4. 手眼系统构型与转换链路

在机器人视觉引导抓取中，相机装在哪里，决定了整条位姿转换链的走向。工程上最常见的两种构型是 eye-in-hand（相机随动安装）与 eye-to-hand（相机固定安装）。它们并不是“哪个更好”的问题，而是“哪个更适合当前工位”的问题。理解这两种构型，必须同时理解它们各自对应的坐标变换链，以及手眼变换矩阵在其中的物理含义。

一、两种构型的物理差异

eye-in-hand 把相机固定在机械臂末端（通常是法兰或末端执行器附近），相机与工具坐标系保持固定相对关系。相机随机械臂运动，因此它的视野会随末端移动而变化。它的优势是：近距离观察、分辨率利用率高、对工作空间要求低、标定后相机与末端的相对关系不随机器人运动改变。缺点是：相机线缆随动、末端负载增加、运动过程中可能产生振动与遮挡，且相机视野与机器人运动强耦合。

eye-to-hand 把相机固定在工位上方或侧方的支架上，相机与机器人基座保持固定相对关系。它的优势是：相机稳定、线缆固定、可同时观察多个目标、适合大范围抓取。缺点是：视野固定、对遮挡敏感、标定后相机与基座的关系固定，但相机与末端的关系需要借助机器人正运动学实时计算。

从转换链角度看，eye-in-hand 的相机坐标系与末端坐标系之间是固定变换；eye-to-hand 的相机坐标系与基座坐标系之间是固定变换。这个差异直接决定了后续位姿转换链的推导方式。

二、手眼变换矩阵的物理含义

手眼变换矩阵通常记作 T_cam←tool 或 T_base←cam，它是一个 4×4 齐次变换矩阵，包含旋转部分 R（3×3）和平移部分 t（3×1）。它的物理含义是：把相机坐标系下的一个点，转换到另一个坐标系下。具体是哪个坐标系，取决于构型。

在 eye-in-hand 中，手眼矩阵描述的是相机坐标系到末端坐标系的固定变换。也就是说，无论机械臂怎么动，相机看到的物体在末端坐标系中的位置关系是固定的。标定这个矩阵，通常使用标定板在多个机器人位姿下拍摄，通过求解 AX=XB 形式的手眼方程得到。

在 eye-to-hand 中，手眼矩阵描述的是相机坐标系到机器人基座坐标系的固定变换。相机不动，基座不动，所以这个矩阵是常数。标定时，让机器人末端带着标定板在相机视野内运动多个位姿，记录末端在基座下的位姿和标定板在相机下的位姿，同样求解 AX=XB。

这里有一个容易混淆的点：无论哪种构型，手眼矩阵本身都是“相机与某个固定参考系之间的变换”。区别只在于这个固定参考系是末端还是基座。理解这一点，后续的转换链推导就不会乱。

三、完整位姿转换链推导

假设视觉系统检测到目标物体在相机坐标系下的位姿为 T_cam←obj，我们最终需要的是目标在机器人基座坐标系下的位姿 T_base←obj，以便用逆运动学求解关节角。下面分别推导两种构型的转换链。

eye-in-hand 转换链：

1. 相机检测目标，得到 T_cam←obj；
2. 通过手眼矩阵 T_tool←cam，把目标位姿转到末端坐标系：T_tool←obj = T_tool←cam · T_cam←obj；
3. 通过机器人正运动学，得到当前末端在基座下的位姿 T_base←tool；
4. 最终目标在基座下的位姿：T_base←obj = T_base←tool · T_tool←obj。

合并后：T_base←obj = T_base←tool · T_tool←cam · T_cam←obj。注意 T_base←tool 是随机器人运动实时变化的，T_tool←cam 是标定得到的常数。

eye-to-hand 转换链：

1. 相机检测目标，得到 T_cam←obj；
2. 通过手眼矩阵 T_base←cam，直接把目标位姿转到基座坐标系：T_base←obj = T_base←cam · T_cam←obj。

可以看到，eye-to-hand 的转换链更短，因为相机与基座的关系是固定的，不需要实时引入机器人正运动学。但它的代价是：相机视野固定，且如果机器人末端遮挡目标，视觉可能失效。而 eye-in-hand 虽然链更长，但相机可以主动靠近目标，适合小视野高精度场景。

四、一个可复现的推导示例

假设 eye-in-hand 构型下，标定得到 T_tool←cam 的平移部分为 [0.05, 0.02, 0.10] m，旋转部分为单位阵（简化示例）。机器人当前末端在基座下的位姿 T_base←tool 平移为 [0.40, 0.10, 0.30] m，旋转为单位阵。相机检测到目标在相机下的位姿 T_cam←obj 平移为 [0.00, 0.00, 0.50] m，旋转为单位阵。

则 T_tool←obj 的平移为 [0.05, 0.02, 0.60] m，T_base←obj 的平移为 [0.45, 0.12, 0.90] m。这个结果表示：目标在机器人基座坐标系下位于 (0.45, 0.12, 0.90) 米处。实际工程中旋转部分通常不是单位阵，需要用旋转矩阵乘法或四元数运算，但平移的叠加逻辑是相同的。

如果换成 eye-to-hand，且标定得到 T_base←cam 平移为 [0.20, 0.00, 0.80] m，旋转为单位阵，那么 T_base←obj 平移直接为 [0.20, 0.00, 1.30] m。可以看到，eye-to-hand 不需要末端位姿参与，计算更直接，但前提是相机与基座的标定必须准确。

五、构型选择与转换链检查要点

实际选型时，可以从以下几个维度判断：如果目标尺寸小、精度要求高、工作空间受限，优先考虑 eye-in-hand；如果目标尺寸大、需要全局视野、相机线缆不便随动，优先考虑 eye-to-hand。如果工位同时存在大范围搜索和小范围精定位，也可以采用 eye-to-hand 粗定位加 eye-in-hand 精定位的混合构型。

无论哪种构型，转换链检查都应确认三件事：第一，手眼矩阵的标定残差是否在允许范围内（通常平移残差小于 1 mm，旋转残差小于 0.5°）；第二，正运动学使用的关节角是否与视觉采集时刻同步；第三，目标位姿的旋转表示是否与机器人控制器一致（欧拉角顺序、四元数符号等）。这三点中任何一点出错，都会导致抓取偏移，且偏移量往往随机器人位姿变化而变化，排查时可以用多个位姿下的固定标定板做验证。

理解两种构型的转换链差异，本质上是在理解“哪些变换是固定的，哪些是实时变化的”。把这条链画清楚、写清楚、验证清楚，后续的抓取位姿生成和逆运动学求解才有可靠的基础。