1. 手眼标定基础：从“眼睛”到“手”的坐标对话

各位工程师朋友，咱们直接进入正题。手眼标定，说白了就是让机器人的“眼睛”（相机）和“手”（机械臂）能对上话。你想想看，相机看到工件在某个位置，机械臂要过去抓，这两者用的坐标系根本不一样——相机有自己的像素坐标系，机械臂有自己的基坐标系。没有标定，机器人就是个“睁眼瞎”。

我最早接触这个课题是在一个3C装配项目里。当时相机明明拍到了螺丝孔，机械臂就是怼不进去。折腾了两天，最后发现是手眼关系矩阵算错了0.5毫米。嗯，从那以后，我再也不敢小看这一步。

1.1 什么是手眼标定？

手眼标定，就是求解相机坐标系与机械臂末端（或基座）坐标系之间的空间变换关系。这个关系用一个4×4的齐次变换矩阵表示，包含旋转和平移。

数学上，我们要求解的是这样一个方程：

相机坐标系 → 机器人坐标系
P_robot = T_cam2robot × P_camera

其中 T_cam2robot 就是我们标定要得到的矩阵。有了它，相机看到的每个点都能换算成机械臂能理解的坐标。

1.2 Eye-in-Hand 与 Eye-to-Hand 的区别

这两种配置，我估计很多新手容易搞混。咱们用一张表说清楚：

对比项	Eye-in-Hand（眼在手上）	Eye-to-Hand（眼在手外）
相机安装位置	固定在机械臂末端	固定在工作空间上方或侧面
相机与机械臂关系	相机随机械臂移动	相机固定不动
标定目标	相机坐标系 → 机械臂末端坐标系	相机坐标系 → 机械臂基座坐标系
典型应用	小范围高精度抓取、焊缝跟踪	大范围定位、码垛、装配
标定复杂度	需要多个位姿，计算量稍大	相对简单，一次标定长期使用

Eye-in-Hand 的好处是相机离工件近，精度高，但每次机械臂动，视野就变了。我做过一个手机中框抓取项目，用的就是这种配置。当时遇到的问题是：机械臂在不同姿态下，标定板的成像质量差异很大，导致标定结果不稳定。

Eye-to-Hand 则相反，相机视野固定，适合看全局。但相机离得远，像素当量（每个像素代表的实际尺寸）会变大，精度受限制。我记得有个汽车零部件项目，客户非要Eye-to-Hand，结果因为视野太大，0.1毫米的定位精度死活达不到，最后被迫加了第二个相机。

1.3 标定的核心目标

手眼标定的核心目标，用一句话概括就是：让机器人能准确抓取相机看到的物体。

拆开来看，有四个具体目标：

1. 空间对齐：建立相机与机器人之间的坐标映射关系
2. 误差最小化：将重投影误差或位置误差控制在允许范围内（通常< 0.5mm）
3. 稳定性：标定结果在不同位姿、不同光照下可重复
4. 鲁棒性：对标定板姿态、噪声、畸变有一定的容忍度

我曾经在一个项目中踩过坑：标定结果在实验室里精度0.2mm，一到产线上就变成1.5mm。后来发现是产线振动导致相机支架发生了微小位移。所以，稳定性有时候比精度本身更难搞。

1.4 数学本质：AX = XB 问题

这里稍微深入一点。手眼标定的数学本质，是一个经典的 AX = XB 问题。

什么意思呢？

• A：机械臂从位姿1到位姿2的变换矩阵（已知，从机器人控制器读取）
• B：相机从位姿1到位姿2的变换矩阵（已知，通过标定板图像计算）
• X：手眼变换矩阵（未知，我们要解的）

方程就是：A × X = X × B

这个方程的解，就是我们要的手眼关系。为什么是这种形式？因为机械臂移动前后，相机与机械臂之间的相对关系是不变的——这就是约束条件。

1.5 知识体系总览

下面这张图，把本章的核心逻辑串起来了。你可以把它当作后续学习的路线图：

1.6 标定前的准备工作

在进入实际标定之前，有几个基础条件必须满足。我见过太多人上来就标，结果数据一塌糊涂：

• 相机内参必须先标定好：畸变系数、焦距、主点坐标。内参不准，手眼标定就是空中楼阁
• 机械臂运动学参数要准确：尤其是末端执行器的安装偏差，最好先用工具标定一下TCP
• 标定板要平整、精度够：陶瓷板优于玻璃板，玻璃板优于打印纸。我习惯用7×7的陶瓷圆点标定板
• 光照要均匀：避免反光、阴影，否则特征点提取会出偏差

1.7 本章小结

手眼标定，本质上就是给机器人的“眼睛”和“手”做一次坐标对齐。Eye-in-Hand和Eye-to-Hand各有适用场景，选型时要根据精度、视野、工作范围综合判断。数学上，它归结为AX=XB问题，需要多组位姿数据来求解。