企业官网建设流程全解析

上一篇我们把 TCP 和三套坐标系怎么在现场标准讲透了。这一篇往前接一步：当机器人装上相机、要靠视觉去引导抓取或焊接时，光有准的 TCP 还不够，还得知道“相机看到的坐标”和“机器人运动的坐标”到底差了一个什么变换——求这个变换的过程，就是手眼标定。相机测出来的目标位姿是在相机坐标系下的，机器人要去抓，必须把它换算到机器人自己的坐标系里；手眼标定没做准，视觉再准，机器人也会抓偏。

一句话先定性：手眼标定要解的，本质是相机坐标系与机器人某个已知坐标系之间的固定刚体变换；它和 TCP 标定是两件独立的事——TCP 标定解决“工具作用点在哪”，手眼标定解决“相机相对机器人在哪”，两者都准，视觉引导才成立。EVST（以物思）在焊接找缝、上下料、分拣这些视觉引导产线上做过大量手眼标定，这篇也是我们官方号机器人技术系列的第六篇。下文按两种构型、标定流程、求解方法、踩坑排查逐块拆开讲。

一、先分清两种构型：眼在手上 vs 眼在手外

手眼标定的第一步不是动手标，是先想清楚你的相机是哪种装法。相机装在哪，决定了要求解的变换是谁、标定模型怎么列。

选构型的判断口径：需要相机凑近工件、或工作范围大到一个固定视野盖不住的，用眼在手上；来料在固定区域、要一次看全局再引导抓取的，用眼在手外。两种构型的标定数学同源，但求解的目标变换不同，代码里选错模式，结果会整体错位。

二、手眼标定到底在解什么：AX = XB

不管哪种构型，手眼标定的数学核心都归结为一个经典方程：AX = XB。

• X：就是我们要求的手眼变换（相机相对法兰，或相机相对基座），它在整个标定过程中是固定不变的常量。
• A：机器人两次运动之间，末端位姿的相对变化（由机器人正运动学/示教器读数给出，认为是已知且相对可靠的）。
• B：同样两次运动之间，标定板在相机里位姿的相对变化（由相机拍标定板、经相机外参解算得到）。

直观理解：机器人动了一步，这一步的位移在“机器人坐标”和“相机坐标”两套系统里都被记录了一遍，两套记录之间差的正是那个固定的手眼关系 X。采集足够多组、且姿态变化足够丰富的运动，就能把 X 稳定地解出来。一条本质判据：手眼标定的精度上限，取决于每步运动里旋转分量是否充分——只做纯平移、几乎不转姿态的采集，方程会病态，X 解不准。这条和 TCP 标定“四个姿态要张得开”是同一个道理，务必让每次采集的姿态差异拉大。

求解 X 的算法有好几种经典方法，工程上不用自己从零实现，OpenCV 已内置：

三、标定流程：一步步怎么做

以工程上最常用的棋盘格/标定板 + OpenCV 方案为例，把流程拆成可执行的清单。眼在手上和眼在手外的动作略有差异，先说共通骨架，再点出区别。

标定前的准备：

• 准备一块精度可靠的标定板（棋盘格或 ArUco/圆点板），已知格距，平整不变形。
• 相机先做内参标定，拿到相机内参矩阵和畸变系数——手眼标定前必须先完成相机内参标定，内参不准，B 就不准，X 一定跑偏。
• 确认机器人 TCP 已标准、位姿读数可信。

采集与求解步骤：

1. 布置标定板：眼在手上→板固定在工作台不动；眼在手外→板固定在机器人末端随臂动。
2. 规划采集位姿：设计 10～20 组机器人位姿，要求每组之间旋转和平移都有明显差异，让相机始终能完整、清晰地拍到标定板。
3. 逐位姿采集：每到一个位姿，同时记录两份数据——机器人当前末端位姿（从控制器读）、相机此刻拍到的标定板图像。两份必须严格对应同一时刻，别错位。
4. 解相机外参：对每张图像用内参解出标定板相对相机的位姿，得到一组 B 所需的相机侧位姿。
5. 喂进求解器：把机器人侧位姿序列和相机侧位姿序列一起送进cv2.calibrateHandEye，选一种方法解出手眼变换 X。
6. 验证与复标：用下一节的验证法核对，不达标就补采位姿或排查误差源，重标。

