一、课程导论与项目全景：3D视觉定位与手眼标定的行业应用

大家好，我是你们这门课的主讲。在机器人行业摸爬滚打了十几年，我见过太多项目因为「手眼不协调」而翻车。说白了，机器人再灵活，如果它「看不见」或者「看错了」，那就是个盲人壮汉，力气再大也干不了精细活。

这门课要解决的，就是让机器人「看见」并「找准」的问题。我们不讲虚的，直接上手一个完整的3D视觉定位+手眼标定项目。

1.1 为什么手眼标定这么重要？

先问大家一个问题：你让机器人去抓桌上的一个杯子。机器人知道杯子在相机图像里的位置（像素坐标），但它的机械臂只知道自己的关节角度。这两个坐标系之间怎么换算？

嗯，这就是手眼标定要干的事。它建立的是相机坐标系和机器人坐标系之间的桥梁。没有这座桥，你给机器人再精确的视觉数据，它也不知道该往哪儿挪。

1.2 行业应用：哪些场景离不开它？

说实话，现在稍微上点档次的自动化产线，基本都离不开3D视觉+手眼标定。我挑几个典型的说说：

行业	典型应用	为什么需要手眼标定
汽车制造	发动机缸体抓取、车门装配	工件位置随机，需要视觉引导机器人精准对位
3C电子	手机屏幕贴合、芯片拾放	精度要求极高（±0.05mm），必须标定到亚像素级
物流仓储	快递包裹分拣、码垛拆垛	包裹种类多、位置乱，需要快速标定适应不同场景
食品医药	药品分拣、食品包装	卫生要求高，标定过程不能污染环境

你看，从重工业到轻工业，从精密制造到物流搬运，手眼标定都是那个「卡脖子」的技术环节。

1.3 课程目标：学完你能做什么？

这门课不是纯理论课。我的目标是，你学完之后能独立完成以下事情：

1. 搭建一套完整的3D视觉定位系统——从相机选型、安装到软件配置。
2. 独立完成手眼标定——无论是眼在手上（Eye-in-Hand）还是眼在手外（Eye-to-Hand），都能搞定。
3. 编写标定与定位代码——用Python/C++实现坐标变换、标定求解、抓取点计算。
4. 调试并优化精度——知道标定误差从哪里来，怎么把它压下去。

1.4 项目整体架构

整个项目我们分四个阶段推进。下面这张图可以帮你快速建立全局观：

四个阶段环环相扣。你可能会问：为什么先做系统搭建？因为硬件没装好、通信没通，后面全是空中楼阁。我曾经在一个项目里，花了两周才发现是网线接触不良导致标定数据一直跳。嗯，这种坑踩过一次就记住了。

1.5 学习路径与建议

这门课一共30章，我建议你按这个节奏来：

• 基础篇（第1-8章）：搭建环境、理解坐标系、掌握相机模型。这部分是地基，别跳。
• 核心篇（第9-18章）：手眼标定算法与实现。这是硬骨头，我会带着你一行一行写代码。
• 进阶篇（第19-25章）：3D点云处理与目标定位。这里会用到PCL、Open3D等库。
• 实战篇（第26-30章）：完整项目联调与优化。把前面学的串起来，跑通一个真实场景。

1.6 你需要准备什么？

工欲善其事，必先利其器。以下是推荐的环境配置：

类别	推荐方案	备注
硬件	Intel RealSense D435 / 任意RGB-D相机	也可以用仿真数据替代
机器人	UR5 / 任何支持TCP/IP通信的机械臂	没有实体机器人可以用ROS仿真
软件	Ubuntu 20.04 + ROS Noetic + Python 3.8	Windows下也能跑，但ROS生态更友好
标定板	棋盘格或圆点阵列	自己打印也行，但要保证平整

如果你手头没有实体设备，别担心。我会提供仿真数据包，你可以在虚拟环境里完成所有实验。说实话，很多工业项目前期验证都是在仿真里做的，效果一样好。

1.7 本章小结

这一章我们聊了手眼标定为什么重要、用在哪儿、学完能干什么，以及整个项目的路线图。说白了，这门课就是带你从零到一，亲手搭一套能用的3D视觉定位系统。