3. 手眼标定基础
在机器人视觉抓取系统中，视觉传感器（如2D相机、3D结构光相机或ToF相机）与机器人本体之间的空间关系，是决定抓取精度与稳定性的核心前提。手眼标定（Hand-Eye Calibration）正是求解这一空间关系的数学过程。本章将系统阐述手眼标定的定义、必要性，并深入对比“眼在手上”（Eye-in-Hand）与“眼在手外”（Eye-to-Hand）两种经典构型的原理、标定方法及工程选型要点。
3.1 手眼标定的定义与数学本质
手眼标定，本质上是求解机器人末端执行器（Tool）坐标系与视觉传感器（Camera）坐标系之间的齐次变换矩阵（Homogeneous Transformation Matrix）。该矩阵描述了相机在机器人基座坐标系（或末端坐标系）下的位置与姿态。在数学上，手眼标定问题通常被归结为求解形如 AX = XB 的矩阵方程，其中：
- A：机器人末端在基座坐标系下的位姿变化（由机器人正运动学提供）；
- B：标定板（或特征点）在相机坐标系下的位姿变化（由视觉算法解算）；
- X：待求的手眼变换矩阵（即相机与末端或基座之间的固定关系）。
该方程的核心思想是：通过多次移动机器人并同时记录视觉观测数据，利用多组位姿约束来迭代求解未知矩阵X。实际工程中，常采用Tsai-Lenz法、Park-Martin法或非线性优化法（如Levenberg-Marquardt）进行求解。标定精度不仅取决于算法本身，更依赖于数据采集的质量——包括机器人位姿的多样性、标定板特征点的清晰度以及光照条件的稳定性。
3.2 为什么需要手眼标定：从坐标转换到抓取闭环
在视觉抓取系统中，相机识别到工件后，输出的是工件在相机坐标系下的坐标。而机器人执行抓取时，需要的是工件在机器人基座坐标系下的坐标。两者之间必须通过一个明确的变换关系进行转换，这个变换关系正是手眼标定所求解的内容。没有标定，视觉系统就像“看得见但摸不着”——即使识别再准确，机器人也无法将视觉信息转化为实际动作。
具体而言，手眼标定的必要性体现在以下三个层面：
- 坐标统一：将视觉测量数据映射到机器人运动空间，实现“眼”与“手”的信息对齐；
- 误差补偿：消除相机安装角度、镜头畸变、机器人连杆参数误差等系统性偏差；
- 动态适应性：在Eye-in-Hand构型中，标定结果使得相机随末端运动时仍能准确计算目标位置，为动态抓取提供基础。
以一个典型的3C装配场景为例：机器人需要从料盘中抓取一个Micro-USB连接器并插入产品壳体。视觉系统识别连接器中心在图像中的像素坐标，通过相机内参转换为相机坐标系下的三维坐标。若手眼标定矩阵存在0.5mm的平移误差，当机器人末端以垂直姿态接近时，抓取爪中心与连接器中心将偏移0.5mm，对于间距仅0.3mm的插针来说，必然导致插接失败。因此，手眼标定是视觉抓取系统可靠运行的第一道保障。
3.3 眼在手上（Eye-in-Hand）构型详解
在Eye-in-Hand构型中，相机被刚性固定在机器人末端法兰盘上，随机械臂一起运动。这种构型的核心优势在于：相机视野始终跟随末端移动，可以灵活地对准不同角度的工件，尤其适合需要近距离观察或复杂姿态抓取的场景。
从标定方程角度看，Eye-in-Hand的求解目标是相机坐标系相对于末端坐标系的变换矩阵（记为X = T_cam2tool）。该矩阵在机器人运动过程中保持不变，而相机相对于基座的位姿则随末端运动而变化。标定时，通常将标定板固定在工作台面上，机器人带动相机从多个视角拍摄标定板，同时记录每个视角下的机器人末端位姿（来自控制器）和标定板位姿（来自视觉解算）。
| 对比维度 | 眼在手上（Eye-in-Hand） | 眼在手外（Eye-to-Hand） |
|---|---|---|
| 相机安装位置 | 固定在机器人末端法兰 | 固定在工作空间外部（支架/天花板） |
| 标定目标矩阵 | T_cam2tool（相机→末端） | T_cam2base（相机→基座） |
| 视野特点 | 随末端移动，视野灵活但范围有限 | 视野固定，覆盖整个工作区域 |
| 标定板放置位置 | 固定在工作空间内 | 固定在机器人末端 |
| 典型应用场景 | 精密装配、小工件抓取、多角度检测 | 大范围分拣、码垛、上下料 |
