4. 眼在手上(Eye-in-Hand) vs 眼在手外(Eye-to-Hand)

手眼标定的第一步是确定视觉系统的物理安装方式。根据相机与机器人末端的相对位置,分为眼在手上(Eye-in-Hand, EIH)和眼在手外(Eye-to-Hand, ETH)两种经典配置。选择错误的配置会导致标定失败或精度不达标,因此理解两者的本质差异是现场部署的核心前提。

4.1 眼在手上(Eye-in-Hand)

定义:相机固定在机器人末端法兰或工具上,随机器人一起运动。相机坐标系与机器人末端坐标系之间的变换关系固定不变,标定的目标是求解 camT_ee(相机到末端的齐次变换矩阵)。

核心特征:相机“跟着手走”,视野随机器人姿态变化而动态改变。

4.2 眼在手外(Eye-to-Hand)

定义:相机固定安装在机器人工作空间之外的支架或天花板上,不随机器人运动。相机坐标系与机器人基坐标系之间的变换关系固定不变,标定的目标是求解 camT_base(相机到基座的齐次变换矩阵)。

核心特征:相机“看着手”,视野覆盖整个或大部分工作空间,机器人进入视野即可被观测。
眼在手上 vs 眼在手外 结构对比 眼在手上(Eye-in-Hand) 机器人基座 末端 相机 视野 标定板 眼在手外(Eye-to-Hand) 机器人基座 末端 相机 视野 板

4.3 优缺点对比

对比维度 眼在手上(EIH) 眼在手外(ETH)
标定目标 camT_ee(相机→末端) camT_base(相机→基座)
视野范围 局部、动态,随末端移动 全局、固定,覆盖工作空间
标定板位置 固定在工作空间内 固定在机器人末端
精度影响因素 机器人定位精度 + 相机内参 机器人重复定位精度 + 相机内参
遮挡风险 低(相机靠近目标) 高(机器人自身可能遮挡)
标定复杂度 中等(需多组位姿数据) 中等(需多组位姿数据)
现场部署难度 较高(需考虑线缆管理、运动干涉) 较低(相机独立安装,调试方便)
维护成本 较高(相机随动,线缆易磨损) 较低(相机固定,稳定性好)

4.4 适用场景分析

眼在手上(EIH)适用场景

  • 精密装配:需要近距离观察工件特征,如螺丝孔定位、引脚插入。
  • 小范围高精度操作:相机靠近目标,图像分辨率高,适合微米级定位。
  • 复杂曲面跟踪:如焊缝跟踪、涂胶路径跟随,相机随末端实时调整视角。
  • 空间受限环境:工作空间狭小,无法安装固定相机支架。
现场经验:EIH 配置下,标定板应放置在工作空间内多个不同位置和姿态,确保标定数据覆盖机器人的实际运动范围。建议采集 15~20 组位姿数据。

眼在手外(ETH)适用场景

  • 大范围抓取与分拣:相机视野覆盖整个传送带或料箱区域,机器人只需进入视野即可被引导。
  • 多机器人共用相机:一台固定相机可为多台机器人提供视觉引导,降低硬件成本。
  • 高重复性操作:如码垛、拆垛,机器人运动轨迹固定,相机只需提供全局位置补偿。
  • 对线缆可靠性要求高:相机固定安装,无随动线缆,故障率低。
注意:ETH 配置下,标定板必须固定在机器人末端,且标定过程中机器人需带动标定板在相机视野内移动多个位姿。如果机器人定位精度较差,标定结果会引入较大误差。
眼在手上 vs 眼在手外 标定流程对比 眼在手上标定流程 固定标定板 移动机器人多姿态 采集图像+位姿 求解 camT_ee 眼在手外标定流程 标定板固定于末端 移动机器人多姿态 采集图像+位姿 求解 camT_base

4.5 选型决策建议

现场部署时,可参考以下决策树快速确定配置方案:

  1. 任务是否需要近距离高精度? → 是 → 眼在手上
  2. 工作空间是否允许固定相机支架? → 否 → 眼在手上
  3. 是否需要多机器人共用视觉? → 是 → 眼在手外
  4. 线缆随动是否影响可靠性? → 是 → 眼在手外
  5. 机器人定位精度是否较差? → 是 → 优先考虑眼在手外(依赖重复精度)
关键结论:没有优劣,只有是否适合现场工况。EIH 适合“精细操作”,ETH 适合“全局引导”。在复杂产线中,两种配置可以混合使用,例如 ETH 做粗定位 + EIH 做精定位。