opencv4.2中求解手眼标定方程AX=XB

最新推荐文章于 2024-06-27 08:54:58 发布
最新推荐文章于 2024-06-27 08:54:58 发布
阅读量3.3k 收藏 16
点赞数
文章标签： opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45790559/article/details/105845251
版权

opencv函数：

void cv::calibrateHandEye (InputArrayOfArrays R_gripper2base, 
		InputArrayOfArrays t_gripper2base, 
		InputArrayOfArrays R_target2cam, 
		InputArrayOfArrays t_target2cam, 
		OutputArray R_cam2gripper, 
		OutputArray t_cam2gripper, 
		HandEyeCalibrationMethod method = CALIB_HAND_EYE_TSAI )

前四个是输入参数，第五和第六是输出参数；

最后一个是手眼标定方式：

CALIB_HAND_EYE_TSAI：参考文献[1]

CALIB_HAND_EYE_PARK:参考文献[2]

CALIB_HAND_EYE_HORAUD:参考文献[3]

CALIB_HAND_EYE_ANDREFF:参考文献[4]

CALIB_HAND_EYE_ANDIILIDIS:参考文献[5]

参考文献：

【1】R. Tsai, R. Lenz A New Technique for Fully Autonomous and Efficient 3D Robotics Hand/EyeCalibration
【2】F. Park, B. Martin Robot Sensor Calibration: Solving AX = XB on the Euclidean Group
【3】R. Horaud, F. Dornaika Hand-Eye Calibration
【4】N. Andreff, R. Horaud, B. Espiau On-line Hand-Eye Calibration
【5】K. Daniilidis Hand-Eye Calibration Using Dual Quaternions

原文链接：https://blog.csdn.net/AlonewaitingNew/article/details/89430652

 

