1. 手眼标定:让机械臂“看见”并“够到”的关键一步
大家好,我是老张,在机器人视觉这块儿摸爬滚打了十来年。今天咱们来聊聊一个让很多机器人新手又爱又恨的话题——手眼标定。简单来说,这就像是给机械臂装上一双“眼睛”(比如RealSense D435深度相机),然后教会它如何理解“眼睛”看到的世界和“手”(机械臂末端)所在的世界之间的关系。
想象一下,你的眼睛告诉你:“杯子在桌子左上角。”但你的手需要知道这个“左上角”相对于你身体中心的具体方向和距离,才能准确伸过去拿。手眼标定干的就是这个事儿:计算出一个精确的数学变换(齐次变换矩阵),把相机“看到”的物体坐标,转换成机械臂“自己”能理解的坐标。没有这一步,机械臂就是“睁眼瞎”,哪怕相机识别得再准,它也抓不到东西。
睿尔曼机械臂搭配Intel RealSense D435相机,是一套非常经典且性价比高的视觉引导方案。D435能提供丰富的彩色和深度信息,而睿尔曼机械臂的开放接口和轻量化设计,让二次开发变得很友好。今天,我就用最直白的方式,带你走通用Python实现这套系统手眼标定的全流程。我会把原理掰开揉碎了讲,把代码一行行拆明白,还会分享几个我实际调试中踩过的“坑”和解决技巧。无论你是学生、工程师还是爱好者,跟着做下来,你都能自己搞定。
整个流程可以概括为三步:准备硬件和软件环境 -> 采集多组机械臂位姿和对应的标定板图像 -> 利用这些数据解算相机和机械臂之间的变换关系。听起来不复杂,对吧?但魔鬼藏在细节里。接下来,我们就一步步深入。
2. 环境搭建与硬件连接:万事开头细
工欲善其事,必先利其器。在写代码之前,咱们得先把场子搭好。这里我强烈建议使用 Ubuntu 20.04或22.04 系统,对机器人开发更友好。Windows也能跑,但可能会在驱动和库依赖上遇到些小麻烦。
2.1 软件环境配置:安装必备的Python库
首先,确保你的Python版本在3.8以上。我习惯用Anaconda创建一个独立的虚拟环境,避免库版本冲突。打开终端,执行以下命令:
# 创建并激活一个名为‘hand_eye’的虚拟环境
conda create -n hand_eye python=3.9
conda activate hand_eye
接下来,安装核心的Python库。咱们需要一个requirements.txt文件来管理依赖。你可以新建一个文本文件,把下面这些内容粘贴进去:
numpy>=1.24.2
opencv-python>=4.10.0.84
opencv-contrib-python # 包含calibrateHandEye等额外模块
pyrealsense2>=2.53.1 # 这是Intel RealSense相机的官方Python SDK
scipy>=1.10.1
PyYAML>=6.0 # 用于读取配置文件
然后,在终端里进入存放这个文件的目录,运行:
pip install -r requirements.txt
这里有个小坑我踩过:OpenCV的calibrateHandEye函数有时在基础的opencv-python包里找不到,需要额外安装opencv-contrib-python。如果你在后续运行中遇到相关函数找不到的报错,记得补上这个包。
2.2 硬件连接与检查:确保“手”“眼”互通
硬件清单很简单:
- 睿尔曼机械臂(如RM65-B):确保电源和控制器正常。
- Intel RealSense D435深度相机:使用原装USB 3.0数据线。
- 棋盘格标定板:建议购买亚克力或陶瓷材质的,精度更高。自己打印的话,一定要保证纸张平整、方格尺寸准确。常见的规格是9x6(内部角点)或12x9,每个格子边长(比如0.03米)要精确测量。
- 一台电脑:最好有USB 3.0接口。
- 网线:用于连接电脑和机械臂控制器。
连接步骤:
- 用USB线将D435相机连接到电脑。在终端输入
lsusb,应该能看到“Intel Corp.”相关的设备。 - 用网线将电脑和机械臂控制器连接。
- 关键一步:设置IP在同一网段。 机械臂的默认IP通常是
192.168.1.18。你需要将电脑有线网络的IPv4地址设置为静态地址,例如192.168.1.100,子网掩码255.255.255.0。设置好后,可以尝试ping 192.168.1.18,看是否能通。 - 将标定板牢固地安装在一个固定位置(眼在手外模式),或者牢固地安装在机械臂末端(眼在手上模式)。一定要紧,不能有丝毫晃动,否则会引入误差。
2.3 标定模式选择:眼在手上 vs. 眼在手外
这是两个核心概念,决定了你后续的安装和计算流程。
- 眼在手上 (Eye-in-Hand):相机固定在机械臂末端,随着机械臂一起运动。标定目标是求出相机坐标系</
1122



被折叠的 条评论
为什么被折叠?



