解决了三个核心问题：

1. 坐标统一：把相机看到的像素坐标，映射到机器人能执行的物理坐标。
2. 误差补偿：消除安装误差、镜头畸变、机器人运动学误差的综合影响。
3. 动态跟随：在Eye-in-Hand模式下，让机器人知道“我动的时候，相机看到的工件到底在哪儿”。

我做过一个项目，客户说“我们之前没做标定，也凑合能抓”。我去现场一看，确实能抓——但抓10个掉3个，剩下的还有一半位置偏了。做了手眼标定之后，抓取成功率直接干到99.5%以上。这就是差距。

1.3 Eye-in-Hand vs Eye-to-Hand 场景选择

这是手眼标定里最基础、也最容易搞混的问题。我见过不少工程师，选错了方案，后面整个项目推倒重来。

先看一张对比图，帮你快速建立直观印象：

好，现在咱们具体聊聊这两种方案怎么选。

Eye-in-Hand（眼在手上）

相机装在机器人末端法兰盘上，跟着机器人一起动。这是最常见的方案。

优点：

• 视野灵活，可以靠近工件，精度高
• 可以多角度观察，适合复杂工件
• 不受机器人遮挡影响

缺点：

• 标定相对复杂（需要求解相机与法兰盘的固定变换）
• 相机线缆需要随机器人运动，容易磨损
• 视野范围有限，大工件需要多次拍照拼接

Eye-to-Hand（眼在手外）

相机固定安装在机器人工作空间上方或侧面，不随机器人运动。

优点：

• 标定相对简单（只需要一次标定）
• 视野覆盖整个工作区域，适合大范围定位
• 相机线缆固定，可靠性高

缺点：

• 容易被机器人本体遮挡
• 距离工件远，精度受限于视野大小
• 无法多角度观察，对工件姿态有限制

如何选择？一张表说清楚

对比维度	Eye-in-Hand	Eye-to-Hand
精度	高（可近距离拍摄）	中等（受视野距离限制）
工作范围	小（随机器人移动）	大（固定视野覆盖）
标定复杂度	高（需要求解手眼矩阵）	低（一次标定即可）
遮挡问题	无遮挡	可能被机器人遮挡
多角度观察	支持	不支持
线缆可靠性	低（随动磨损）	高（固定安装）
典型应用	精密装配、焊接、检测	码垛、分拣、大范围定位

嗯，这里要注意一点：没有的好坏，只有合不合适的场景。我个人的习惯是：

• 如果工件精度要求 < 0.5mm，优先考虑Eye-in-Hand
• 如果工作范围 > 1m²，优先考虑Eye-to-Hand
• 如果两者都有需求，可以考虑混合方案（一个Eye-to-Hand做粗定位，一个Eye-in-Hand做精定位）