基于ROS的机械臂手眼标定-注意事项

基于ROS的机械臂手眼标定-注意事项

手眼标定的结果准确与否严重取决于数据的准确性。根据标定原理我们可以得知，输入数据由机械臂位姿和相机中标定板的位姿共同决定，接下来我们来讲一下如何提高标定结果的准确性的几个方向。

开源地址

github: https://github.com/aiotrobot/handeye-calib
gitee: https://gitee.com/ohhuo/handeye-calib

本教程一共包含五个部分：

• 手眼标定-基础使用
• 手眼标定-JAKA机械臂
• 手眼标定-AUBO机械臂
• 手眼标定-Aruco使用与相机标定
• 手眼标定-注意事项

如果上述程序使用过程中遇到问题，可以参考：

• 手眼标定-常见问题排查

如果你对手眼标定原理感兴趣，可以参考以下文章：

• 机器人手眼标定原理介绍（含详细推导过程）使用Tsai-Lenz算法
• 手眼标定算法TSAI_LENZ，眼在手外python代码实现
• 手眼标定算法Tsai-Lenz代码实现（Python、C++、Matlab）

1.机械臂数据的准确性

机械臂的数据一般从厂家所给的SDK或者中可以很方便的获取到，而且精度还是非常精准的，但这所说的只是末端的角度，对于我们实际使用来说，一定会在机械臂上安装夹爪和吸盘等，所以机械臂的末端标定要准确才行，这个标定可以使用机械臂厂家所给的标定程序。

2.相机标定的准确性

• 如果使用的标定目标板是类似于棋盘格式的平面标定板，请使用加工精度相对较高的标定板
• 尽量多的角点数和图片数量。这里推荐角点数比较多的标定板。10x10是原作者认为应该采用标定板的-最小尺寸，通常使用20x20。
• 拍照时使用较大的拍照范围。确保在某些图片中，聚焦轴以较大的倾斜对准标定板
• 减少晃动和拍照时的运动模糊(使用ros标定过程中容易出现这个情况)一定要注意。

3.相机识别结果的准确性

参考：https://blog.csdn.net/sandy_wym_/article/details/83996479

• 两次运动的旋转轴的夹角：越大越好
• 每次运动的旋转矩阵对应的旋转角度：越大越好
• 相机中心到标定板的距离：　距离越小越好
• 每次运动机械臂末端运动的距离：距离越小越好
• 机械臂精度影响

提高精度的几个方向

• 不管采集多少组用于标定的运动数据，每组运动使运动角度最大。
• 使两组运动的旋转轴角度最大。
• 每组运动中机械臂末端运动距离尽量小，可通路径规划实现该条件。
• 尽量减小相机中心到标定板的距离，可使用适当小的标定板。
• 尽量采集多组用于求解的数据。
• 使用高精度的相机标定方法。
• 尽量提高机械臂的绝对定位精度，如果该条件达不到，至少需要提高相对运动精度。

如果有不明白和有错误的地方可以留言~

作者介绍：

我是小智，机器人领域资深玩家，现深圳某独脚兽机器人算法工程师一枚

初中学习编程，高中开始学习机器人，大学期间打机器人相关比赛实现月入2W+（比赛奖金）

目前在输出机器人学习指南、论文注解、工作经验，欢迎大家关注小智，一起交流技术，学习机器人