参考了https://zhuanlan.zhihu.com/p/103749589
手眼标定法是标定摄像头与机械臂的一个经典方法,不过这个思想也适用于其他传感器,比如自动驾驶中激光雷达与摄像头之间的标定,比如东京大学的这篇工作《LiDAR and Camera Calibration using Motion Estimated by Sensor Fusion Odometry》。
手眼标定法的核心公式只有一个,AX=XB,这里的 X 就是指手(机械臂末端)与眼(摄像头)之间的坐标转换关系。下面结合机械臂的两种使用场景,讲一下这个公式的由来。
用Base表示机械臂的底座(可以认为是世界坐标系),用End表示机械臂的末端,用Camera表示摄像头,用Object表示标定板。
一、固定标定板
英文为eye-in-hand。表示为相机随着机械臂运动,但标定板固定情况下,估计相机到机械臂末端end的变换矩阵。如下图所示
此时Base->End的变换矩阵固定,Object->Base的变换矩阵固定
此时考虑相机在不同两个位置C1和C2处拍摄了标定板图片情况,具有下面的等式约束
就得到了
AX=XB
即求解得到X
二、固定相机
这种情况是相机固定,但是标定板随着机械臂变化而变化,英文表示为Eye-to-hand
此时固定的变换矩阵变为Base->end和Base->Camera间的变换矩阵
考虑标定板的不同位置,获得下面等式约束:
三、求解AX= XB
将变换矩阵变为旋转矩阵+平移向量,此时获得下面式子:
其中R表示旋转矩阵,t表示平移向量
1、求解旋转矩阵
旋转矩阵分布在Rx的左右两侧,因此使用向量化算子Vec(x)进行求解,其中向量化算子的性质如下表示
因此AX=XB左右等式同时取向量化算子,即:
Vec(AX)= Vec(XB)
因此只需vec(Rx)前面系数项的奇异值特征向量,即可获得Rx值,即
文章来源:https://www.toymoban.com/news/detail-456157.html
平移向量求解如下:
文章来源地址https://www.toymoban.com/news/detail-456157.html
到了这里,关于手眼标定原理的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!