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！
![[Halcon&3D] 3D手眼标定理论与示例解析](https://imgs.yssmx.com/Uploads/2024/02/574284-1.png)
