**
手眼标定方法汇总
线性和非线性
1. 线性方法:
传统的两步法:
将旋转矩阵和平移向量进行解耦,该方法需要已知相机的内部参数,通过内部参数与标定点坐标来计算旋转矩阵和平移向量。该算法的缺点在于旋转矩阵正交化之后再求出平移部分,而此时平移部分的解不再满足手眼矩阵。
共同标定法
同时进行摄像机标定和手眼标定,此方法会忽略掉摄像机的畸变,其系统的精度无法保证
例如 M a提出的无标定物的主动视觉算法, 就是通过机械手末端平台带动摄像机运动获取数据参数,利用极点建立约束方程组, 求出摄像机的内部参数以及手眼标定矩阵。(详细内容参见文献2)
数学法
通过“四元数、矩阵直积、拉直运算”等数学工具,求出机械手与摄像机之间的关系。该方法的优点在于不需要对旋转矩阵和平移向量进行解耦,而且相对于传统的两步法,其精度更高、鲁棒性强的优点。
运动限制法
她通过控制机器手做相对正交和平移的运动来实现求解手眼矩阵,但在实现时相困难,需要机器人本身的运动精度和重复精度高,并能实现一些特殊的运动
2.非线性方法
非线性运动: (见参考文献3)Ruda 采用数学工具四元数求出初值,然后利用非线性优化得出最终解
王君臣提出一种基于最大似然估计的非线性最优手眼标定算法等(见参考文献4)<