手眼标定过程记录

最新推荐文章于 2025-07-07 15:15:16 发布
最新推荐文章于 2025-07-07 15:15:16 发布
阅读量8.4k 收藏 8
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 机器视觉 文章标签： 手眼标定 eyetohand
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/coldplayplay/article/details/79106134
本文记录了机械臂手眼标定的详细过程，包括排查末端到底座变换、解决Eigen报错、修复tool0_controller问题、理解TransformBroadcast和TransformListener的用法、解决实时点云显示问题，以及每次标定的流程。在解决过程中，作者遇到了容器中Eigen错误、控制器报错、坐标变换理解不清和点云固定帧不存在等挑战，通过查阅资料和实践找到了相应的解决方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

手眼标定过程记录

============================================================================================

以下四个变量是最重要的数据

rvecs_rb2gripper, tvecs_rb2gripper
rvecs_cam, tvecs_cam

1. 首先排查机械臂末端到底座的旋转平移是否正确

通过查看clopema_certh_ros
1.首先末端到底座的变换，listen的结果居然求逆了。

gripper_to_base.push_back(tr.inverse()) ;

2.然后标定板到相机的变换
最重要的rvecs和tvecs是通过下面的函数得到的，收集好所有帧的imagepoints一次性运算出所有外参

cv::calibrateCamera

而glawgow是通过对每一帧的imagepoints采用下面的函数获得每一次的外参矩阵的

solvePnPRansac

具体函数如下：

cv::calibrateCamera(objectPoints, imagePoints, imageSize, cameraMatrix, distCoeffs, rvecs, tvecs, flags|CV_CALIB_FIX_K4|CV_CALIB_FIX_K5);
solvePnPRansac(objectPoints, imagePoints, cameraMatrix, distCoeffs, rvecEx, tvecEx, false, 100, 1.0, 0.99, inliers);

