7_手眼标定_3_求解AX=XB理论

手眼标定(一):AX = XB方程详细推导 阅读详情

       之前的文章调用了一堆opencv接口,但是从来没有涉及任何手眼标定的理论知识,这次聊一聊手眼标定的理论知识。

       手眼标定行业内分为两种形式,根据相机固定的地方不同,如果相机和机器人末端固定在一起,就称之为"眼在手" (eye in hand),如果相机固定在机器人外面的底座上,则称之为"眼在外" (eye to hand)。本文只聊眼在手上。

       1、AX=XB推导

eye in hand,这种关系下,两次运动,机器人底座和标定板的关系始终不变。求解的量为相机和机器人末端坐标系的位姿关系。

0f140a0b68bb20e7e7a1a3a1c4cdd626.png

       这就是如雷贯耳的AX=XB等式。

顺着该式往下说,我们发现A是机械臂两个末端点间的变换关系,该如何理解?设a和b是基于机械臂base坐标系下的两个点,则a和b之间的空间变换(姿态和位置的齐次矩阵)是a*A=b,其中矩阵A是a点和b点的空间变换,则A=a-1*b,即形式如上图的A.对于B而言,是标定板固定不动,相机改变姿态拍摄得到标定板的位姿,即是相机标定时的外参。后续有机会也可以学习9点标定法等。这样就可以理解下面这张图了:

       59996be83df6eeb0f1b5fb6384ef1235.png    

       要注意的地方是:机械臂的欧拉角姿态要清楚欧拉角的顺序。

       2.如何求解AX=XB?

可搜索关键字:经典手眼标定算法之Tsai-Lenz的OpenCV实现。

具体内容请听下回分解~

欢迎关注:

81848f702f13a87e159d177fa1fe6ac4.png

手眼标定(eye in hand)-原理 问题描述 在机械臂与相机进行协同作业时,如何将物体在相机下识别到的作业点,转到机械臂的坐标系下进行任务作业呢?坐标的变换可以这样进行推导: 阅读详情

相关推荐

手眼标定Tsai方法的Matlab仿真分析

手眼标定方程推导 手眼标定求解:Tsai方法

Sandy_WYM_的博客 7776

手眼标定AX=XB求解方法(文献总结)

本人在看论文时碰到了手眼标定问题,看了几篇论文,顺便来总结一下关于公式AX=XB的解决方法和论文的内容。 在手眼标定问题中,AX=XB公式的求解方法很关键,手眼即机器人末端和相机,两者有两种组合形式:**眼在手**(eye in hand)和 **眼在外**(eye to hand)。 眼在手即相机固定在机器人末端,最终要求相机和机器人末端的转换关系;眼在外即相机固定在机器人外,求解的是相机和机器...

weixin_43981560的博客 1万+

从原理到调试:用MATLAB复现经典手眼标定AX=XB问题的5个关键步骤

本文详细介绍了使用MATLAB复现经典手眼标定AX=XB问题的5个关键步骤,从实验环境搭建到数学原理解析,再到MATLAB代码实现和调试技巧。通过Tsai方法的深入讲解和实战代码示例,帮助读者掌握旋转平移解耦计算的核心技术,实现高精度的机器人视觉引导系统。

weixin_29062255的博客 228

手眼标定原理

R表示一个旋转矩阵,R的特征向量和特征值一定是它的旋转轴和1。我们可以定义R的旋转轴为Pr(旋转向量),则有:R *P r = 1 * Pr。eye-in-hand 涉及到四个坐标系,分别是:基坐标系{base},末端坐标系{end},相机坐标系{camera},标定板坐标系{board}。其中 A代表机器人基坐标系与末端坐标系之间的转换矩阵, B 代表标定板坐标系与相机坐标系之间的转换矩阵, X 代表末端坐标系与相机坐标系之间的转换矩阵。,其中A已知, B通过相机标定得到, X 为待求。

qq_58018816的博客 1494

机械臂视觉标定实战:OpenCV手眼标定从入门到精通(附Python代码)

本文详细介绍了机械臂视觉标定中的OpenCV手眼标定技术,从基础原理到实战应用全面解析。通过Python代码示例演示了眼在手外和眼在手上两种典型场景的实现方法,并提供了工业现场调试技巧和优化建议,帮助工程师快速掌握这一提升自动化生产效率的关键技术。

nginx7reverse的博客 759

别再自己造轮子了!实测GitHub上三个Eigen手眼标定库,哪个精度最高?

