一、手眼标定概述：让机器人真正“看见”世界
各位工程师朋友，咱们今天聊聊手眼标定。说实话，我入行头两年，一直觉得这玩意儿就是个“校准工具”，后来踩了坑才明白——手眼标定，其实是给机器人装上“眼睛”和“手”之间的坐标桥梁。
1.1 什么是手眼标定？
简单说，手眼标定就是求解相机坐标系与机器人末端（或基座）坐标系之间的变换关系。你想想看，相机看到物体在图像里的位置，机器人要抓取它，得知道这个物体在机器人坐标系下到底在哪。没有标定，相机看到的和机器人抓的，就是两个世界。
我个人习惯把这个问题拆成两类：
- Eye-to-Hand（眼在手外）：相机固定安装，不随机器人运动。标定的是相机到机器人基座的变换。
- Eye-in-Hand（眼在手上）：相机装在机器人末端，跟着一起动。标定的是相机到机器人末端的变换。
我在项目里遇到过不少新人，上来就问“哪种标定更准？”其实没有答案，关键看应用场景。后面我会详细对比。
核心公式（经典 AX = XB）：
对于 Eye-in-Hand，A 是机器人末端的两次位姿变换，B 是相机两次观测的位姿变换，X 就是我们要找的手眼矩阵。解这个方程，就是手眼标定的数学本质。
1.2 为什么需要手眼标定？
说白了，没有标定，机器人的“眼睛”和“手”就是各干各的。我刚开始做视觉引导抓取时，相机明明拍到了工件，机器人伸过去却抓了个空。后来一查，标定误差差了 5 毫米。嗯，5 毫米在工业现场，可能就是一次撞机事故。
具体来说，手眼标定解决三个核心问题：
- 坐标统一：把相机看到的像素坐标，转换到机器人能理解的物理坐标。
- 精度保障：消除安装误差、镜头畸变、机器人运动学误差带来的累积偏差。
- 动态补偿：对于 Eye-in-Hand，机器人移动时，相机视野变化，标定矩阵能实时补偿这种变化。
避坑指南：我曾经见过一个项目，标定板贴歪了 0.5 度，结果整个产线抓取偏了 2 厘米。所以标定前的硬件安装，一定要用水平仪和激光对中仪检查。别偷懒，省这一步后面全是坑。
1.3 手眼标定的应用场景
手眼标定不是实验室里的玩具，它在工业现场到处都是。我挑三个最常见的场景聊聊。
1.3.1 抓取（Pick & Place）
这是最典型的应用。相机识别工件位置和姿态，机器人根据标定结果去抓取。我做过一个 3C 产线的项目，手机中框抓取，要求重复定位精度 ±0.1mm。没有手眼标定，根本不可能。
1.3.2 装配（Assembly）
装配比抓取更苛刻。比如汽车发动机活塞装配，不光要位置对，角度也得对。手眼标定在这里不仅要解平移，还要解旋转。我记得有一次做精密装配，标定矩阵的旋转部分差了 0.01 弧度，结果活塞死活插不进去。
1.3.3 焊接（Welding）
焊接路径规划依赖视觉引导。焊缝跟踪时，相机实时检测焊缝位置，机器人末端要精确跟随。这里手眼标定的实时性要求很高，标定误差会直接导致焊偏或焊穿。
| 应用场景 | 精度要求 | 标定难点 | 常见问题 |
|---|---|---|---|
| 抓取 | ±0.1 ~ ±1 mm | 工件种类多，换型频繁 | 标定板磨损导致精度下降 |
| 装配 | ±0.01 ~ ±0.1 mm | 旋转误差敏感，需六自由度标定 | 机器人运动学误差耦合 |
| 焊接 | ±0.5 ~ ±2 mm | 高温、烟尘干扰视觉 | 标定后需定期校验 |
个人经验：做焊接标定时，我建议在标定板周围加装气吹和隔热罩。不然标定做一半，板子热变形了，数据全废。
1.4 手眼标定的知识体系框架
为了让大家有个整体认知，我画了一张图。这张图把本章的核心知识点串起来了：从问题定义，到两种配置，再到数学本质，最后落到应用场景。
这张图你看懂了吗？从上到下，从左到右，就是手眼标定的完整知识脉络。后面几章，我们会沿着这个框架一步步深入。
本章小结：
- 手眼标定解决的是相机与机器人之间的坐标变换问题。
- 分为 Eye-to-Hand 和 Eye-in-Hand 两种配置，各有优劣。
- 核心数学是求解 AX = XB 方程。
- 应用覆盖抓取、装配、焊接等主流工业场景。