2、坐标系基础:世界坐标系、相机坐标系、图像坐标系、像素坐标系、机器人基坐标系、工具坐标系
在3D视觉定位与手眼标定中,坐标系是描述空间位置与姿态的数学基础。任何标定过程本质上都是在求解不同坐标系之间的变换关系。本章将系统梳理视觉与机器人领域中六个核心坐标系,明确其定义、作用及相互转换逻辑。
2.1 坐标系体系总览
手眼标定涉及的坐标系可分为两大阵营:视觉坐标系(描述成像与空间点)和机器人坐标系(描述机械臂运动与工具)。下表列出六个坐标系及其核心特征:
| 序号 | 坐标系名称 | 所属领域 | 维度 | 单位 | 核心作用 |
|---|---|---|---|---|---|
| 1 | 世界坐标系 | 视觉/机器人 | 3D | mm / m | 全局参考基准,统一所有坐标 |
| 2 | 相机坐标系 | 视觉 | 3D | mm / m | 以相机光心为原点,描述物体相对相机的空间位置 |
| 3 | 图像坐标系 | 视觉 | 2D | mm | 物理成像平面上的连续坐标 |
| 4 | 像素坐标系 | 视觉 | 2D | pixel | 数字图像离散坐标,用于索引像素 |
| 5 | 机器人基坐标系 | 机器人 | 3D | mm / m | 固定在机器人底座,描述末端与工具位姿 |
| 6 | 工具坐标系 | 机器人 | 3D | mm / m | 固定在工具末端,用于精确控制操作点 |
2.2 视觉坐标系详解
2.2.1 世界坐标系 (World Coordinate System, WCS)
世界坐标系是人为设定的全局参考系,用于统一描述相机、机器人、标定板及目标物体的位置。在手眼标定中,通常将标定板所在平面定义为 Z=0 平面,或直接将机器人基坐标系作为世界坐标系。
- 表示方式: (Xw, Yw, Zw)
- 特点: 原点与轴向可任意定义,一旦确定在整个标定过程中保持不变。
- 典型应用: 标定板角点的世界坐标已知,作为 3D-2D 对应关系的真值。
2.2.2 相机坐标系 (Camera Coordinate System, CCS)
相机坐标系以相机光心为原点,Z 轴沿光轴方向指向场景前方,X 轴向右,Y 轴向下(与图像坐标系对齐)。该坐标系将世界点投影到成像平面。
- 表示方式: (Xc, Yc, Zc)
- 特点: 原点在光心,Zc 为深度值。
- 转换关系: 世界坐标系到相机坐标系通过外参矩阵(旋转 R + 平移 t)实现。
2.2.3 图像坐标系 (Image Coordinate System, ICS)
图像坐标系位于相机物理成像平面上,以光轴与成像平面的交点(主点)为原点,X 轴向右,Y 轴向下,单位为毫米。它是连接 3D 相机坐标与 2D 像素坐标的桥梁。
- 表示方式: (x, y)
- 特点: 连续坐标,物理单位。
- 转换关系: 通过相机内参中的焦距 f 将相机坐标投影到图像坐标: x = f * Xc / Zc, y = f * Yc / Zc。
2.2.4 像素坐标系 (Pixel Coordinate System, PCS)
像素坐标系是数字图像中离散的整数坐标,以图像左上角为原点,u 轴向右,v 轴向下,单位为像素。所有图像处理操作(角点提取、特征匹配)都在此坐标系中进行。
- 表示方式: (u, v)
- 特点: 离散整数,原点在左上角。
- 转换关系: 图像坐标 (x, y) 到像素坐标 (u, v) 通过内参中的像素缩放因子 (dx, dy) 和主点偏移 (u0, v0) 实现: u = x / dx + u0, v = y / dy + v0。
世界坐标 (3D) → 相机坐标 (3D) → 图像坐标 (2D, mm) → 像素坐标 (2D, pixel)
每一步对应一个变换矩阵:外参矩阵、投影矩阵、内参矩阵。手眼标定中,我们通常已知像素坐标和世界坐标,反向求解外参与内参。
2.3 机器人坐标系详解
2.3.1 机器人基坐标系 (Robot Base Coordinate System, BCS)
机器人基坐标系固定在机器人底座安装面上,通常原点位于底座中心,Z 轴竖直向上,X 轴指向机器人前方。它是机器人运动学计算的参考系,所有关节角度最终都转换为末端在基坐标系下的位姿。
- 表示方式: (Xb, Yb, Zb)
- 特点: 固定不变,由机器人安装位置决定。
- 典型应用: 机器人示教、路径规划、正逆运动学计算均基于基坐标系。
2.3.2 工具坐标系 (Tool Coordinate System, TCS)
工具坐标系固定在机器人末端执行器(如夹爪、焊枪、相机)的有效工作点上。其原点通常位于工具尖端(TCP, Tool Center Point),Z 轴沿工具指向方向。工具坐标系是机器人实际执行任务的参考系。
- 表示方式: (Xt, Yt, Zt)
- 特点: 随末端运动而运动,可通过工具标定获得相对于末端法兰盘的固定变换。
- 典型应用: 视觉引导抓取时,目标点坐标需转换到工具坐标系下,机器人才能准确运动到位。
2.4 坐标系关系与变换层次
下图展示了六个坐标系之间的完整变换层次,以及手眼标定所求解的核心关系(红色虚线箭头):
2.5 坐标系变换的数学表示
所有坐标系之间的变换均采用 4×4 齐次变换矩阵 统一表示,包含旋转部分(3×3)和平移部分(3×1):
| R t |
| 0 1 | 其中 R 为 3×3 旋转矩阵,t 为 3×1 平移向量
以世界坐标到像素坐标的完整变换为例(不考虑畸变):
Zc * [u] = [fx 0 u0 0] [R t] [Xw]
[v] [ 0 fy v0 0] * [0 1] * [Yw]
[1] [ 0 0 1 0] [Zw]
[ 1]
其中:
- fx, fy: 以像素为单位的焦距
- u0, v0: 主点像素坐标
- R, t: 世界坐标系到相机坐标系的外参
2.6 坐标系选择与标定策略
在实际手眼标定项目中,坐标系的选择直接影响标定流程的复杂度。下表总结了不同场景下的推荐策略:
| 应用场景 | 推荐世界坐标系 | 推荐工具坐标系 | 标定方法 |
|---|---|---|---|
| 眼在手上 (Eye-in-Hand) | 标定板平面 (Z=0) | 相机安装法兰盘 | 求解相机→工具变换 |
| 眼在手外 (Eye-to-Hand) | 机器人基坐标系 | 末端执行器 TCP | 求解相机→基座变换 |
| 移动机器人视觉抓取 | 机器人基坐标系 | 夹爪中心 | 联合标定视觉与运动学 |
| 固定视觉检测 | 工作台或夹具 | 检测探针 | 单次外参标定即可 |
1. 世界坐标系原点放在哪里?(标定板角点?机器人基座?工作台?)
2. 工具坐标系 TCP 是否已精确标定?(误差会直接传递到手眼矩阵)
3. 相机内参是否已提前标定完成?(内参不准,外参标定必然失败)