2. 关于容器中使用Eigen的报错：

最低0.47元/天 解锁文章

200万优质内容无限畅学
halcon手眼标定例程详解_（halcon实例）halcon的手眼标定例程
weixin_29317963的博客
12-23 4824
对于标定来说，一般常见的有用于测量的线性与非线性标定，另一类就是和运动相关的标定，手眼标定。勇哥写过许多epson机器人的手眼标定，也有halcon仿制这种方式的实现方法。但是halcon有自己的手眼标定。CalibObjDescr:='calibrate_hand_eye_scara_setup_01_calplate.cpd'CalibrationPlateThickness:=0.0...
经典手眼标定算法C++代码
06-09
经典手眼标定算法C++代码，程序是基于OpenCV 2.0以上版本，下载程序后需要配置OpenCV。工程主要包括三个文件，handeye.h为各种手眼标定的实现，quaternion.h为四元数运算文件，handeye_test.cpp为主程序，测试各手眼标定算法的可行性。
手眼标定eye-to-hand 示例：handeye_stationarycam_calibration
weixin_30216561的博客
10-04 845
* * This example explains how to use the hand eye calibration for the case where* the camera is stationary with respect to the robot and the calibration* object is attached to the robot arm.*这个示例展示了如何...
【眼在手上自动手眼标定Opencv-C++】
最新发布
yangxinlovo的博客
07-07 1487
使用C++、OpenCv实现六轴机械臂自动的眼在手上手眼标定
手眼标定(eye-in-hand)-实现
Bolly_He的博客
06-28 2220
一、使用标定板类型 使用的是非对称圆分布的标定板如下图 二、标定步骤及实现 2.1 相机外参标定 相机外参标定结果点如下图，红色点为标定结果还原的点，绿色点为原始点 相机外参标定实现 def calibrate(): #相机内参 cameraMatrix =np.array([[2753.8901912306533,0,949.2910576185922], [0,2753.5946107288023,593.624
通过ROS控制真实机械臂(15) --- 视觉抓取之手眼标定
热门推荐
工大机器人工作室
12-28 2万+
通过视觉传感器赋予机械臂“眼睛”的功能，配合ATI力和力矩传感器，就可以完成机械臂“手眼”结合的能力，完成视觉抓取过程。目前测试的视觉传感器为 ZED mini双目相机，配置安装过程https://blog.csdn.net/qq_34935373/article/details/103481401。 1.手眼标定（内参） 对于单目usb相机，可以通过ROS包usb_cam来启动相机，通过...
UR5基于realsenseD435i的手眼标定
04-14
手眼标定是机器人领域的一个重要环节，它指的是对机器人臂末端执行器（手）和相机（眼）之间的相对位置和方向进行精确测量和校准的过程。这一过程对于实现机器人精准操作，如物体抓取、放置等任务至关重要。 在实际...
labview调用Halcon的九点标定.rar_halcon手眼标定_labview九点标定_labview手眼标定_九点 标
07-14
九点标定算法是一种常用的手眼标定方法，它通过在已知坐标位置放置至少三个非共面的标记点，记录它们在视觉系统（相机）坐标系和机器人坐标系中的对应位置，然后运用数学方法求解变换矩阵。在这个例子中，我们使用了...
13_基于ROS2的手眼标定工具及机械臂工作展示.pdf
02-07
这些操作可以充分体现出手眼标定的精确度和稳定性，从而证明整个标定过程的成功与否。 在整个手眼标定和机械臂工作展示的过程中，工程师和研究人员会对整个过程进行详细的记录和分析，以便于后续的优化和改进。同时...
OPENCV函数手册PDF版标定板 手眼标定 源码 眼在手外 C++ 需要标定至少20组.zip
09-19
在手眼标定过程中，可以采用非线性优化方法，如Levenberg-Marquardt算法，迭代优化变换矩阵。 在提供的源码中，可能包含了以下关键步骤： 1. 图像预处理：去除噪声，检测特征点，如角点或SIFT/SURF特征。 2. 标定板...
机器视觉手眼标定详解，有用
03-14
目录 1. 相机固定不动 , 上往下看 引导 机器人 移动 2. 相机固定不动 , 下往上看 3. 相机固定在器人上 相机固定在器人上 ，离旋转中心较近 离旋转中心较近 离旋转中心较近 4. 相机固定在器人上 相机固定在器人上 ，离旋转中心 旋转中心 很远 5. 特殊固定方式 – 分离轴
手眼标定，校tool和九点标定说明.pdf
09-30
手眼标定，相机固定在机械手上进行九点标定。
Halcon+MFC实现相机畸变校正与手眼（九点）标定
04-10
删除
ROS_Noetic使用handeye-calib进行机械臂手眼标定
weixin_44709392的博客
04-27 5923
本文使用Eye-In-Hand方式，对dofbot机械臂进行在线标定 参考：基于ROS的手眼标定程序解决方案|支持眼在手外/上_鱼香ROS的博客-优快云博客_ros手眼标定 1.概览 本程序包通过输入两组以上的机械臂姿态信息和相机所识别的标志物的姿态信息，经过程序计算可输出，机械臂末端和相机之间（或机械臂基座和相机）的坐标变换矩阵。 2.程序下载与编译 cd ~/dofbot_ws/src git clone https://gitee.com/ohhuo/handeye-calib.git
aubo_i5机械臂无序抓取实践二：eye_in_hand 手在眼上-手眼标定
m0_52589828的博客
12-23 5829