爱学习的小智同学
关注
手眼标定（eye in hand），求解 AX=XB 小记
joel的博客
01-08 7383
用于 EYE IN HAND 理论结束，代码如下: #include <vector> #include <opencv2/opencv.hpp> using namespace std; vector<cv::Mat> RT_Tcpij; //movement of Tcp coordinates vector<cv::Mat> R...
OpenCV手眼标定（Python版）
handsome_wang5的博客
02-26 2384
通过虚拟的数据进行标定，其中M_target_to_camera需要通过solvepnp获得旋转平移矩阵
OpenCV手眼标定（calibrateHandeye()）
hello
03-11 5万+
文章目录说明Code实验效果参考 说明 Code #include <opencv2/opencv.hpp> #include <iostream> #include <math.h> using namespace std; using namespace cv; Mat R_T2HomogeneousMatrix(const Mat& R, co...
线激光手眼标定
最新发布
jjjjjjjbbee的博客
06-27 700
这篇文章聚焦于激光视觉传感器的构成和与焊接机器人之间的标定算法。研究的核心在于手眼标定，通过传感器与六自由度工业机器人的组合形成Eye-in-Hand系统。通过手眼标定，可以获得激光平面坐标系与法兰盘坐标系之间的齐次变换矩阵，从而将激光平面坐标系下的坐标值转换到机器人基坐标系下。这样，我们可以通过像素坐标值计算出特征点在机器人基坐标系下的坐标值。标定的精度直接影响着焊缝跟踪实验的准确性，因此标定算法是后续进行焊缝跟踪的基础。
基于OpenCv的机器人手眼标定（九点标定法）
weixin_44789544的博客
12-25 2万+
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行，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，使用该方法进行定位也能得到较好的效果。 首先，对于九点标...
手眼标定（一）：Opencv4实现手眼标定及手眼系统测试
weixin_42203839的博客
01-08 2万+
Opencv4实现手眼标定及手眼系统测试（一）前言程序环境原理如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 前言 由于项目需要，要在win10环境下实现“眼在...
python 手眼标定OpenCV手眼标定（calibrateHandeye()）二
weixin_43134049的博客
02-16 1万+
这一章我们来更具上一章的分析，为手眼标定函数calibrateHandEye 准备他那些麻烦的参数 R,T=cv2.calibrateHandEye(R_all_end_to_base_1,T_all_end_to_base_1,R_all_chess_to_cam_1,T_all_chess_to_cam_1)#手眼标定 一.为首的两个机械臂抓手相对于机器人基坐标系的旋转矩阵与平移向量， 即R_all_end_to_base_1,T_all_end_to_base_1, 我们可用通过输入的机械臂提供的6
记录Opencv手眼标定的过程
weixin_41698305的博客
11-25 3700
参考文献 参考文献1：OpenCV手眼标定（calibrateHandeye()） 参考文献2:【OpenCV3学习笔记 】相机标定函数 calibrateCamera( ) 使用详解（附相机标定程序和数据） 思路： 按照参考文献1的做法，首先要拿到标定板的位姿与机器人TCP的位姿；TCP的位姿是由机器人上位机软件或API给出的，因此第一步是先想办法拿到标定板的位姿 标定板位姿：直接跑参考文献2的代码即可，我稍作了修改，代码如下： 拿到位姿之后，进一步用参考文献二中的方法，标定出手眼变换矩阵 ..
机器人手眼标定Ax=xB（eye to hand和eye in hand）及平面九点法标定
热门推荐
Learning by doing
09-27 10万+
一、背景 Calibration是机器人开发者永远的痛。虽然说方法说起来几十年前就有，但每一个要用摄像头的人都还是要经过一番痛苦的踩坑，没有轻轻松松拿来就效果好的包。 机器人视觉应用中，手眼标定是一个非常基础且关键的问题。简单来说手眼标定的目的就是获取机器人坐标系和相机坐标系的关系，最后将视觉识别的结果转移到机器人坐标系下。 手眼标定行业内分为两种形式，根据相机固定的地方不同，如果相机和机器......
奥比中光相机基于opencv进行Eye_to_hand手眼标定
weixin_44540282的博客
06-13 701
奥比中光相机基于opencv进行眼在手外标定，在标定前首先要理解经典方程组AX=XB原理，弄清楚机器人基座，法兰，标定板，相机之间坐标转换关系，并且注意易错点单位要统一
三种手眼标定方法的实现与比较
05-18
手眼标定是机器人视觉系统中的关键步骤，它涉及到机器人末端执行器（EOE）与摄像头之间坐标系的转换关系。这种转换对于机器人精准抓取和操作物体至关重要。本文将探讨三种不同的手眼标定方法：传统的两步法、Ma的自...
VC2017+OPENCV4.30实现机器人与传感器的手眼标定，亲测可用
06-02
使用VC2017结合OPENCV4.30实现机器人坐标系与传感器坐标系的手眼标定。可以计算出机器人的工具坐标系和传感器坐标系的相对位置关系矩阵。自己亲自测试，好用。
手眼标定VS项目 Ax=xB
04-23
工业视觉，相机标定，手眼标定，使用完整项目。 VS2015, opencv3.4
经典手眼标定算法C++代码
06-19