| 误差传播特性 | 末端定位误差直接叠加到视觉测量 | 相机固定，误差相对稳定 |
Eye-in-Hand构型的工程实现中，需要注意相机与末端的刚性连接。任何微小的机械松动都会导致标定失效。推荐使用定制法兰盘连接，并定期检查紧固力矩。此外，由于相机随末端运动，线缆管理（尤其是相机供电和通信线缆）需要采用拖链或柔性线缆保护，避免运动过程中线缆拉扯导致相机位置偏移。
3.4 眼在手外（Eye-to-Hand）构型详解
Eye-to-Hand构型将相机固定在工作空间上方的支架或天花板上，不随机器人运动。这种构型的最大优势是视野稳定、覆盖范围大，适合对全局场景进行监控和定位。标定目标是求解相机坐标系相对于机器人基座坐标系的变换矩阵（记为X = T_cam2base）。
在Eye-to-Hand标定中，标定板被固定在机器人末端，机器人携带标定板在相机视野内做多姿态运动。视觉系统实时检测标定板在相机坐标系下的位姿，同时控制器记录对应的机器人末端位姿。通过多组数据对，即可求解相机与基座之间的固定变换关系。
这种构型的典型应用包括：
- 大范围分拣：传送带上的工件随机摆放，固定相机俯拍整个区域，识别后引导机器人抓取；
- 码垛与拆垛：相机固定在高处，识别托盘上货物的位置和姿态，规划抓取路径；
- 安全监控：固定相机同时监控机器人工作区域，实现碰撞预警或人员入侵检测。
Eye-to-Hand构型的标定精度受相机安装稳定性影响较大。如果支架存在振动或热胀冷缩，会导致标定矩阵漂移。因此，在精密应用中，建议采用重型支架并增加减震垫，同时定期进行标定校验。
3.5 两种构型的选型决策与实战案例
在工程实践中，选择哪种构型并非随意决定，而是需要根据任务需求、现场约束和精度要求综合判断。以下通过一个实际案例说明选型与标定过程。
初始方案评估：工程师最初考虑Eye-in-Hand构型，认为相机随动可以更灵活地观察料箱内部。但经过现场勘察发现，料箱深度较大，且工件表面有油污反光，Eye-in-Hand在深入料箱时相机视野受限，且油污容易污染镜头。此外，由于工件较重，末端负载已接近机器人额定负载的80%，再加装相机和支架将影响机器人的动态性能。
最终方案：改为Eye-to-Hand构型，在料箱上方2.2m处安装一台3D结构光相机（分辨率1280×1024，Z轴精度±0.3mm@2m）。相机固定于独立支架上，与机器人基座通过膨胀螺栓固定在同一水泥地面上，确保相对位置稳定。
标定实施步骤：
- 将标定板（300mm×300mm陶瓷板，带9×9圆点阵列）通过专用夹具固定在机器人末端；
- 编写机器人程序，使末端在相机视野内走20个不同姿态（包含平移、旋转、俯仰变化），每个姿态停留2秒；
- 同步采集：每个姿态下，视觉系统输出标定板位姿（平移+四元数），机器人控制器输出末端位姿；
- 使用OpenCV的
calibrateHandEye()函数（基于Tsai-Lenz法）求解T_cam2base； - 验证：将标定板放置在料箱内5个不同位置，视觉系统测量坐标，机器人实际抓取并记录偏差。
结果与复盘：初次标定后，平均位置误差为1.2mm，超出±0.5mm要求。分析发现，部分姿态下标定板反光导致视觉解算精度下降。改进措施包括：调整相机曝光时间、增加偏振滤光片、剔除误差大于0.5mm的异常数据点后重新标定。最终平均误差降至0.4mm，满足生产要求。复盘经验：标定数据质量比数量更重要，应确保每个姿态下视觉解算的置信度。
3.6 常见误区与工程经验总结
在手眼标定的实施过程中，工程师常陷入以下误区，导致标定结果不理想或现场反复调试：
此外，对于Eye-in-Hand构型，还需注意相机与末端的连接刚度。建议使用航空铝材质的定制法兰，并采用三点定位+螺栓紧固的方式，避免使用3D打印件或塑料支架。对于Eye-to-Hand构型，则要关注相机支架的长期稳定性，建议在支架上设置参考点，定期用激光跟踪仪或全站仪校验相机位置是否发生漂移。
最后，无论哪种构型，标定过程都应记录完整的日志，包括：机器人位姿序列、视觉解算结果、标定算法参数、验证误差数据。这些数据不仅用于追溯问题，也为后续机器人维护或相机更换后的重新标定提供参考基线。