4. 手眼标定：眼在手上 vs 眼在手外、坐标系变换

说到手眼标定，很多刚入行的朋友第一反应就是「解方程」。其实没那么玄乎。说白了，就是搞清楚相机和机器人手臂之间的「相对位置关系」。你想想看，相机看到了一个零件，机器人要去抓它，这两个家伙的坐标系如果不打通，那抓取点算出来就是错的。

我刚开始做3D视觉那会儿，就吃过这个亏。标定完觉得挺准，一上机器人就偏了2毫米。后来才发现，我用的眼在手外模型，但代码里写的却是眼在手上的变换矩阵。嗯，这种低级错误，犯过一次就再也不会忘了。

4.1 两种经典配置：眼在手上 vs 眼在手外

先搞清楚概念。手眼标定分两种场景，它们的坐标系变换链完全不同。

配置类型	相机安装位置	核心变换关系	典型应用
眼在手上 (Eye-in-Hand)	相机固定在机器人末端	相机 → 末端 → 基座 → 世界	小零件抓取、精密装配
眼在手外 (Eye-to-Hand)	相机固定在工作台上方	相机 → 世界 → 基座 → 末端	大范围定位、流水线检测

眼在手上，相机跟着机器人末端一起动。好处是视野灵活，可以凑近看细节。坏处是每次标定都要考虑末端姿态变化。我在做手机中框抓取项目时用的就是这种，因为零件小，相机得贴得很近才能看清特征。

眼在手外，相机固定不动，看整个工作空间。好处是标定一次管很久，视野稳定。坏处是如果机器人遮挡了相机视线，那就抓瞎了。我记得有个项目，机器人抓取大型钣金件，用的就是眼在手外，因为零件太大，相机必须架高才能看到全貌。

4.2 坐标系变换链：从相机到抓取点

不管哪种配置，最终目的都是把相机看到的点，转换到机器人能理解的坐标系里。这个链条必须完整，少一环都不行。

我习惯用齐次变换矩阵来串联。一个4x4矩阵，包含了旋转和平移，干净利落。

// 眼在手上：从像素坐标到机器人基座坐标
// 链条：像素 → 相机 → 末端 → 基座
P_base = T_base2end * T_end2cam * P_cam

// 眼在手外：从像素坐标到机器人基座坐标
// 链条：像素 → 相机 → 基座
P_base = T_base2cam * P_cam

这里有个坑要注意。眼在手上的链条里，T_base2end 是机器人正运动学算出来的，实时变化。而 T_end2cam 是标定出来的固定值。眼在手外则反过来，T_base2cam 是固定值，一次标定终身使用。

4.3 手眼标定的数学本质

标定的数学本质，就是解一个 AX = XB 形式的方程。A是机器人末端的运动，B是相机看到的标定板运动，X就是我们要找的手眼矩阵。

为什么是AX=XB？我解释一下：

• A：机器人从位姿1运动到位姿2，末端的变化量
• B：相机从位姿1运动到位姿2，标定板的变化量
• X：相机到末端的固定变换（眼在手上）

这个方程的解，通常需要至少3组非共面的运动数据才能算出来。我一般会采集10-15组，然后做最小二乘优化，把噪声的影响降到最低。

4.4 标定流程与验证方法

标定不是一次性的活。我每次标定完，都会做一次「闭环验证」。具体做法是：

1. 在机器人工作空间里放一个固定尖点
2. 用相机识别这个尖点的位置
3. 通过标定矩阵转换到机器人坐标系
4. 让机器人末端去触碰这个尖点
5. 测量实际触碰位置和理论位置的偏差

偏差在1毫米以内，算合格。0.5毫米以内，算优秀。如果超过2毫米，那就要回头检查标定数据了。

我记得有一次，标定验证总是差3毫米，怎么调都不行。后来发现是标定板本身不平，有个角翘起来了。换了一块陶瓷标定板，问题立刻解决。所以，硬件本身的质量也很重要。

4.5 知识结构图：手眼标定核心逻辑

下面这张图，把整个手眼标定的知识脉络串起来了。你可以把它当作一个快速索引，遇到问题先看自己在哪个环节。

4.6 常见问题与避坑指南

最后，我把自己这些年遇到过的坑，整理成了一份清单。你标定的时候，可以对照着检查一下。

• 标定板不平：用陶瓷或玻璃标定板，别用亚克力板，热胀冷缩会变形
• 数据采集太少：至少10组，且姿态要多样化，不要都在一个平面
• 单位不一致：统一用毫米，机器人返回的位姿先做单位检查
• 忽略畸变校正：标定前先做相机内参标定和畸变校正，不然手眼标定精度上不去
• 验证方法不对：不要只看重投影误差，要做实际的机器人触碰验证