2. 坐标系基础

做机械臂视觉引导，说白了就是让机器人知道「东西在哪儿，我的手在哪儿」。

我刚开始带项目那会儿，总觉得坐标系这玩意儿太理论，直接调参数不就完了？结果第一次联调，机器人抓了个寂寞——爪子直接怼到了工件侧面。后来才明白，坐标系没对齐，后面全是白干。

这一章，咱们把四个核心坐标系和手眼标定彻底捋清楚。

1. 四个核心坐标系

机械臂系统里，坐标系就是「参考基准」。你想想看，没有基准，机器人怎么知道往哪儿走？

坐标系	定义	典型位置	我常用的记忆方式
基坐标系	固定在机器人底座，是整条臂的参考	底座安装面中心	「机器人的世界原点」
工具坐标系	定义在末端执行器（夹爪、吸盘）上	夹爪中心或吸盘中心	「手在哪儿，指尖在哪儿」
相机坐标系	以相机光心为原点，Z轴沿光轴方向	相机内部光心	「眼睛看到的坐标系」
工件坐标系	定义在目标工件上，随工件移动	工件特征点（如中心孔）	「目标在哪儿」

2. 坐标系变换：从像素到机器人

一个典型的变换链条长这样：

像素坐标 (u,v)
    ↓ 相机内参
相机坐标系 (Xc, Yc, Zc)
    ↓ 相机到工具（手眼标定）
工具坐标系 (Xt, Yt, Zt)
    ↓ 工具到基座（机器人正运动学）
基坐标系 (Xb, Yb, Zb)

每一步都是一个4x4的齐次变换矩阵。我记得第一次手写这个矩阵时，把旋转和平移顺序搞反了，结果机器人画了个大圆弧……嗯，从那以后我再也不敢手算旋转矩阵了，老老实实用库函数。

3. 手眼标定：Eye-in-Hand vs Eye-to-Hand

手眼标定解决的是「相机坐标系」和「机器人坐标系」之间的变换关系。两种主流配置：

• Eye-in-Hand（眼在手上）：相机装在机器人末端，跟着爪子走。适合近距离、高精度抓取。
• Eye-to-Hand（眼在手外）：相机固定在工作台上方，看全局。适合大范围、多目标场景。

我个人的经验是：如果抓取精度要求<0.5mm，优先用Eye-in-Hand。因为相机离工件近，透视误差小。但要注意，标定板也得跟着换位置，操作起来麻烦一点。

3.1 标定方程

两种配置的标定方程不一样：

配置	标定方程	求解目标
Eye-in-Hand	AX = XB	相机到工具（X）
Eye-to-Hand	AX = XB	相机到基座（X）

你没看错，方程形式一样，都是AX=XB。但A和B的含义不同。Eye-in-Hand里，A是机器人末端位姿变化，B是相机看到的标定板位姿变化。Eye-to-Hand则反过来。

4. 手眼标定实操流程

以Eye-in-Hand为例，标准步骤：

1. 固定标定板：放在工作台上，确保相机视野内清晰可见。
2. 记录机器人位姿：移动机械臂到N个不同位置，记录每个位置的末端位姿（从控制器读出）。
3. 记录标定板位姿：在每个位置，用相机拍下标定板，解算出标定板在相机坐标系下的位姿。
4. 构建方程：用AX=XB求解工具到相机的变换矩阵。
5. 验证：用一组未参与标定的数据验证，重投影误差应<1像素。

5. 知识结构总览

下面这张图，把本章的核心逻辑串起来了：

6. 避坑指南

• 标定板别用反光材质：我试过亚克力板，反光导致角点检测飘移，标定结果直接废了。用磨砂陶瓷或氧化铝板。
• 机器人精度影响标定：如果机器人本身重复定位精度差（比如±0.1mm以上），标定结果上限就被锁死了。先确认机器人精度。
• 相机分辨率别太低：200万像素以下，远距离标定误差会放大。我一般用500万像素工业相机。
• 标定后别动相机：哪怕松了一颗螺丝，标定就失效了。固定好后打螺纹胶。

坐标系和手眼标定，是视觉引导的「地基」。地基没打好，上层算法再漂亮也白搭。我见过太多项目死在标定这一步——不是精度不够，就是标定后松动。嗯，花半天时间把标定做扎实，后面能省一周的调试时间。