手眼标定怎么做

相机输出的是像素坐标，机器人需要的是自己坐标系下的毫米和角度。两套坐标之间的桥梁就是手眼标定——在若干已知位置上同时记录「机器人认为它在哪里」和「相机认为它在哪里」，从这两组数据解出坐标变换。这件事的技术含量不算高，但它出错的方式很隐蔽：参数偏了，系统不报警，机器人照常动作，只是每一次都差固定的一点；而且这个偏差在工作空间的中央小、边缘大，很容易被当成机械误差或工件公差。

先分清是哪种结构

眼在手上（相机装在机器人末端）时，相机随手臂一起动，标定要解的是相机与末端法兰的关系。这种结构的优点是相机可以靠近、可以换角度、可以用小视场换高精度；缺点是相机一直在动，线缆要有拖链，视野里的东西每动一次就全变。它的典型失效原因是末端工具（夹爪或吸盘）的 TCP 偏置没配对——标定只认法兰，工具长度写错了，机器人的落点就整体偏一个固定量。

眼在手外（相机固定在支架上，俯视工作台）时，相机不动、工作空间固定，标定要解的是相机与机器人基座的关系。这种结构更稳定，光线和背景也更容易控制；代价是视场要覆盖整个抓取区域，精度受限于视场大小。它的典型失效原因是支架被动过——搬迁、清洁、撞了一下，甚至只是重新走了一遍线缆把支架拉偏了一点，标定就失效了，而外观上看不出任何变化。

标定点怎么取

最常见的错误是把九个点全打在视野中央一个小方块里。这样拟合出来的变换在那一小片区域内非常准，因为模型有足够的自由度去贴合这九个点；但一走到边缘，误差就暴露出来。标定点应当均匀铺满整个会用到的工作空间，包括四个角和几条边的中点——不是因为数学上需要这么多点，而是因为只有铺开，才能让拟合结果在整个空间里都有约束。

• 点数够用即可，分布比数量重要。 平面内的平移加旋转，三到五点就能解出参数，九到十二点能给出余量；但十二个点挤在中间，不如五个点分布到四角和中心。
• 标定用的点不能同时用来验证。 用同一批数据拟合再检验，残差必然很小，这个数字没有任何意义。要另外取一组独立点——最好是在标定结束后隔一段时间、由另一个人取的——单独记录误差。
• 标定件本身就是变量。 标定用的标记物（圆点板、尖针、棋盘格）必须与工件有稳定的关系。如果标定时用一个尖针、检测时换成实际工件，两者在相机里的成像中心是否重合，需要单独确认。
• Z 高度要与实际一致。 工作时的工件在什么高度，标定时标定板就该在那个高度。板子垫高或放低几毫米，平面标定就会引入与视场位置相关的偏差，中心处看不出来，边缘处很明显。

标定完了怎么验

手眼标定的验收不能只看那个残差数字，要看实际落点误差。做法是取一组独立标记点，让系统算出「应该在机器人坐标系的哪里」，再让机器人实际走过去，用量具（比如针尖对针尖、或者塞规）比较实际落点与期望落点的差距。这个比较要在工作空间的中央、四角各做一遍，得到的是误差的分布而不是一个数。分布均匀且都在容差内，才算标定成功；中央准边缘不准，说明标定模型或点位分布有问题。

标定做完要留下什么

一次标定做完，如果只留下一个参数文件，下一个接手的人几乎无法判断它是否还有效。至少应当留下三样东西：标定时的点位清单与各点残差，独立验证点上的落点误差分布，以及当时的机械状态（工具编号、镜头焦距与对焦位置、支架是否动过）。有了这三样，日后出现「落点又偏了」时才有得对照，能分清是标定失效还是别的原因。更实用的一条是把固定标记点的复核做成开机自检的一部分：系统每次启动时自动看一次那个点，读数超出记录的容差就报警并拒绝自动运行。这一条把标定从「一次性工作」变成了「持续受控的状态」，是引导类工位最值得花的那点时间。