3D相机与机械臂手眼标定流程

1.采集n组点云数据，将第一组点云命名为(点云target)基准点云

   这些数据可以通过3D相机采集得到，然后通过一些处理方法（如去噪、滤波等）进一步优化。

2.采集n组点云的同时记录n组机械臂位姿，同样将第一组位姿设为基准位姿(机械臂target)

3.将获取的n组机械臂位姿由欧拉角转换为4×4变换矩阵

 (x,y,z,rx,ry,rz 变成 4×4变换矩阵）

4.通过点云配准方法如icp等计算出其余点云(source)相对于第一组点云(target)的变换矩阵(B)

 (ICP配准后返回的结果为B矩阵)

5.通过A=Tpose1^-1 *Tpose2 计算出其余机械臂位姿相对于第一组机械臂位姿的变换矩阵(A)

(采集第一帧target点云时机械臂的位姿为Pose1,剩下的位姿以此为Pose2.3.4.....;按照  A=Tpose1^-1 *Tpose2可以计算出A)

6.通过西尔维斯方程( AX=XB ),计算出手眼变换矩阵X

//================================更新===================================

求得手眼变换矩阵X后,就可以将3D相机坐标系下的点云数据转换到机械臂坐标系下，转换的过程通过矩阵的乘法来实现，步骤如下：

1.需要将点云数据（x,y,z）转化为齐次坐标（齐次坐标是表达空间点的方式），通过转换将点云数     据变成（x,y,z,1）

2.将首演变换矩阵X（4x4）乘以每个点的齐次坐标（4x1） ->   [X,Y,Z,W] = X*[x,y,z,1]

3.最后需要将结果转换为笛卡尔坐标，通过将每个坐标除以W，最终得到机械臂坐标系下的坐标(x',y',z')  ->   x' = X / W、 y' = Y / W、 z' = Z / W

//==============================更新=====================================

上述已经获得了手眼变换矩阵X，也就是相机和机械臂末端的位姿转换关系，那么如何利用X获取目标在相机坐标系下的坐标转换为机械臂基坐标系下的坐标呢？

要获得物体在机械臂基座表系下的坐标需要进行以下步骤，实现公式如下：

其中，是4×4手眼变换矩阵X， 是目标在相机坐标系下的坐标，是机器人示教器上读取的坐标，乘法其实就是坐标转化变换。

//==============================待更新====================================