1、标定基础：手眼标定的定义、为什么需要标定、标定的数学本质（AX=XB）

1.1 手眼标定到底在干什么？

说白了，手眼标定就是给机器人装上一双「看得准」的眼睛。

你想想看，机器人要抓个杯子，它的机械臂知道自己的位置，它的相机也看到了杯子在哪。但问题是——相机看到的坐标和机械臂自己的坐标，根本不在同一个坐标系里。这就好比你的眼睛说「杯子在右边」，但你的手却往左边伸，肯定抓不到。

手眼标定要解决的，就是算出相机和机械臂之间的那个固定变换关系。有了这个关系，相机看到的每个点，都能换算成机械臂能理解的位置。

1.2 为什么非标不可？

我刚开始做机器人项目时，觉得标定这步可有可无。直到有一次，一个焊接机器人死活焊不准，误差差了 2 毫米。查了三天，最后发现是相机装歪了 0.5 度——就这 0.5 度，在 1 米外就偏了将近 9 毫米。

从那以后，我再也不敢跳过标定了。

具体来说，不标定会出这些问题：

• 视觉引导抓取失败——相机说「在这」，机械臂抓过去是空的
• 装配精度不达标——0.1mm 的装配公差，手眼误差直接吃掉一大半
• 换相机或换臂就得重来——没有标定参数，每次拆装都是噩梦
• 多机器人协同乱套——各自为政，谁也找不到谁

1.3 数学本质：AX = XB

好，现在聊点硬核的。手眼标定的数学本质，就是解一个方程：AX = XB。

这个方程看着简单，但背后有讲究。我来拆解一下：

• A：机器人末端从位置 1 移动到位置 2 的变换矩阵（机器人自己告诉你的）
• B：相机从位置 1 看到标定板，到位置 2 看到标定板的变换矩阵（相机算出来的）
• X：我们要找的手眼变换矩阵（相机到末端的固定关系）

为什么是 AX = XB？

你想想看，机器人动一下，末端走了 A 这段路，相机也走了 B 这段路。但相机是装在末端上的，所以这两段路之间，必须通过 X 这个固定关系连起来。说白了就是：从末端出发，经过 X 到相机，再走 B 回来，和直接走 A 再经过 X，结果应该一样。

A · X = X · B

其中：
A = [R_A  t_A;  0  1]    (4x4 齐次变换矩阵)
B = [R_B  t_B;  0  1]    (4x4 齐次变换矩阵)
X = [R_X  t_X;  0  1]    (4x4 齐次变换矩阵，待求)

这个方程可以拆成旋转和平移两部分：

1.4 两种经典手眼关系

根据相机装在哪，手眼标定分两种：

两种情况的 X 含义不一样：

• Eye-in-Hand：X 是 相机 → 末端 的变换
• Eye-to-Hand：X 是 相机 → 机器人基座 的变换

但数学上，它们都归结为 AX = XB 这个形式。只是采集数据的方式略有不同。

1.5 一张图看懂手眼标定

下面这张图展示了 Eye-in-Hand 的核心逻辑：

1.6 标定的基本流程

不管用哪种方法，手眼标定的步骤大致相同：

1. 准备标定板——棋盘格或圆点阵列，尺寸要提前量准
2. 采集数据——让机器人带着相机（或标定板）走十几个不同的位姿
3. 记录 A 和 B——A 从机器人控制器读，B 从相机图像算
4. 求解 X——用 Tsai 法、Park 法或非线性优化
5. 验证精度——用没参与标定的数据做重投影误差检查

1.7 标定精度能到多少？

这个问题我经常被问到。说实话，没有标准答案，但可以参考以下经验值：

嗯，这里要注意：标定精度不光取决于算法，还取决于机器人本身的定位精度。如果你的机器人重复定位精度是 ±0.1mm，但定位精度只有 ±1mm，那标定结果再好也救不了你。