大家好，我是小魚，最近折騰了一段時間的機械臂的手眼標定，相關資料挺多的，但使用起來都比較復雜，新手一般比較難搞懂。于是想做一個比較簡單易懂易用的手眼標定程序。

項目開源地址:https://gitee.com/ohhuo/handeye-calib

原理介紹

本程序包目前僅針對眼在手上的標定，通過輸入兩組以上的機械臂姿態信息(x,y,z,rx,ry,rz)和裝在機械手上的相機所識別的標志物的姿態信息，經過程序計算可輸出，機械臂末端和相機之間的坐標變換矩陣。

使用指南

1、基礎使用

基礎使用是在得到多組機械臂位姿與機械臂末端相機位姿之后直接使用本程序進行計算機械臂末端與相機之間的位姿關系。

• 機械臂位姿可以通過示教器或者SDK進行獲取

• 相機中標定板位姿我們可以通過ArUco或者ArTookit等工具獲得

我們使用一般讀到的（X,Y,Z,RX,RY,RZ）六個數據表示

2、安裝測試

1.下載編譯

git clone https://gitee.com/ohhuo/handeye-calib.git cd handeye-calib catkin_make or catkin build

2.修改base_hand_on_eye_calib.launch文件中，base_handeye_data參數為從機械臂位姿和標定板位姿所在的配置文件所在的絕對目錄,可以使用launch文件的find。

<launch><!-- <arg name="base_handeye_data" default="The file path of handeye data." /> --><arg name="base_handeye_data" default="$(find handeye-calib)/config/base_hand_on_eye_test_data.csv" /><node pkg="handeye-calib" type="base_hand_on_eye_calib.py" name="base_hand_on_eye_calib" output="screen" ><param name="base_handeye_data" value="$(arg base_handeye_data)" /></node> </launch>

3.運行程序

source devel/setup.bash roslaunch?handeye-calib?base_hand_on_eye_calib.launch

4.查看結果
程序會根據配置文件中的坐標進行計算，最終輸出如下數據(單位毫米，弧度制)：數據包含不同算法下計算結果，以及計算結果的標準差和方差等數據。

algoritihms x y z rx ry rz distance ------------- --------- ----------- ---------- --------- ---------- ------- ---------- Daniilidis 0.0254407 -0.00388589 0.00626286 -1.34278 -0.0699976 91.0318 0.0264868 Horaud 0.035229 -0.0151477 0.0185151 1.65751 0.943546 89.7013 0.0425833 Park 0.0352315 -0.0151497 0.0185238 1.65744 0.944041 89.6995 0.04259 Tsai-Lenz 0.0514184 -0.0291956 0.0236991 0.958984 1.89297 89.4352 0.0637015 name x y z rx ry rz distance ------ ----------- ------------ ----------- ------- -------- --------- ----------- mean 0.0368299 -0.0158447 0.0167502 0.73279 0.927639 89.9669 0.0438404 var 8.69144e-05 8.05572e-05 4.11328e-05 1.51731 0.481914 0.389663 0.000174689 std 0.00932279 0.00897536 0.00641349 1.23179 0.6942 0.62423 0.013217Tsai-Lenz x y z rx ry rz distance ----------- ----------- ------------ ----------- ----------- ------------ ----------- ----------- point0 1.08118 -0.26596 -0.329331 1.5432 0.00335281 3.05875 1.1611 point1 1.07916 -0.25742 -0.334988 1.52213 -0.00593988 3.05615 1.15891 point2 1.08686 -0.260925 -0.335914 1.52765 -0.00494656 3.05948 1.16712 point3 1.08833 -0.256919 -0.339045 1.52961 -0.0118364 3.05914 1.16851 point4 1.07685 -0.254707 -0.324463 1.53139 0.00852579 3.05335 1.15315 mean 1.08247 -0.259186 -0.332748 1.5308 -0.00216884 3.05737 1.16176 var 1.95647e-05 1.54478e-05 2.7001e-05 4.81123e-05 5.20523e-05 5.42287e-06 3.14201e-05 std 0.0044232 0.00393036 0.00519625 0.0069363 0.00721473 0.0023287 0.00560536

