手眼标定推导

手眼标定：是为了获得相机和机械手臂之间的坐标转换关系。

 例子：人的眼睛和手就是手眼标定的最好例子，从婴儿时期开始，我们就开始练习抓取东西，直到我们找到一组参数来完成手眼标定。而机器也是类似，由于传感器的安装误差，需要对传感器进行标定，找到相机和机械臂的坐标转换关系。

 

 眼在外：即相机固定在机械臂以外的地方，主要标定相机和基底坐标系的转换矩阵

眼在手：即相机固定在机械臂末端，主要标定相机和机械臂末端的转换矩阵

坐标系表示：

机械臂基底坐标系—Base

机械臂末端坐标系—End

相机坐标系—Camera

标定板坐标系—Object

R表示旋转矩阵，t表示平移向量;T为表示变换矩阵关系构建的齐次矩阵

第一种：眼在手外（ Eye-to-Hand ）标定

      机械臂实物图                                                           机械臂简图

求解目标：基底坐标系到相机之间的坐标转换关系（ X=T𝐵→𝐶T_(B→C)）

实现方法：1、把标定板固定在机械臂末端

                      2、使用相机拍摄不同机械臂姿态下的标定板图片n张（n>3）

求解关键：

1.摄像头与机械臂底座之间的坐标转换关系不变，也就是说，   T𝐵→𝐶T_(B→C)始终不变；

2. 标定板与机械臂末端之间的坐标转换关系不变，也就是说，  T E → OT_(E→O) 始终不变

 把TE→OT_(E→O)按照前后两次运动展开，有：

 

 得到：AX=XB

 第二种： 眼在手上（ Eye-in-Hand ）标定

         机械臂实物图                                                 机械臂简图

求解目标：机械臂末端与相机坐标系之间的变换矩阵（ X=TE→CT_(E→C)）

实现方法：1、把标定板固定到固定位置不动

                      2、移动机械臂末端，从不同角度拍摄n张标定板图片（n>3）

求解关键：

1. 摄像头与机械臂末端之间的坐标转换关系不变，  T E → CT_(E→C) 始终不变；

2. 标定板与机械臂底座之间的坐标转换关系不变，  T 𝐵 → 𝑂T_(B→O) 也是不变的

把T𝐵→𝑂T_(B→O)按照前后两次运动展开，有

记：

 即得出：AX=XB

也就是，如果能够计算移动前后，机械臂末端的坐标变换关系 A 以及相机的坐标变换关系 B ，即可求出机械臂末端到相机之间的坐标变换关系 X 

推导AX=XB，看到网上多种推导方法，但奈何数学不行，推导实属难，看了一篇硕士论文得到了一些启发。论文名称：面向3D无序抓取的目标定位与手眼标定技术研究_林云森 

之前调研了一下推导求X矩阵的方法，大致分为4种。

手眼标定方法：

1. 通过几何关系求解---------Tsai-Lenz算法
2. 通过欧几里得群求解-------Navy算法
3. 通过单位四元数求解-------Horaud算法
4. 通过对偶四元数求解-------Dual quaternions算法

 

对应这四篇论文，这四篇论文最经典。 以下是自己手写的，可能不对，就是自己现阶段的理解，在此以作记录，为以后学习做准备。

 

背景知识：需要了解一下四元数、旋转矩阵、欧拉角、旋转向量之间的转化，一些矩阵论、线性代数知识。可以参考：三维旋转：欧拉角、四元数、旋转矩阵、轴角之间的转换 - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/45404840

 学习罗德里格斯公式（Rodriguez formula），参考链接：

罗德里格斯公式 理解、推导_Bingjian-Gong的博客-CSDN博客_罗德里格斯公式https://blog.csdn.net/q583956932/article/details/78933245