本文深度评测了GitHub上三个基于Eigen库的手眼标定开源解决方案,重点分析了AX=XB问题的实际应用效果。通过真实数据对比AndreffExtended、ConventionalAXXBSVD和ExtendedAXXBEliLambdaSVD三种算法的计算精度与工程适用性,为工业机器人和医疗导航等场景提供最优选择建议,帮助开发者避免OpenCV calibrateHandEye的常见陷阱。

weixin_30655569的博客 538

Eye in Hand标定避坑指南:从标定板选型到AX=XB方程求解全解析

本文系统解析了Eye in Hand手眼标定的全流程避坑指南。从推荐选用鲁棒性更强的CharUco标定板,到规划充分激发自由度的数据采集策略,再到深入剖析AX=XB方程的核心求解原理与OpenCV实战技巧,旨在帮助读者获得稳定、高精度的相机到机械臂末端的变换矩阵,为机器人视觉应用奠定坚实基础。

jj890的博客 672

从九点标定到AX=XB:给机器人视觉新手的两种手眼标定方案选择指南(含OpenCV/C++示例)

本文为机器人视觉开发者提供了两种主流手眼标定方案的详细指南:适用于2D场景的平面九点法和适用于3D空间的AX=XB方法。通过OpenCV/C++示例和工程实践建议,帮助开发者根据项目需求选择合适的手眼标定方案,提升机器人视觉系统的精度和效率。

weixin_33897367的博客 385

别再自己造轮子了!手眼标定AX=XB问题,用这个GitHub上的Eigen库一键搞定

本文介绍了如何使用GitHub上的Eigen库SolveAXXB高效解决手眼标定中的AX=XB问题。通过详细的环境配置、项目集成步骤和性能评测,展示了该库在精度、速度和易用性上的优势,帮助工程师快速实现机器人视觉系统的坐标系标定,避免重复造轮子。

weixin_33739646的博客 697

手眼标定AX=XB求解翻车实录:从ChatGPT代码到GitHub库,我踩过的那些坑(Eigen/C++)

本文详细解析了手眼标定AX=XB求解过程中的常见问题与解决方案,从Eigen库配置到GitHub开源库调优,再到OpenCV算法的隐藏参数,提供了全面的避坑指南。特别针对旋转矩阵正交性丢失和尺度不一致问题,给出了改进的QR分解解法和多算法验证框架,帮助开发者实现高精度的机械臂视觉系统标定。

weixin_30175731的博客 355

机器人手眼标定Ax=xB(eye to hand和eye in hand)及平面九点法标定

一、背景 Calibration是机器人开发者永远的痛。虽然说方法说起来几十年前就有,但每一个要用摄像头的人都还是要经过一番痛苦的踩坑,没有轻轻松松拿来就效果好的包。 机器人视觉应用中,手眼标定是一个非常基础且关键的问题。简单来说手眼标定的目的就是获取机器人坐标系和相机坐标系的关系,最后将视觉识别的结果转移到机器人坐标系下。 手眼标定行业内分为两种形式,根据相机固定的地方不同,如果相机和机器......