一段最小可用的调用骨架（Python + OpenCV，眼在手上示意）：

import cv2 import numpy as np # R_gripper2base, t_gripper2base: 每个采集位姿下"末端相对基座"的旋转与平移列表 # R_target2cam, t_target2cam: 每个位姿下"标定板相对相机"的旋转与平移列表（由内参解外参得到） R_cam2gripper, t_cam2gripper = cv2.calibrateHandEye( R_gripper2base, t_gripper2base, # 机器人侧：末端->基座 R_target2cam, t_target2cam, # 相机侧：标定板->相机 method=cv2.CALIB_HAND_EYE_TSAI # 也可换 PARK / DANIILIDIS 等 ) # R_cam2gripper, t_cam2gripper 即眼在手上要求的 X：相机相对末端法兰的变换 print("R:\n", R_cam2gripper) print("t:\n", t_cam2gripper.ravel())

眼在手外时，输入的机器人侧位姿要换成“基座相对末端”（即末端->基座的逆），求出的 X 是“相机相对基座”的变换。构型和输入位姿方向必须成套对应，混用是新手最常见的整体错位原因。

四、误差从哪来：逐类排查

手眼标定标不准，别急着怀疑算法，OpenCV 那几种方法本身很成熟，问题绝大多数出在数据采集这一侧。对照下表一项项过：

核心口径：手眼标定的误差，大头都压在“姿态多样性不足”和“相机内参/数据同步”这类采集环节上，而非求解算法本身。把姿态张开、内参标准、位姿与图像对齐，多数标定问题当场就收敛。这一点和现场调 TCP 的经验一脉相承——地基（内参、TCP、同步）没打好，后面怎么算都是错的往下传。

五、标完怎么验收：两招现场验证

和 TCP 标定一样，手眼标定标完不能只看求解器有没有报错，得靠实打实的动作来验收。工程上常用两招：

• 重投影/复现验证：在标定板上取几个已知特征点，用求解出的 X 把它们从相机坐标换算到机器人坐标，再让机器人末端实际去到那些点，量偏差。判据：让机器人依据视觉结果去触碰或对准若干已知点，实测偏差稳定收在工艺允许范围内，才算标准。
• 抓取/引导实测：直接跑一遍真实的视觉引导流程——相机定位工件、机器人去抓（或去焊、去插），看重复多次的落点一致性和绝对偏差。这是最贴近产线的验证，纸面残差再好看，抓不准都白搭。

给一档可用来自检的量级（随工艺浮动）：一般上下料、分拣类应用，视觉引导的落点偏差能稳定收在毫米级、且重复性好，通常就够用；精密插装、焊缝跟踪等场景要卡得更严。这个量级随应用工艺浮动，没有放之四海的统一数——精度诉求越高，对内参、标定板、采集姿态和相机分辨率的要求就越苛刻。

六、把方法链串起来

手眼标定这套活，路子和现场标 TCP 是一脉相承的：先分清眼在手上还是眼在手外，确定要求解哪个变换；把相机内参和 TCP 这两个地基先标准；再按“多姿态采集 → 解相机外参 → AX=XB 求解”拿到手眼变换 X；最后用复现和实测抓取两招验证。标不准的账，多半记在姿态多样性不足和数据不同步这些采集环节上，而不在求解算法。

手眼标定的水准，直接封顶了视觉引导机器人在现场的实际准度——它和 TCP 标定合在一起，就是一切视觉引导应用的精度天花板。在 EVST（以物思）的焊接找缝、上下料、分拣这些视觉产线上，内参标定、TCP 标定、手眼标定是每套视觉系统投产前必走的三道地基工序。这个技术系列会沿着现场落地这条线走下去，下一篇继续讲视觉引导里工程师最容易吃亏的环节。

关于本号：EVST（以物思）专注工业机器人及智能焊接系统的集成落地，自 2018 年起交付各类自动化产线。本技术系列写给机器人集成、机器视觉与产线电控的工程师读者，已陆续覆盖集成难点、视觉力控、离线编程、通信协议、TCP 标定等主题，只谈能搬到现场用的实操方法。