3. 手眼标定问题建模

好，咱们进入正题。手眼标定，说白了就是搞清楚相机和机器人手臂之间的“相对位置关系”。你想想看，机器人要抓一个杯子，相机看到了杯子在图像里的坐标，但机器人得知道这个坐标对应自己手臂的哪个位置才行。这个“坐标转换”就是手眼标定要解决的问题。

我个人习惯把这个问题拆成两步：先搞清楚相机装在哪，再解那个经典的 AX=XB 方程。咱们一步步来。

3.1 两种配置：Eye-in-Hand 与 Eye-to-Hand

相机装在哪，直接决定了你的标定流程和数学模型。就两种主流装法：

配置	相机安装位置	核心关系	标定目标
Eye-in-Hand (EiH)	固定在机器人末端（法兰盘）上	相机跟着手臂一起动	求相机坐标系 → 末端坐标系 的变换
Eye-to-Hand (EtH)	固定在工作空间外（如天花板、三脚架）	相机不动，手臂在视野里动	求相机坐标系 → 机器人基坐标系 的变换

Eye-in-Hand 的好处是灵活，相机可以近距离观察目标，精度高。但坏处是每次手臂姿态变化，相机视野也跟着变，容易丢目标。我在做焊接机器人项目时遇到过这个问题——相机装在焊枪上，焊枪一转，标定板就出画了，折腾了好久才找到合适的标定板放置位置。

Eye-to-Hand 正好相反，相机视野固定，适合大范围作业。但标定精度受限于相机安装距离，远了误差就大。而且标定板得固定在机器人末端，操作起来有点麻烦。

下面这张图帮你理清两种配置的坐标系关系：

3.2 AX=XB 问题推导

不管你用哪种配置，最终都会落到同一个数学问题上：解 AX=XB。

这个方程怎么来的？我拿 Eye-in-Hand 举个例子。你让机器人从姿态 A 运动到姿态 B，记录两组数据：

• A：机器人末端在两次运动之间的相对变换（从机器人控制器读取）
• B：相机在两次运动之间看到的标定板相对变换（从图像计算）

那么，未知的 X 就是相机到末端的固定变换。它们满足：

A * X = X * B

为什么？因为标定板在世界坐标系中的位置是不变的。你绕一圈，末端和相机的相对关系必须自洽。这个约束就导出了 AX=XB。

AX=XB 的解法通常分两步：先解旋转部分，再解平移部分。因为旋转矩阵是正交的，可以单独分离出来：

R_A * R_X = R_X * R_B
R_A * t_X + t_A = R_X * t_B + t_X

旋转部分可以用四元数或李代数求解，平移部分就是个线性方程组了。

3.3 手眼标定方程的最小二乘解

实际数据总有噪声，AX=XB 不可能精确成立。所以我们求的是最小二乘解——让误差最小的那个 X。

常用的方法有几种：

方法	核心思路	优点	缺点
Tsai-Lenz 法	用四元数或旋转向量分离旋转和平移	速度快，实现简单	对噪声敏感，需要好数据
非线性优化	把旋转和平移一起优化，最小化重投影误差	精度高，鲁棒性好	需要初值，计算慢
李代数方法	用 se(3) 表示变换，线性化求解	数学优雅，适合多组数据	需要李代数基础

我个人最常用的是 Tsai-Lenz 法 + 非线性优化精化 的组合。先用 Tsai-Lenz 算个初值，再用 Levenberg-Marquardt 优化一下，效果很稳。

下面是最小二乘解的核心步骤伪代码：

输入：N 组数据 (A_i, B_i)，i=1..N
输出：X = (R_X, t_X)

1. 对每组数据，提取旋转矩阵 R_A_i, R_B_i
2. 构造旋转方程：R_A_i * R_X = R_X * R_B_i
3. 用四元数或旋转向量线性化，求解 R_X（最小二乘）
4. 固定 R_X，构造平移方程：
   (R_A_i - I) * t_X = R_X * t_B_i - t_A_i
5. 堆叠所有方程，求解 t_X（最小二乘）
6. （可选）以 (R_X, t_X) 为初值，做非线性优化

嗯，到这里，手眼标定的数学模型就搭好了。你有了方程，有了解法，下一步就是动手写代码、采集数据、跑通整个流程。记住，理论再漂亮，最终还得看实际标定出来的精度——我一般用标定板角点重投影误差来评估，小于 0.5 像素才算合格。