Learning by doing 12万+

ROS 手眼标定

通过控制机械臂移动到不同的已知位置并记录下对应位置时相机捕捉到的图像数据,可以推算出相机坐标系相对于机械臂末端坐标系的变换关系。因为一个物体与相机的相对位置关系和这个物体与机械臂之间的关系是不一样的,所以在相机确定了物体的位置之后,还要把此时的位置转换成相对于机械臂的位置,这样机械臂才能进行抓取。的形式,其中A代表手的位置和姿态,X代表未知的变换矩阵,B代表视觉系统的位置和姿态。这些包也提供了用于手眼标定的基本工具,可能包含多种标定算法,包括传统的棋盘格法、圆点阵列法以及更复杂的优化方法。

2301_79503228的博客 3821

基于ROS的机械臂手眼标定程序包设计与实操详解

在机器人视觉引导系统中,机械臂的精准抓取与定位离不开相机坐标系和机器人坐标系的统一,这一过程的核心便是手眼标定。手眼标定本质上是求解AX=XB的矩阵方程,无论是眼在手上还是眼在手外构型,都需要通过标定板检测与机器人位姿采集来获取约束数据。利用OpenCV的可靠算法与ROS的TF坐标变换机制,可以高效完成标定求解。但标定结果的质量高度依赖于相机内参精度、标定板尺寸准确性以及采集位姿的多样性与区分度。本文从工程实践角度,围绕一个完整的ROS手眼标定程序包,解析其模块化设计、数据采集规范、源码实现细节与常见误差排

weixin_34161064的博客 467

手眼标定完全指南:从AX=XB原理到OpenCV C++实现与踩坑

机器人视觉系统中,机械臂与相机之间的坐标关系是精准抓取的基础,这一关系常通过手眼标定求解。其核心原理是构建AX=XB方程,利用多组机械臂位姿与标定板位姿的约束,解算相机与机械臂末端的固定变换矩阵。通过OpenCV的calibrateHandEye函数可实现高效求解,结合C++工程实践能快速落地。该技术广泛应用于视觉引导抓取、上下料、装配等场景,从实际项目出发,分享完整流程、代码实现与常见坑点。

weixin_34357887的博客 363

电力抄表协议DL/T645和698.45到底有啥区别?一张图帮你选对协议

本文深入对比了电力抄表协议DL/T645和DL/T698.45的技术差异,从协议架构、报文结构、功能覆盖到实施成本进行全面分析。通过实际案例和数据,揭示698.45协议在通信效率、业务扩展性和长期成本上的优势,并提供清晰的选型决策流程图,帮助工程师根据具体需求选择最适合的电力抄表协议。

weixin_38168696的博客 404

史上最全的Logisim存储系统实验教程(基于华中科技大学计算机组成原理实验)内赋源码下载

本博客是最全的最好的解释的华中科技大学计算机组成实验存储系统实验,本博客给出了电路实现,也给出了使用电路的原因有利于新手学习十分详细。并且内赋源码下载。

qq_62325622的博客 2万+

机械臂视觉抓取手眼标定:Numpy实现AX=XB与避坑指南

在机器人视觉与自动化工程中,坐标变换是连接感知与执行的核心桥梁。机械臂视觉抓取的本质,是将相机像素坐标逐级映射到机器人基坐标系,而手眼标定正是求解这一系列变换关系的关键技术。无论是眼在手上还是眼在手外,标定过程都围绕AX=XB这一经典方程展开,通过旋转与平移的分离求解,实现相机与机械臂末端之间的位姿校准。准确的手眼矩阵直接影响抓取精度,偏差毫厘便可能导致执行失败。该技术广泛应用于工业分拣、装配、移动操作等场景,也是学习机器人学与计算机视觉的必修内容。本文从数学原理出发,用Numpy从零实现Tsai-Lenz

weixin_33834075的博客 329

从个体到群体:Cartool实战静息态EEG微状态聚类全解析

本文详细解析了使用Cartool软件进行静息态EEG微状态聚类的完整实战流程。从个体水平聚类到群体模板提取,再到指标量化,文章深入探讨了k-means算法的应用、GFP峰值数据的使用技巧以及关键参数设置,为脑电信号处理研究者提供了从数据准备到结果解读的全方位指南。

weixin_29062671的博客 290

工程数学 --- 手眼标定 Hand-Eye Calibration

本文摘要: 手眼标定是机器人视觉应用的核心技术,用于建立相机坐标系与机器人坐标系之间的刚性变换关系。文章系统阐述了手眼标定的数学原理和工程实践要点,重点分析了两种典型构型:Eye-in-Hand(眼在手上)和Eye-to-Hand(眼在手外)。通过齐次变换矩阵严格定义了四大核心坐标系(基座标系、末端执行器坐标系、相机坐标系和靶标坐标系)之间的转换关系,推导出经典的AX=XB方程形式。文章特别强调了坐标系定义一致性和变换方向正确性的重要性,指出工程实践中常见的错误来源,并提供了清晰的坐标变换链路分析。

