手眼标定解析——从原理到工程实践的两种经典方法

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}

在机器人视觉领域，手眼标定（Hand-Eye Calibration）是实现精准操作的核心技术之一。无论是工业机器人抓取零件、医疗机器人辅助手术，还是无人机作业，都需要让机器人精确掌握“眼睛”（如相机）与手（末端执行器）之间的空间关系。

本文大凡光学将从工程实践出发，系统阐述手眼标定的基本原理、两种典型系统架构眼在手（Eye-in-Hand）与眼在外（Eye-to-Hand），并深入对比两种经典求解方法——解析解法与数值优化法，分析各自的适用场景与选择策略。

一、手眼标定的意义

假设一下，机器人需要通过摄像头识别桌面上的一颗螺丝，然后用机械臂精准抓取它。若相机坐标系与机器人末端坐标系之间的变换关系未知，视觉定位的偏差将直接导致操作失败。

手眼标定的目标正是求解二者之间的刚性变换矩阵X（包含旋转R与平移t），使得机器人能够将视觉信息准确映射为末端执行器的运动指令。

无论何种系统，核心数学模型均归结为求解矩阵方程：A X=X B

A：机器人本体（末端）的运动变换

B：相机观测到的目标物运动变换

X：待求的手眼矩阵

二、两种手眼系统架构详解

根据相机安装位置与工作模式的不同，手眼标定系统分为眼在手（Eye-in-Hand）与眼在外（Eye-to-Hand）两大主流架构，二者分别适配不同的作业场景与精度需求。

1.眼在手（Eye-in-Hand）系统

相机直接安装在机器人末端执行器上，与机械臂同步运动。相机视野随机械臂移动而动态变化。

典型应用场景：工业精密装配、抓取，医疗机器人（如手术导航内窥镜）、无人机自主抓取。

技术优势：可对操作对象进行近距离高精度观测、灵活调整视角以适应不同工序。

工程挑战：相机随机械臂高频运动，易受振动、光照变化干扰，频繁运动可能导致标定参数漂移。

2.眼在外（Eye-to-Hand）系统

相机固定安装在机器人工作区域外，独立于机械臂运动。相机的全局视角覆盖整个工作空间，机械臂运动被动呈现在视野中。

典型应用场景：工厂流水线质量监控（如汽车焊接检测）、AGV（自动导引车）导航、仓储机器人货架管理。

技术优势：全局视野，适合大范围或轨迹监控、标定后长期有效，无需频繁更新。

工程约束：对远距离测量精度有一定损失，存在视野遮挡风险。

3.两种系统的对比

三、手眼标定的两种经典求解法

手眼标定的核心是对AX=XB方程的精准求解，行业主流形成解析解法与数值优化法两大技术路线，二者形成互补的工程化应用体系。

1.解析解法

解析解法通过数学推导对矩阵方程进行旋转与平移分量解耦，构造线性方程组直接完成闭式求解，经典代表为Tsai-Lenz、Park-Martin算法。

核心求解流程：采集多组机器人运动与相机观测数据→解耦旋转与平移分量→通过SVD分解或四元数法求解旋转矩阵→代入求解平移向量→输出手眼矩阵。

性能特点：计算速度快，毫秒级完成求解，无需初始值，流程简单易落地；但对数据噪声敏感，要求至少两组非平行旋转轴的运动数据，适配无噪声的实验室快速标定。

2.数值优化法

数值优化法将标定问题转化为非线性最小二乘优化问题，通过迭代最小化重投影累积误差，实现全局最优解求解，是工业现场的主流方案。

核心求解流程：通过解析解法获取初始值→将手眼矩阵参数化为李代数→构建最小化误差目标函数→通过高斯-牛顿或LM算法迭代优化→映射回李群输出优化后的手眼矩阵。

性能特点：抗噪声干扰能力强，数据量越大精度越高，标定结果稳定性强；但依赖可靠初始值，需多次迭代计算，实时性较弱，适配复杂工业环境的高精度标定。

两种方法并非对立，而是互补——解析解为数值优化提供可靠的初始值，后者在此基础上进一步提升精度与鲁棒性。

四、场景选型与未来趋势

手眼标定的最终落地效果，不仅取决于求解方法的选择，更依赖标准化的工程实施流程与场景化的选型策略，是保障标定精度与长期稳定性的核心环节。

1.核心实施规范

标定板选型：优先选用高平面度棋盘格/圆点标定板，板面平面度优于0.1mm/m²，特征尺寸公差±0.01mm，确保观测特征稳定可溯源。

数据采集：采集数据需覆盖作业全空间，旋转角度30°~90°，平移量覆盖作业行程1/3以上，有效数据不少于15组，严格规避共轴运动。

精度验证：工业级应用重投影误差≤0.5像素，抓取重复定位误差≤0.1mm；高精度医疗、航空航天场景重投影误差≤0.2像素。

2.场景化选型策略

眼在手精密场景：实验室无干扰环境优先用解析解法快速标定；工厂现场有振动、光照干扰的工况，采用“解析解粗标定+数值优化精调”的组合方案。

眼在外全局场景：优先采用数值优化法完成一次性高精度标定，保障结果长期稳定，减少重复校准，适配批量连续作业。

动态移动机器人场景：优先采用解析解法，利用其高实时性实现标定参数快速更新，适配动态环境下的位姿变化需求。

3.行业升级方向

尽管传统手眼标定方法仍是当前工业主流，但多种新技术正在融入与构建：

深度学习辅助标定：用神经网络直接预测X，减少对运动数据量的依赖。

多传感器融合：联合相机、IMU、力传感器提升鲁棒性。

在线标定：实时更新手眼矩阵，适应环境动态变化。

结语

手眼标定是机器人感知与执行之间的“精度桥梁”。眼在手如同“手持显微镜”，专为精密局部操作设计；眼在外则似“天空之眼”，掌控全局视野。解析解法以“快”见长，数值优化以“稳”取胜，二者结合可在复杂工程环境中实现高精度、高可靠性的手眼标定。

未来，随着AI技术的渗透，手眼标定将更加智能化、精准化，为工业4.0和智能医疗开辟更广阔的可能性。