步骤 一：安装标定包（realsense，easy_handeye，visp，aruco） Eye-to-hand 眼在手外：标定的是相机坐标系相对于机器人基座坐标系的位姿 Eye-in-hand眼在手上：标定的是相机坐标系相对于机器人工具坐标系的位姿 （1）安装realsense-SDK包 1.源码构建SDK，注册服务器的公钥： sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-key F6E65AC044F831AC80A06380C8
手眼标定（九点法）
sinat_31608641的博客
06-02 1万+
一 九点法标定是工业上使用广泛的二维手眼标定，所谓二维，即工作平面限制在一个平面上，常用于从固定平面抓取对象进行装配等操作，这种应用场景可以满足大多数的工业应用场景。 九点标定的作用： 1.求解x和y方向的分辨率 2.求解图像坐标到xx坐标的仿射变换矩阵 二、分辨率求解 经过图像处理，我们可以得到九个点的图像上的坐标，然后按照从左到右，从上到下的规律拍好，利用这些点去计算分辨率 //pt:点集；hj：行距；lj:列距 bool CvGetClibrateData(CvPoint *
机器视觉中的九点标定
拳不离手曲不离口的博客
01-03 2850
机器视觉，手眼标定，九点标定
基于ROS的机械臂手眼标定-注意事项
生活不止眼前的苟且
02-10 4117
基于ROS的机械臂手眼标定-注意事项 手眼标定的结果准确与否严重取决于数据的准确性。根据标定原理我们可以得知，输入数据由机械臂位姿和相机中标定板的位姿共同决定，接下来我们来讲一下如何提高标定结果的准确性的几个方向。 程序都是Copy的开源代码，所以也开源出来:https://gitee.com/ohhuo/handeye-calib #mermaid-svg-7aZoGB2jhbHieVNv .label{font-family:'trebuchet ms', verdana, arial;font-fam
手眼标定的理解附9点标定
the_future_way的博客
10-03 1万+
什么是手眼标定？ 确定像素坐标系和空间机械手坐标系的坐标转化关系 举一个生活中常见的例子——用手移动物体： 第一步：眼睛观察到三维世界，并将其转换到视网膜平面（三维空间转换到二维平面）传送信息给大脑； 第二步：大脑想要移动某个物体，假设想要将物体从A点移动B点（二维坐标），但是物体是三维空间中的物体，是三维坐标，需要将二维坐标换算成三维坐标； 第三步：大脑已经获得A点和B点的三维坐标，大脑给手（执行机构）发出指令去完成这个任务； 其中第二步就是手眼标定，得到二维坐标（像素坐标）到三维坐标的转换矩阵 在实.
机械臂手眼标定实验记录
03-18
### 关于机械臂手眼标定实验的方法与资料 #### 什么是手眼标定？ 手眼标定是指通过相机和机械臂的协作，建立两者之间的几何关系。这种标定通常用于机器人视觉系统中，目的是使机械臂能够根据相机获取的信息执行精确的操作[^1]。 #### 手眼标定的核心方法 手眼标定主要涉及两种模型：“Eye-in-hand”（眼在手上）和“Eye-to-hand”（眼在外）。 - **Eye-in-hand**：相机安装在机械臂末端执行器上，随着机械臂移动而变化位置。 - **Eye-to-hand**：相机固定在外部环境中，观察机械臂的动作范围。 对于UR3机械臂的手眼标定，“Eye-in-hand”的方式更为常见。该过程需要采集多个位姿下的图像数据，并计算相机相对于机械臂基座或工具中心点（TCP）的姿态矩阵。 #### 数据采集注意事项 在实际操作过程中，需要注意以下几点： - 并非所有规划的位姿都能够成功拍摄到标定板。如果某些位姿无法捕捉清晰图像，则应排除这些无效样本。 - 实验表明，在多次尝试中，最多可以有效利用约15个位姿进行标定。 - 使用高质量的标定图案（如棋盘格），并确保其在整个视野范围内均匀分布。 #### 常见算法和技术 目前常用的手眼标定算法包括但不限于： - Tsai-Lenz 方法：基于单目摄像机的经典解法之一。 - Park-Burghardt 方法：适用于多视角情况下的优化方案。 - Zhang’s Method：由张正友提出的平面模板标定技术，广泛应用于工业领域。 以下是实现基本手眼标定的一个Python代码示例： ```python import cv2 import numpy as np def calibrate_hand_eye(camera_poses, robot_poses): """ Perform hand-eye calibration using the Tsai method. :param camera_poses: List of N homogeneous transformation matrices (4x4) from world to camera frame. :param robot_poses: List of N homogeneous transformation matrices (4x4) from base to end-effector frame. :return: Homogeneous matrix representing the relationship between camera and gripper frames. """ R_cam, t_cam = [], [] R_robot, t_robot = [], [] for pose in camera_poses: R_cam.append(pose[:3, :3]) t_cam.append(pose[:3, 3]) for pose in robot_poses: R_robot.append(pose[:3, :3]) t_robot.append(pose[:3, 3]) R_x, t_x = cv2.calibrateHandEye(RobotPoses=R_robot, CameraPoses=R_cam)[0] result = np.eye(4) result[:3, :3] = R_x result[:3, 3] = t_x.flatten() return result ``` 此函数实现了Tsai方法来求解相机坐标系相对机械臂末端执行器的关系矩阵 `R_x` 和平移向量 `t_x`。 ---
评论 3
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