1. 课程导论

3D视觉定位与手眼标定是智能机器人系统的核心感知与校准技术。本课程从工程实战出发,系统讲解从传感器选型、标定原理到算法部署的完整链路。本章首先梳理行业应用场景、课程目标与学习路径,帮助学员建立全局认知。

1.1 行业应用全景

3D视觉定位与手眼标定已广泛渗透至工业制造、物流搬运、医疗手术等关键领域。下表对比了三大典型行业的应用特点与技术要求:

行业领域 典型应用 核心传感器 标定精度要求 环境特点
工业机器人 抓取、装配、焊接、喷涂 结构光相机、双目相机 ±0.1~0.5 mm 高节拍、光照可控、多遮挡
AGV/AMR 自主导航、托盘对接、料箱搬运 激光雷达、RGB-D相机 ±1~10 mm 动态环境、光照变化、大范围
医疗手术 手术导航、穿刺定位、骨科磨削 双目内窥镜、结构光扫描仪 ±0.5~2 mm 无菌要求、空间受限、高可靠性
行业趋势: 2025年全球3D视觉引导机器人市场预计突破50亿美元,其中手眼标定是系统部署中耗时最长、故障率最高的环节,掌握标准化标定流程可缩短现场调试时间60%以上。

1.2 工业机器人:从示教到视觉引导

传统工业机器人依赖示教编程,无法适应工件位置偏差或型号切换。引入3D视觉后,机器人通过“眼在手”或“眼固定”构型实时获取目标点云,经手眼标定将视觉坐标映射到机器人基坐标系,实现柔性抓取与装配。

  • 眼在手(Eye-in-Hand): 相机安装在机器人末端,随机械臂移动,视野灵活但标定需解算相机与末端的固定变换。
  • 眼固定(Eye-to-Hand): 相机固定在工作台上方,视野固定,标定需解算相机与机器人基座的变换。
  • 典型场景: 汽车零部件随机上料、3C电子精密装配、铸件毛坯飞边打磨。

1.3 AGV/AMR:自主导航与精准对接

AGV(自动导引车)与AMR(自主移动机器人)依赖3D视觉进行环境建图、定位与目标识别。手眼标定在此处体现为“车体-传感器”外参标定,即确定激光雷达或深度相机相对于车体坐标系的位置与姿态。

  • 导航定位: 基于3D点云的SLAM与重定位,标定误差直接影响地图一致性。
  • 精准对接: 托盘识别、料箱抓取、充电桩对接,要求标定精度优于10 mm。
  • 多传感器融合: 激光雷达+IMU+轮式里程计,联合标定是系统稳定性的关键。

1.4 医疗手术:亚毫米级精度与安全冗余

在骨科、神经外科、介入治疗等场景中,3D视觉定位与手眼标定直接关系到手术安全。光学追踪系统(如NDI Polaris)与手术器械、患者解剖结构之间的标定,是导航精度的核心保障。

  • 手术导航: 术前CT/MRI影像与术中3D点云配准,标定误差需控制在1 mm以内。
  • 机器人辅助穿刺: 相机标定与机器人手眼标定联动,实现靶点自动瞄准。
  • 法规要求: 医疗标定流程需可追溯、可验证,通常要求标定软件具备日志记录与误差报告功能。

1.5 课程目标与学习路径图

本课程旨在培养学员独立完成3D视觉定位系统搭建与手眼标定工程实施的能力。学习路径分为四个阶段,覆盖从理论到实战的完整闭环。

学习建议: 建议学员具备基础的线性代数、刚体变换与Python编程知识。每章均配有可运行的代码示例与数据集,请务必动手实践。
课程学习路径图 阶段一 基础理论与传感器 阶段二 标定原理与算法 阶段三 工程实战与调试 阶段四 综合项目与部署 各阶段核心内容: 阶段一:相机模型、点云基础、传感器选型与数据采集 阶段二:手眼标定AX=XB、PnP、ICP、多传感器联合标定 阶段三:标定板设计、自动化标定流程、误差分析与补偿 阶段四:完整项目实战(机器人抓取、AGV对接、手术导航)

1.6 课程知识体系与章节结构

本课程共30章,按“基础→标定→实战→项目”四层递进组织。下表列出了各阶段对应的章节范围与核心知识点:

阶段 章节范围 核心知识点 实战产出
基础理论与传感器 第1~8章 相机模型、点云处理、传感器选型、坐标系变换 点云可视化工具、传感器数据采集脚本
标定原理与算法 第9~16章 手眼标定AX=XB、PnP、ICP、多传感器联合标定 标定算法库、标定精度评估工具
工程实战与调试 第17~24章 标定板设计、自动化标定流程、误差分析、鲁棒性优化 自动化标定系统、标定报告生成器
综合项目与部署 第25~30章 机器人抓取项目、AGV对接项目、手术导航项目 完整项目源码、部署文档与演示视频

1.7 学习资源与工具链

课程配套以下工具与资源,建议提前安装配置:

  • 编程语言: Python 3.8+,推荐使用Anaconda环境管理。
  • 核心库: Open3D (点云处理)、NumPy/SciPy (数值计算)、OpenCV (图像处理)、PyTorch (深度学习可选)。
  • 仿真环境: Coppeliasim (原V-REP) 或 Gazebo,用于机器人-相机联合仿真。
  • 数据集: 课程提供工业零件点云数据集、AGV场景数据集、手术模拟数据集,均可在课程页面下载。
  • 标定工具: 棋盘格/圆点阵标定板PDF文件、3D打印标定块模型文件。
重要提醒: 手眼标定对硬件安装有严格要求。请确保相机与机器人/车体之间的连接刚性足够,避免标定过程中发生微米级位移。所有标定实验请在安全环境下进行,工业机器人需开启碰撞检测。

1.8 本章小结