经典手眼标定算法C++代码，程序是基于OpenCV 2.0以上版本，下载程序后需要配置OpenCV。工程主要包括三个文件，handeye.h为各种手眼标定的实现，quaternion.h为四元数运算文件，handeye_test.cpp为主程序，测试各手眼标定算法的可行性。
经典手眼标定算法之Navy的OpenCV实现
YunlinWang的博客
07-10 2万+
介绍Frank C. Park and Bryan J. Martin在文献Robot sensor calibration: solving AX=XB on the Euclidean group中提出的手眼标定算法，该算法也被称为Navy手眼标定算法，该算法的主要创新点为利用李群理论的知识来求解手眼标定经典方程。
手眼标定实战(二)-基于opencv的Eye to Hand相机标定
向阳而生
08-11 9155
在手眼系统的坐标系理论变换中，从像素坐标到机器人坐标系转换过程中需要经过内参矫正、外参矩阵平移旋转的变换。本章节将进一步讨论手眼系统在标定过程中的应用，如何通过opencv来求解我们需要的内参、外参矩阵参数。 opencv是一个开源的计算机视觉库，封装了很多相机标定所需要用到的算法，因此使用opencv来进行标定将能够极大简化手眼标定的步骤。我们将从代码层面简单剖析手眼标定的步骤以及注意事项。 实现剖析 在眼在手外Eye to Hand安装方式的手眼系统中，标定求解的是相机坐标系到机械臂末端夹具坐标系的变换
【MachineVision】Hand-Eye-Calibration
zhy29563
07-23 2270
1. 眼在手上 标定过程 标定板放置在固定位置，机器人变换不同的姿态，相机获取不同姿态下的标定板图像 目标 上图中描述了闭环的坐标系空间关系，包含以下部分： baseHtool^{base}H_{tool}baseHtool​​​​​​ 机器人末端的工具坐标系到机器人基坐标系的变换矩阵​。 可变量 camHtool^{cam}H_{tool}camHtool​ 机器人末端的工具坐标系到相机坐标系的变换矩阵。 不变量 camHcal^{cam}H_{cal}camHcal​​​​​​ 标定板坐标系到
手眼标定
向暖阳的博客
04-13 387
根据相机固定位置不同可分为两种情况，一种是相机固定在机械臂上，称之为“眼在手”（eye in hand），另外一种是相机固定在独立支架上，称为“眼在外”（eye to hand）。 二、手眼关系的数学描述 eye to hand，这种关系下，两次运动，机器人末端和标定板的位姿关系始终不变。求解的量为相机和机器人底座坐标系之间的位姿关系。 eye in hand，这种关系下，两次运动，机器人底座和标定板的关系始终不变。求解的量为相机和机器人末端坐标系的位姿关系。 参考博客：https://blog.cs
opencv中的手眼标定函数如何
05-04
OpenCV中的手眼标定函数是`cv::calibrateHandEye()`。这个函数用于计算相机与机器人末端执行器之间的转换矩阵。下面是使用`cv::calibrateHandEye()`函数的基本步骤： 1. 准备手眼标定的数据，包括相机和机器人末端执行器的位姿数据。 2. 将位姿数据转换为相机和机器人末端执行器之间的变换矩阵。 3. 通过调用`cv::calibrateHandEye()`函数计算相机和机器人末端执行器之间的转换矩阵。该函数的参数包括4个向量和矩阵，分别是机器人末端执行器到相机的旋转和平移向量，相机到机器人基座的旋转和平移向量，以及相机内参数矩阵。 4. 根据计算得到的转换矩阵对相机和机器人末端执行器之间的关系进行验证。 下面是一个示例代码： ```cpp // 准备手眼标定的数据 std::vector<cv::Mat> Tc_vec, Tb_vec; // 将位姿数据转换为相机和机器人末端执行器之间的变换矩阵 for (int i = 0; i < num_samples; i++) { cv::Mat Tc, Tb; // 从相机和机器人末端执行器的位姿数据计算变换矩阵 ... Tc_vec.push_back(Tc); Tb_vec.push_back(Tb); } // 计算相机和机器人末端执行器之间的转换矩阵 cv::Mat R, t; cv::calibrateHandEye(Tc_vec, Tb_vec, eye_in_hand, R, t); // 验证手眼标定的结果 cv::Mat Tc, Tb; // 用相机和机器人末端执行器之间的变换矩阵计算变换矩阵 cv::Mat T = Tc.inv() * Tb; // 用手眼标定的结果计算变换矩阵 cv::Mat T_est = cv::Mat::eye(4, 4, CV_64F); R.copyTo(T_est(cv::Rect(0, 0, 3, 3))); t.copyTo(T_est(cv::Rect(3, 0, 1, 3))); // 比较两个变换矩阵是否相等 if (cv::norm(T - T_est) < threshold) { std::cout << "Hand-eye calibration succeeded!" << std::endl; } else { std::cout << "Hand-eye calibration failed!" << std::endl; } ``` 其中，`Tc_vec`和`Tb_vec`分别存储相机和机器人末端执行器的变换矩阵，`eye_in_hand`是一个布尔值，表示相机是否安装在机器人末端执行器上。`R`和`t`是输出参数，分别存储相机和机器人末端执行器之间的旋转和平移向量。`Tc`和`Tb`是相机和机器人末端执行器之间的变换矩阵。`T`和`T_est`分别是用相机和机器人末端执行器之间的变换矩阵和手眼标定的结果计算得到的变换矩阵。`threshold`是一个阈值，用于判断两个变换矩阵是否相等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值