基于OpenCv的机器人手眼标定（九点标定法）《转载》

转载链接：

基于OpenCv的机器人手眼标定（九点标定法）

对于初学者而言，对相机的标定经常模糊不清。不知道机器坐标与相机坐标如何转换，两个坐标系又是如何建立？
我们通常是利用张氏标定法，针对于相机的畸变进行标定，利用校正得到的参数对图形进行处理后再呈现出来。这个方法网上用的人很多，资料也较为全面。这里就不做说明了。本文主要是针对机械手的手眼标定，一般而言目前相机的畸变较小，精度也较为准确，使用该方法进行标定也能得到较好的效果。
首先，对于九点标定而言。我们使用到的是OpenCv中的estimateRigidTransform 函数。
函数定义如下：
Mat estimateRigidTransform(InputArraysrc,InputArraydst,boolfullAffine)
前两个参数，可以是 ：src=srcImage (变换之前的图片Mat) dst=transImage（变换之后的图片Mat）
也可以： src=array（变换之前的关键点Array） dst=array（变换之后的关键点Array）
第三个参数： 1（全仿射变换,包括：rotation, translation, scaling,shearing,reflection）

其主要原理为：如果我们有一个点变换之前是[x,y,1],变换后是[x’,y’,1] 则fullAffine表示如下:

TX=Y

展开后表示

如果我们想求这【a-f】 6个变量需要有6个方程，也就是3组点。但是比三个点多呢？
比如：20个点。那就是用最小方差。

标定步骤
1、首先我们需要准备一块，标定板。如果条件不足，可以使用白纸画上九个圆进行代替。

2、相机位置，机械手位置全部固定好，标定针固定在机械手上，固定好后不能够再移动。标定针的位置一定要与夹手或吸盘之内的工具同一位置高度。
3、将标定板放到相机下方，位置区域要与机械手工作的区域一样，包括高度必须尽量一致，这是标定准确度的关键。
4、调整好相机焦距，拍照，然后识别9个圆圆心的坐标并进行记录。关于如何找圆，可以参考我的上一篇博文，对于圆形的查找十分精准。
5、将机械手依次移动到9个圆的圆心位置，记下机械手坐标

做完以上五步，我们会得到两个点集。一个为9个圆圆心坐标（points_camera），一个为9个圆心对应的机械手坐标（points_robot）。

	Mat warpMat;
	vector<Point2f>points_camera;
	vector<Point2f>points_robot;`
	vector<Point2f>points_camera;
	vector<Point2f>points_robot;
	warpMat =estimateRigidTransform(points_camera, points_robot, true);
	 A = warpMat.ptr<double>(0)[0];
	 B = warpMat.ptr<double>(0)[1];
	 C = warpMat.ptr<double>(0)[2];
	 D = warpMat.ptr<double>(1)[0];
	 E = warpMat.ptr<double>(1)[1];
	 F = warpMat.ptr<double>(1)[2];

得出来的6个double类型的参数，就是我们此次标定最终得到的标定参数了。
之后我们把检测得到的图像坐标（t_px，t_py）代入，就可以得到与之相对应的机械手坐标（t_rx,t_ry）
t_rx= (A * t_px) + B * t_py + C)；
t_ry= (D * t_px) + E * t_py+ F)；
至此标定结束，我们可以控制相机拍照进行定位，然后转换成机械手坐标，指哪打哪了。希望对初学者有所帮助，转载请注明出处。