📚 课程目录第4章手眼标定问题建模

4. 手眼标定问题建模：AX=XB 方程推导，Eye-to-Hand vs Eye-in-Hand 的区别与联系

手眼标定的核心是将机器人末端执行器（或机械臂基座）与相机之间的未知空间变换关系，转化为一个数学上可解的矩阵方程。无论采用哪种安装方式，最终都会归结为求解经典的 AX = XB 问题。本节将从运动学约束出发，推导该方程，并深入对比两种标定模式的本质差异。

假设机器人末端执行器（法兰盘）从位姿 A 运动到位姿 B，相机同时观测到标定板（固定在机器人外部）的位姿变化。记：

对于 Eye-to-Hand 配置，标定板固定在机器人末端执行器上。当机器人运动时，标定板相对于基座标系的位姿保持不变，但相对于相机的位姿会变化。由此可建立闭环约束：

  闭环约束关系：

  Hgripper2baseA · Htarget2gripper · Hcam2targetA = Hgripper2baseB · Htarget2gripper · Hcam2targetB

整理后得到：

(H_gripper2base^B)^(-1) · H_gripper2base^A · H_target2gripper = H_target2gripper · H_cam2target^B · (H_cam2target^A)^(-1)

令：

即得到标准形式：AX = XB。

关键理解： A 和 B 分别是机器人末端和相机观测到的 相对运动，而非位姿。方程的本质是：机器人末端移动了多少，相机看到的标定板就应该移动相同的量（在不同坐标系下描述）。

每个变换矩阵都是 4×4 的齐次变换矩阵，包含旋转部分 R 和平移部分 t：

X = | R_x   t_x |
    | 0     1  |

A = | R_a   t_a |
    | 0     1  |

B = | R_b   t_b |
    | 0     1  |

将 AX = XB 展开，得到旋转和平移两个子方程：

子方程	表达式	求解方法
旋转部分	R_a · R_x = R_x · R_b	Tsai 两步法、四元数法、李代数法
平移部分	(R_a - I) · t_x = R_x · t_b - t_a	在旋转解出后，通过线性最小二乘求解

旋转方程是 矩阵相似变换 问题，至少需要 两组非平行旋转轴 的运动才能唯一确定 R_x。实际标定中通常采集 15-20 组位姿，通过优化方法求解。

两种配置的物理安装方式不同，导致标定方程中的 X 含义和求解流程存在本质差异。

常见误区： 初学者容易混淆两种配置下的 X 含义。在 Eye-to-Hand 中，X 是相机到基座的变换，标定完成后相机看到的物体坐标可直接转换到机器人基坐标系；在 Eye-in-Hand 中，X 是相机到末端的变换，需要结合当前末端位姿才能转换到基坐标系。

虽然两种配置都使用 AX = XB 形式，但 A 和 B 的具体构造方式不同：

Eye-to-Hand：
- A = (H_gripper2base^B)^-1 · H_gripper2base^A
- B = H_cam2target^B · (H_cam2target^A)^-1
- X = H_{target2gripper}（标定板到末端）
Eye-in-Hand：
- A = (H_gripper2base^B)^-1 · H_gripper2base^A
- B = H_target2cam^B · (H_target2cam^A)^-1
- X = H_cam2gripper（相机到末端）

注意：在 Eye-in-Hand 中，标定板固定，因此 H_target2cam 是相机看到的标定板位姿，其逆矩阵参与运算。

尽管物理安装不同，两种配置在数学上具有深刻的统一性：

  工程启示： 理解 AX = XB 的统一性后，可以开发通用的标定软件框架，只需在配置文件中指定相机安装方式，即可自动切换 X 的含义和数据处理流程，大幅提高开发效率。

选择建议：