3.標定結果誤差測試

觀察數據計算結果的標準差大小。
每次計算之后，程序都會輸出不同算法下標定結果點的平均數、方差、標準差三項數值。

由于標定過程中標定板是沒有發生移動的，所以我們通過機械臂的末端位置、標定結果（手眼矩陣）、標記物在相機中的位姿即可計算出標定板在機器人基坐標系下的位姿，如果標定結果準確該位姿應該是沒有變化的。

可以比較最終數據的波動情況來判定標定結果的好壞。比如：

標定板在機械臂基坐標系的位置1：

Tsai-Lenz x y z rx ry rz distance ----------- ------------ ----------- ------------ ------------ ------------ ----------- ----------- point0 -0.45432 0.0488783 0.000316595 0.0420852 -0.0245641 1.52064 0.456941 point1 -0.457722 0.054523 0.0121959 -0.0266793 0.0050922 1.53391 0.461119 point2 -0.457198 0.0535639 0.00246136 0.0252805 -0.0329136 1.51927 0.460331 point3 -0.453302 0.0618366 0.00165179 0.0405718 -0.0472311 1.53318 0.457503 point4 -0.455802 0.0589413 0.000377679 0.0222521 -0.0360589 1.51963 0.459598 point5 -0.455392 0.0615103 0.00584822 0.0365886 -0.033448 1.50684 0.459565 point6 -0.451144 0.0571198 0.00498852 0.0618337 -0.0170326 1.52463 0.454773 point7 -0.452829 0.0588266 -0.000827528 0.0324858 -0.0292652 1.52268 0.456635 point8 -0.454238 0.063634 0.00488078 0.0411648 -0.0373725 1.51611 0.458699 point9 -0.453579 0.0631788 0.00390939 0.0339742 -0.0645821 1.53168 0.457974 point10 -0.454952 0.066057 -0.00144969 0.0399135 0.0029201 1.5053 0.459725 point11 -0.459518 0.0553877 -0.00209946 0.0450864 -0.0147387 1.50702 0.462848 point12 -0.454928 0.0590754 -0.0045181 0.0297534 -0.0296122 1.52043 0.45877 point13 -0.455234 0.0527075 -0.00389213 0.0358822 -0.0260668 1.51244 0.458292 mean -0.455011 0.0582314 0.0017031 0.0328709 -0.027491 1.51955 0.45877 var 4.21677e-06 2.16484e-05 1.84365e-05 0.000357231 0.000305579 8.29112e-05 3.79771e-06 std 0.00205348 0.00465279 0.00429378 0.0189005 0.0174808 0.00910556 0.00194877

標定板在機械臂基坐標系的位置2：

Tsai-Lenz x y z rx ry rz distance ----------- ----------- ----------- ----------- ----------- ------------ ----------- ----------- point0 -0.428394 0.052448 0.0353171 0.0259549 -0.0541487 1.57929 0.433035 point1 -0.427841 0.0448442 0.0345359 0.0454481 -0.0371304 1.55639 0.431569 point2 -0.424889 0.0486165 0.0278942 0.0455775 -0.0438353 1.57073 0.42857 point3 -0.421985 0.0485442 0.0311218 0.0138094 -0.0307286 1.55606 0.425906 point4 -0.428353 0.0454091 0.0326252 0.039192 -0.0492181 1.59177 0.431987 point5 -0.432111 0.0458869 0.0359774 0.04632 -0.0383476 1.55942 0.436028 mean -0.427262 0.0476248 0.0329119 0.0360503 -0.0422348 1.56894 0.431183 var 9.9672e-06 6.79218e-06 7.71397e-06 0.000148499 6.11379e-05 0.000174299 1.03945e-05 std 0.00315709 0.00260618 0.0027774 0.012186 0.00781908 0.0132022 0.00322405

我們可以觀察兩次標定結果的距離的標準差，第一次的標準差小于的第二次的標準差，這表示第一次的標定結果好于第二次。

標準差越小，數據越聚集。

微信公眾號后臺回復棋盤格、棋盤格文件即可獲取標定用的棋盤格。

如果有不明白和有錯誤的地方可以留言。最后歡迎大家關注、點贊、分享~

總結

以上是生活随笔為你收集整理的机器人手眼标定都能搞不定？快戳，最好用的手眼标定库！！！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。