手眼标定——让工业机器人“看到”作业任务的武器

大家好，欢迎来到IT知识分享网。

文 | 伯朗特机器人中心

视频中可以看到，伯朗特的“蜘蛛手”1003A正在抓取不同类型的二维码纸片进行分类，看——辨——放，一套动作丝滑流畅。

工业机器人搭配视觉系统就可以“看到”世界，并按要求完成任务。

所以，这是怎么做到的呢？答案就是手眼标定。

▲▁手眼标定▁▲

工业在实际的机器人应用中，通常会给机器人配备视觉传感器，视觉传感器用于感知周围环境。但是，相机所获得的是像素坐标系，机器人是空间坐标系，机器人并不能直接使用，要获取机器人可以直接使用的坐标信息，必须将坐标转换到机器人坐标系下。因此，机器人手眼标定的目的是为了获取从视觉坐标系转换到机器人坐标系的转换矩阵。

实际运用中，相机识别到目标在图像中的像素位置后，通过标定好的坐标转换矩阵将相机的像素坐标变换到机器人的空间坐标系中，然后根据机器人坐标系计算出各个电机该如何运动，从而控制机器人到达指定位置抓取目标。

▲▁两种手眼标定的方式▁▲

手眼标定有2种类型，一种是“眼在手”，另一种则是“眼在外”。

眼在手（eye-in-hand），视觉传感器安装在机器人末端执行器上，随着机器人的移动而移动。在“眼在手”配置中，视觉传感器直接安装在机器人的末端执行器，也就是机器人的“手”部分。这种设置的主要优点是可以实现极高的灵活性和适应性。因为相机随着机器人手臂的移动而移动，它可以从多个角度捕捉目标对象的图像，从而获得更多关于目标位置和方向的信息。

眼在外（eye-to-hand），视觉传感器固定安装，与机器人基座坐标系相对固定。

与“眼在手”配置相反，”眼在外”方式中视觉传感器固定安装在某个位置，通常是机器人工作区域的上方或侧边，与机器人的基座坐标系相对固定。这种配置的主要优点是稳定性和简单性。由于相机位置固定，其捕获的图像相对稳定，处理这些图像的算法可以相对简单，因为不需要考虑由于相机移动引起的视角变化。

▲▁从基础坐标→机器人坐标▁▲

在视觉系统中，机器人一般有以下基础坐标系。

①机器人基础坐标系。

②机器人末端夹具坐标系。（通过工具标定获得）

③相机坐标系（像素坐标系、相机坐标系）。

④工件坐标系（标定板坐标系）相对固定。

机器人的手眼标定其实就是两个坐标系之间的转换关系的标定。我们希望计算出相机坐标系到机器人坐标系的转换关系T_c^r。可以让机器人运动到工件上的点P，并且相机也拍照这个点P，获得这个工件点P在这两个坐标系的坐标P_r和P_c。它们之间的转化关系为：

▲▁标定方法介绍▁▲

九点标定是常用的标定方法，九点标定直接建立相机和机器人之间的坐标变换关系。在图像中设定均匀的9个点，让机器人末端工具走9个点得到在机器人坐标系中的坐标，同时还要用相机识别9个点得到像素坐标。

这样就得到了9组对应的坐标，使用这9组数据即可计算出转化关系。根据转化公式可知至少需要3个点才能求出标定的矩阵，但实际应用时为了保证精度，一般采用九点标定。

标定流程：在相机视野区域中设定九个点（一般使用标定板）。→机器人建立好工具坐标系→使用机器人末端工具走到这九个点上，获取物理坐标。→视觉相机拍照，获取九个点的像素坐标。→使用物理坐标和像素坐标求解变换矩阵T_c^r，实际应用时使用视觉软件进行计算。

▲▁end▁▲

通过手眼标定，工业机器人不仅能“看到”目标，还能根据视觉信息进行精确的操作，大大拓展了机器人在复杂工业环境中的应用。这项技术不仅提高了生产效率，也为机器人技术的未来发展开辟了新的道路。