MzKyle的博客 1097

DBSCAN聚类算法——机器学习(理论+图解+python代码)

一、前言 二、DBSCAN聚类算法 三、参数选择 四、DBSCAN算法迭代可视化展示 五、常用的评估方法:轮廓系数 六、用Python实现DBSCAN聚类算法 一、前言 去年学聚类算法的R语言的时候,有层次聚类、系统聚类、K-means聚类、K中心聚类,最后呢,被DBSCAN聚类算法迷上了,为什么呢,首先它可以发现任何形状的簇,其次我认为它的理论也是比较简单易懂的。今年在python...

huacha__的博客 20万+

PC网站实现微信扫码登录功能(二)

上篇我们介绍了怎么申请账号以及最后拿到appId和appSecret,如果有不清楚的可以看一下 PC网站实现微信扫码登录功能(一) 下面我就来说一下怎样在PC端怎么实现扫码登录功能。 一、进入官方文档网站 https://developers.weixin.qq.com/doc/oplatform/Website_App/WeChat_Login/Wechat_Login.html 其实官网对过程描述的已经非常细致了。并且提供了两种扫码方式。一种是跳转二维码扫描页面,另一种是内嵌式二维码。大家可以

qq_35771266的博客 3万+

手眼标定实战:OpenCV、Eigen和GitHub三方库,哪个求解AX=XB更靠谱?

本文对比了OpenCV、Eigen和GitHub三方库在手眼标定中求解AX=XB方程的实战表现。通过实测数据分析了算法鲁棒性、计算效率和数据适应性等核心指标,为开发者提供了选型决策树和精度优化技巧,帮助提升机器人视觉系统的定位准确性。

weixin_42531588的博客 414

《华为项目管理之道》第1章笔记

performance indicator,KPI)纳入个人绩效承诺书,贯彻结果导向的理念,以向员工。客户需求是华为发展的原动力,为客户服务是华为存在的唯一理由。目经理‘用兵’,依靠市场机制‘调兵’”,打破了人员在功能部门的板结,实现了听得。为管理者选拔的必要条件,项目经理成为人人向往的岗位。《华为项目管理之道》,是新出的华为官方的项目管理书,整个书不错。伴随着项目型组织的建立,华为逐步形成了完备的项目管理流程和制度,从而将业务运。为此,通过改革,重新明确了项目经理承担的经营责任,并开始以项。

jackyrongvip的专栏 2127

【李群理论】机器人传感器标定:在欧几里得群上求解AX=XB (论文翻译+Matlab\Python\C++实现)

图1. 添加小噪声后,k个样本的误差。图2. 添加大噪声后,k个样本的误差。误差 (η_rot)误差 (η_rot)

cxyhjl的博客 841

不使用工具箱,通过MATLAB纯编程实现lstm网络的训练过程

长短期记忆网络(LSTM,Long Short-Term Memory)是一种时间循环神经网络,是为了解决一般的RNN(循环神经网络)存在的长期依赖问题而专门设计出来的,所有的RNN都具有一种重复神经网络模块的链式形式。在标准RNN中,这个重复的结构模块只有一个非常简单的结构,例如一个tanh层。

平时工作较为繁忙,私信消息一般晚上回复,谢谢大家~~ 1014

Calibre:LVS 快速debug short/open技巧

用Fix Suggestion和Short Isolate两种方法debug LVS问题

m0_61544122的博客 7462
上一篇: VMWare ubuntu 18.04 网卡丢失
下一篇: 8_手眼标定总结_auboi5机械臂与海康平面相机
Pou光明
博客等级 码龄12年 3701粉丝 398原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值