4. 手眼标定基础：眼在手上（Eye-in-Hand）与眼在手外（Eye-to-Hand）概念

手眼标定，说白了就是解决一个核心问题：机器人怎么知道相机看到的物体在它自己的坐标系里到底在哪儿？

我刚开始接触这个领域时，觉得这问题挺绕的。相机拍到了杯子，机器人要去抓，但相机看到的坐标和机器人手臂的坐标是两套系统。你得把它们对齐。这个对齐的过程，就是手眼标定。

根据相机安装位置的不同，我们分成两种经典模式：眼在手上（Eye-in-Hand）和眼在手外（Eye-to-Hand）。这两种方式，我在实际项目里都踩过坑，今天跟你好好聊聊。

4.1 眼在手上（Eye-in-Hand）

什么叫眼在手上？相机固定在机器人末端（法兰盘）上，跟着机械臂一起动。就像给机器人的手装了一只眼睛。

这种配置下，我们要求解的是：相机坐标系 {C} 到机器人末端坐标系 {E} 的变换矩阵，记作 X = TC→E。

我记得第一次做 Eye-in-Hand 项目时，是在一个汽车零部件装配线上。当时需要引导机器人抓取传送带上的工件。相机装在机械臂末端，跟着手臂一起移动到工件上方拍照。嗯，这里有个关键点——因为相机在动，所以每次拍照时，相机看到的标定板位置其实也在变。

数学上，Eye-in-Hand 的标定方程长这样：

A · X = X · B

其中：
A = T_C1→C2  （相机从位置1到位置2的变换）
B = T_E1→E2  （机器人末端从位置1到位置2的变换）
X = T_C→E    （我们要求的相机到末端的变换）

说白了，就是让机器人带着相机走几个不同的位姿，在每个位姿下拍标定板，同时记录机器人末端的位姿。然后通过解这个方程，算出 X。

4.2 眼在手外（Eye-to-Hand）

眼在手外就更好理解了——相机固定安装在机器人外部，比如天花板上、支架上，或者工作台旁边。相机不动，看着机器人和工件。

这种配置下，我们要求解的是：相机坐标系 {C} 到机器人基座坐标系 {B} 的变换矩阵，记作 Y = TC→B。

我曾经在一个码垛项目里用过 Eye-to-Hand。相机挂在机器人上方 2 米处，俯拍整个工作区域。机器人要去抓取箱子，相机告诉机器人箱子在图像里的位置，然后通过标定好的变换关系，换算成机器人基座坐标系下的坐标。

Eye-to-Hand 的标定方程是：

A · Y = Y · B

其中：
A = T_C1→C2  （相机从位置1到位置2的变换——注意这里相机不动，所以 A 其实是标定板移动引起的变换）
B = T_B1→B2  （机器人基座到末端的变换变化）
Y = T_C→B    （我们要求的相机到机器人基座的变换）

你可能会问：相机不动，A 怎么来的？其实 A 是通过标定板在不同位置被相机拍到，计算出的标定板位姿变化。标定板固定在机器人末端，跟着机械臂走。

4.3 两种方式的对比

这两种方式没有的好坏，关键看应用场景。我整理了一个对比表，方便你快速决策：

4.4 核心逻辑框架图

下面这张图帮你理清两种方式的逻辑关系。我画的时候特意把关键变换链标出来了，你一看就明白。