手眼标定的两种方式

小白学视觉

共 2015字,需浏览 5分钟

 · 2021-06-13

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

本文转自:新机器视觉

一 手眼标定的两种情形


首先讲一下在工业应用中,手和眼(摄像机)的两种位置关系,第一种是将摄像机(眼)固定在机械手(手)上面,眼随手移动;第二种是摄像机(眼)和机械手(手)分离,眼的位置相对于手是固定的,下面用网上的两张图来说明下:


一种情况:相机移动

 

第二种情况:相机固定

从上面两副示意图可以看出,第一种情况中我们要求的是相机坐标系和机械手坐标系的转化关系;第二种情况中要求的是相机坐标系和基础坐标系的关系;下面分别阐述其求解过程。


二 相机移动时,标定求解过程


在推导过程中,我们会用到四个坐标系,分别是基础坐标系,机械手坐标系,相机坐标系,以及标定物坐标系,下面先给出示意图:

 

坐标系示意图

 

其中baseHcal表示基础坐标系到标定物坐标系的转化关系,包括旋转矩阵和平移向量;camHtool表示相机坐标系到机械手坐标系的转化关系;这两个转化关系在机械手移动过程中是不变的;camHcal可以由相机标定求出;baseHtool可以由机器人系统中得出。

接下来控制机器手从位置 1 移动到位置 2

base = baseHtool 1* tool1

tool1= invcamHtool*cam1

cam1= camHcal1*obj

联合上面三个公式:

base = baseHtool 1* invcamHtool* camHcal1*obj

移动到机械手臂到位置2后:

base = baseHtool 2* invcamHtool* camHcal2*obj

因为baseobj是固定的所以:

baseHtool 1* invcamHtool* camHcal1=baseHtool 2* invcamHtool* camHcal2

其中只有camHtool是未知量,具体求解过程将放在下篇文章。


三 相机固定时,标定求解过程

坐标系示意图

 

对于固定相机的情况,还是控制机械手从位置1移动到位置2

 

obj1= invcamHcal(1)) *cam

cam = camHbase *base

base = baseHtool1* tool(1)

合并上面三个公式:

obj1= invcamHcal(1))  * camHbase* baseHtool1*tool1

移动到位置2后:

obj2= invcamHcal(2))  * camHbase* baseHtool2*tool2

因为objtool的相对位置是不变的,所以不管怎么移动:

invcamHcal(1))  * camHbase* baseHtool1= invcamHcal(2))  * camHbase* baseHtool2

 

其中变量只有camHbase,也就是我们要求的。

 


下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 30
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报