4. 手眼标定的数学模型：AX=XB 问题
好，咱们进入正题。手眼标定，说白了就是解一个方程：AX = XB。
我第一次看到这个方程时，心里想：就这？四个矩阵摆在那，看着挺整齐。但真上手做项目才发现，这个“X”才是真正的硬骨头。你想想看，A 和 B 都是已知的，但 X 既要满足旋转约束，又要满足平移约束，稍有不慎就解出一堆废数据。
这一章，我就带你把这个方程彻底吃透。咱们分两种模式讲：眼在手外（Eye-to-Hand）和眼在手上（Eye-in-Hand）。别看名字绕口，数学本质其实是一样的。
4.1 核心方程：AX = XB 的物理含义
先别急着推导。咱们得先搞清楚，这个方程到底在说什么。
假设你有两个坐标系之间的变换关系：
- A：机器人末端（法兰盘）相对于机器人基座的位姿变换。这个通常从机器人控制器直接读出来。
- B：相机观测到的标定板相对于相机坐标系的位姿变换。这个由视觉算法算出来。
- X：相机相对于机器人末端的位姿变换。这就是我们要求的“手眼关系”。
方程 AX = XB 的意思是：从机器人基座到标定板的路径，走两条路应该到达同一个点。
一条路是：基座 → 末端（A）→ 相机（X）→ 标定板（B⁻¹？等等，这里要小心）。
嗯，我换个更直观的说法。你站在机器人基座的位置，先走到末端（A），再从末端走到相机（X），最后从相机看到标定板（B）。另一条路是直接从基座走到标定板。这两条路的结果必须一致。
关键点：AX = XB 中的 A 和 B 必须是同一时刻采集的。机器人动一下，拍一张图，记录一组 (A, B)。至少需要两组不同姿态的数据才能解出 X。
4.2 眼在手外（Eye-to-Hand）模式
先讲眼在手外。这种模式下，相机固定安装，看着机器人运动。标定板贴在机器人末端。
我习惯用这种模式做大型工作站的标定。相机不动，视野稳定，精度容易保证。
4.2.1 坐标系定义
咱们定义几个符号：
- B：机器人基座坐标系（Base）
- E：机器人末端坐标系（End-effector）
- C：相机坐标系（Camera）
- P：标定板坐标系（Pattern/Calibration board）
在眼在手外模式下，标定板固定在末端上。所以标定板相对于末端的变换是固定的，记作 TP←E。相机相对于基座的变换是固定的，记作 TC←B。这两个都是未知的常数矩阵。
4.2.2 数学推导
从标定板到相机，有一条闭环路径：
标定板 → 末端 → 基座 → 相机
写成矩阵形式：
TC←P = TC←B · TB←E · TE←P其中：
- TC←P：相机看到的标定板位姿（已知，由视觉算出）
- TB←E：机器人末端相对于基座的位姿（已知，从控制器读出）
- TC←B：相机相对于基座的变换（未知）
- TE←P：标定板相对于末端的变换（未知）
取两个不同的机器人姿态（i 和 j），做差消去未知量：
TC←P,i = TC←B · TB←E,i · TE←P
TC←P,j = TC←B · TB←E,j · TE←P两式相减（实际上是矩阵除法）：
TC←P,j · TP←C,i = TC←B · TB←E,j · TE←P · TP←E,i · TE←B,i · TB←C化简后得到：
A · X = X · B其中：
- A = TB←E,j · TE←B,i （机器人末端从姿态 i 到姿态 j 的相对运动）
- B = TC←P,j · TP←C,i （标定板从姿态 i 到姿态 j 的相对运动，在相机视野中）
- X = TE←B,i · TB←C · TC←P,i · TP←E,i （实际上就是相机相对于末端的变换，但被中间项消掉了）
我的经验：实际编程时，我通常直接构造 A 和 B 矩阵，然后调用现成的求解器。自己手写求解器容易踩坑，尤其是旋转矩阵的奇异性问题。OpenCV 的 calibrateHandEye() 函数就挺好用，但要注意参数顺序。
4.3 眼在手上（Eye-in-Hand）模式
眼在手上，就是相机装在机器人末端上，跟着机器人一起动。标定板固定放在工作台上。
这种模式我用的更多。因为相机跟着机器人走，视野灵活，可以拍到大工件的各个角落。但缺点也很明显——运动模糊和振动问题比较头疼。
4.3.1 坐标系定义
符号基本一样，但关系变了：
- B：机器人基座坐标系
- E：机器人末端坐标系
- C：相机坐标系（固定在末端上）
- P：标定板坐标系（固定在工作台上）
现在，相机相对于末端的变换 TC←E 是未知常数。标定板相对于基座的变换 TP←B 也是未知常数。
4.3.2 数学推导
闭环路径变成：
标定板 → 基座 → 末端 → 相机
矩阵形式：
TC←P = TC←E · TE←B · TB←P同样取两个姿态 i 和 j：
TC←P,i = TC←E · TE←B,i · TB←P
TC←P,j = TC←E · TE←B,j · TB←P做差消去：
TC←P,j · TP←C,i = TC←E · TE←B,j · TB←P · TP←B · TB←E,i · TE←C化简后，又得到：
A · X = X · B这次：
- A = TE←B,j · TB←E,i （机器人末端从姿态 i 到 j 的相对运动，和眼在手外一样）
- B = TC←P,j · TP←C,i （相机看到的标定板相对运动，也和眼在手外一样）
- X = TC←E （相机相对于末端的变换，这就是我们想要的！）
注意：虽然两种模式最终都归结为 AX = XB，但 X 的物理含义不同。眼在手外模式下，X 是相机相对于基座的变换（或者经过中间变换后得到的关系）；眼在手上模式下，X 直接就是相机相对于末端的变换。千万别搞混了。
4.4 两种模式的对比
| 对比项 | 眼在手外（Eye-to-Hand） | 眼在手上（Eye-in-Hand） |
|---|---|---|
| 相机安装位置 | 固定在工作空间外 | 固定在机器人末端 |
| 标定板位置 | 贴在机器人末端 | 固定在工作台上 |
| X 的含义 | 相机相对于基座的变换 | 相机相对于末端的变换 |
| 视野特点 | 固定视野，适合全局观测 | 随动视野，适合局部精细操作 |
| 运动模糊风险 | 低（相机不动） | 高（相机跟着动） |
| 标定数据采集 | 机器人带动标定板运动 | 机器人带动相机运动 |
4.5 求解 AX = XB 的基本思路
方程 AX = XB 看起来简单，但直接解并不容易。因为 X 是一个 4×4 的齐次变换矩阵，包含旋转和平移两部分。
我一般分两步走：
- 先解旋转部分：从 A 和 B 的旋转矩阵中提取旋转轴和旋转角，构造方程 RA · RX = RX · RB。常用的方法有 Tsai 法、Park 法等。
- 再解平移部分：旋转解出来后，代入原方程解平移向量 tX。这一步是线性的，直接用最小二乘就行。
避坑指南：我曾经在解旋转时用了不稳定的数值方法，结果标定出来的 X 在某个姿态下误差特别大。后来改用四元数插值法，稳定性好多了。建议你至少准备两种求解算法做交叉验证。
4.6 知识结构图
下面这张图总结了本章的核心逻辑：
4.7 小结
这一章我们做了三件事：
- 把两种手眼标定模式统一到了同一个数学框架下——AX = XB
- 推导了各自的闭环路径和矩阵方程
- 对比了两种模式的特点和适用场景
说实话，数学推导看着有点枯燥，但这是后面所有优化工作的基础。你想想看，如果连方程都列错了，后面再怎么调参数也是白搭。