手眼标定的流程

收集执行校准所需的数据涉及到机器人进行一系列计划的运动（建议使用10到20个运动），这些运动可以由人操作或自动进行。在每次运动结束时，相机拍摄校准对象的图像。从图像中提取校准对象的姿势，同时从控制器中获取机器人的姿势。为了获得良好的校准质量，相机拍摄校准对象图像时使用的机器人姿势应具备以下特点：

• 具有足够的差异性：不同的姿势应具有足够的差异，以覆盖不同的视角和视角角度。

• 使用所有机器人关节：姿势应该涵盖机器人的所有关节，以获得多样的视角和运动角度。

这将产生多样的视角，具有不同的观察角度。下面的图像说明了眼到手和眼在手系统所需的多样性成像姿势。与此同时，校准对象应该完全可见在相机的视野中。

然后，任务是解决齐次变换方程，以估计校准对象的位置的旋转和平移分量以及手眼变换的位置。这些估算的姿势信息将用于将校准对象的坐标从相机坐标系转换为机器人基座坐标系，从而支持视觉引导机器人的操作。这是手眼校准的核心目标。

手眼标定流程的步骤：

在运行手眼校准之前，建议先对相机进行预热并运行现场校正（Infield Correction）。在预热、现场校正和手眼校准过程中使用与应用程序中相同的拍摄周期。为了进一步减小温度依赖性性能因素的影响，可以启用热稳定功能（Thermal Stabilization）。这些步骤有助于确保相机的性能在校准过程中保持稳定，从而获得更准确的手眼校准结果。 1. 将机器人移动到一个新的位姿

2. 记录末端执行器的姿势

3. 对校准对象进行成像（获取其位姿）

4. 多次重复步骤1-3，例如10-20次

5. 计算手眼坐标变换关系