1. 课程导论：3D视觉定位与手眼标定的行业应用、课程目标与学习路径、所需软硬件环境概览

1.1 这门课到底讲什么？

大家好，我是这门课的主讲。在机器人视觉领域摸爬滚打了十几年，我见过太多项目因为“眼睛”和“手”没对齐而翻车。说白了，3D视觉定位就是让机器人知道“东西在哪儿”，手眼标定就是让机器人知道“我的手和我的眼睛之间是什么关系”。

这两个技术绑在一起，才是工业自动化的核心。你想想看，一个机械臂抓取零件，如果相机说“零件在坐标(100, 200, 50)”，但机器人实际抓过去却扑了个空——这就是没标定好的典型症状。

1.2 行业应用：哪些地方离不开它？

我这些年接触过的项目，几乎覆盖了所有主流场景。这里列几个典型的：

行业	典型应用	我踩过的坑
汽车制造	发动机缸体抓取、车门装配	曾经因为标定板反光，导致一天报废了20个工件
3C电子	手机屏幕贴合、芯片分拣	精度要求0.1mm，标定误差0.3mm直接退货
物流仓储	包裹分拣、码垛拆垛	纸箱变形导致点云匹配失败，后来加了形状先验
医疗手术	手术导航、穿刺定位	这个我没做过，但同行说标定失败会出医疗事故
农业采摘	水果识别与抓取	光照变化大，3D相机经常“瞎掉”

1.3 课程目标：学完你能干什么？

这门课不是纯理论课。我的目标很明确——学完之后，你能独立完成以下事情：

• 搭建一套3D视觉定位系统：从相机选型、安装到点云处理，全流程跑通
• 完成手眼标定：无论是眼在手上（Eye-in-Hand）还是眼在手外（Eye-to-Hand），都能搞定
• 解决实际工程问题：比如标定精度不够怎么办、点云噪声怎么滤、抓取位姿怎么算

我个人习惯把课程分成三个阶段：

1. 基础篇（第1-10章）：坐标系、相机模型、点云基础，把数学和原理打牢
2. 核心篇（第11-20章）：手眼标定算法、3D定位算法，手撕代码
3. 实战篇（第21-30章）：完整项目案例，从零搭建一套系统

1.4 学习路径：怎么学最有效？

我建议你按这个顺序来，别跳着看：

• 第一步：搞懂坐标系变换（第2-4章）——这是所有标定的数学基础
• 第二步：理解相机成像原理（第5-7章）——不懂内参外参，标定无从谈起
• 第三步：手眼标定算法（第11-15章）——核心中的核心
• 第四步：3D定位与抓取（第16-20章）——把标定结果用起来
• 第五步：综合实战（第21-30章）——做两个完整项目

1.5 知识体系总览

下面这张图，是我花了一晚上画的。它把整个课程的知识结构串起来了，建议你保存下来，学完一章回来看一眼，就知道自己处在哪个位置。

1.6 软硬件环境：你需要准备什么？

嗯，这里我得说清楚。很多初学者卡在环境搭建上，一卡就是一周。我帮你列个清单：

硬件部分

设备	推荐型号	备注
3D相机	Intel RealSense D435 / 奥比中光 Astra Pro	入门首选，性价比高
机器人	UR5 / 艾利特 EC66 / 模拟器	没有实体机器人可以用仿真
标定板	棋盘格（7x9或8x11）	淘宝30块一张，别买太便宜的
电脑	CPU i7以上，内存16G+，有独立显卡更好	点云处理吃内存，别省

软件部分

• 操作系统：Ubuntu 20.04 或 22.04（Windows也能用，但很多库在Linux下更稳）
• 编程语言：Python 3.8+（主要用），C++（部分性能敏感模块）
• 核心库：
  • Open3D（点云处理，我强烈推荐）
  • OpenCV（图像处理、相机标定）
  • Eigen（C++矩阵运算）
  • ROS/ROS2（机器人通信，可选但建议装）
• 开发工具：VS Code、Jupyter Notebook、Git

1.7 写在前面的话

这门课不会让你成为理论大师，但会让你成为一个能动手解决问题的工程师。我见过太多人学了半年理论，一到现场连相机都连不上。咱们不搞那套。

每一章我都会放一个真实项目里踩过的坑。有些坑我花了三天才爬出来，你花三分钟看完就能避开——这笔买卖划算吧？