用于验证手眼标定算法的仿真随机数据

由于近期一个项目需要做机器人相机手眼标定，找到一些基于c++ / opencv的demo代码，见（OpenCV手眼标定（calibrateHandeye()））但是输入项目测量的数据后怎么都不对，为了验证到底是demo代码问题，还是实际测量数据问题，只得先产生一组随机仿真数据，用来验证。这组随机数据的产生过程和结果贡献给大家。

一  图示 

图1

 

图2

二  生成数据的思路

1. base和target在世界坐标固定，且关系已知, 即生成 R_target2base, T_target2base

2. gripper和cam可以移动，但互相之间关系已知且固定，即生成 R_cam2gripper, T_cam2gripper

3. 每次移动gripper到一个随机位置，该位置相对base已知，即生成R_gripper2base, T_gripper2base

4. 由已知关系，计算出cam相对base的关系，即计算R_cam2base, T_cam2base

5. 因为target到base已知，cam到base已知，计算出每次移动gripper时，target到cam的关系（target在相机中的位姿读数），即计算出R_target2cam, T_target2cam

6. 重复上述3-5步骤，计算出一组对应数据，则最终得到一组已知的，{base}, {gripper}, {cam}, {target},四个坐标系之间的所有关系。

三 具体生成的过程和方法，利用matlab

1. 生成一个简单直观的base和target关系假设两个坐标系z轴均向上，x y轴共面，target相对于base只是沿着z轴（右手）旋转了90°（如图2所示），假设target原点位移相对于base在y轴正向距离1m，则有T_target2base = [0, 1, 0]，那么轴角表示 pi/2 * [0, 0, 1],  或者乘进去用旋转向量表示[0 , 0, 1.5708]

 换成四元数表示 （q0, q1, q2,q3）

2. 生成gripper和cam关系，这里可以稍微随机一点，表示一般性。

假设随机生成轴角的轴为 [0.1817,  0.6198,  -0.7634]   （已经验证为单位向量）

假设轴角的角为30°，即pi/6

该图表示旋转矩阵，轴角，四元数三种表示均已知

假设位移为 T_cam2gripper = [0.1, 0.2, 0.3]

 3. 生成随机的gripper位姿（方法同1） 2））

位姿1: 轴角: pi/5 * [0.5394,  0.1994,   -0.8181]

随机T_gripper2base = [0.15,  0.32,   0.88]

位姿2:

 

随机T_gripper2base = [0.27,  0.56,   0.76]

位姿3

随机T_gripper2base = [0.11,  0.24,   1.2]

位姿4

 

T_gripper2base = [0.26,  0.65,   0.89]

4. 根据上步生成的4组gripper在base中的读数，利用已知的target2base和cam2gripper这2组固定关系，可以计算出对应的target在cam中的读数，关系如下（见图2，蓝色路线等于黄色路线）

Homo_target2base  =   Homo_gripper2base x Homo_cam2gripper x Homo_target2cam

式中除了 Homo_target2cam待求，其他均已知，则有

Homo_target2cam = Homo_cam2gripper -1  x  Homo_gripper2base -1  x  Homo_target2base

对应位姿1

 

 

由此得到第一个位置对应的Homo_target2cam

由此类推计算出其他三组如下

 对应位姿2

对应位姿3

 

对应位姿4

 

至此所有4组仿真的测量数据已得，下面我们通过第4组数据验算一下是否正确。验算思路为（图2的蓝色和黄色路线是否相等）

已知 Homo_target2base关系且恒定不变(蓝色路线)

 

现在通过黄色路线计算  

Homo_gripper2base x Homo_cam2gripper x Homo_target2cam

 

完美匹配，验证通过。说明制造的仿真数据是正确的。可以用来做测试用。