本文主要是介绍眼在手上的手眼标定（matlab+python）实测精度±1mm，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
眼在手上的手眼标定（matlab+python）实测精度±1mm
- 原理网上有很多教程，提供一个参考，就不详细阐述了，这里主要记录一下手眼标定的过程和代码。
- 源码：https://gitee.com/Tavox/hand-eye-calibrate
一、准备工作
- 材料准备：标定板、相机、机械臂；
- 做相机标定，同时记录拍照位机械臂位姿（images/pos.txt），照片放在images下；（笔者提供了标定的图片及数据）
二、相机标定：
- 使用matlab自带的相机标定工具箱进行标定，标定结果会输出到matlab工作区，需要将其保存至本地；
data = toStruct(cameraParams);
% 保存变量到.mat文件
save('cameraParams.mat', 'data');
三、手眼矩阵计算：
1. 运行hand_eye_calibrate.py；
- 读取cameraParams.mat中的标定结果，并写入配置文件camera.ini；
- 计算相机和机械臂末端变换矩阵至cam2end.txt；
2. 注意
- 需要注意机械臂位姿输出的格式，我这里用的输出格式为：
[x, y, z, rx, ry, rz]
四、如何使用手眼矩阵
- 提供了一个基于AprilTag的定位方案，见get_target_pose.py;
这篇关于眼在手上的手眼标定（matlab+python）实测精度±1mm的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
