Halcon手眼标定实战：从“眼在手外”到“眼在手上”的九点标定全流程拆解-编程实验室

1. 手眼标定基础：理解“眼在手外”与“眼在手上”

在工业自动化领域，手眼标定是连接视觉系统与机械运动系统的关键桥梁。简单来说，它解决的是“相机看到的点”和“机械手实际位置”之间的坐标转换问题。根据相机安装位置的不同，手眼标定主要分为两种模式：

眼在手外（Eye-to-Hand）：相机固定在工作区域上方，像一位居高临下的观察者。这种模式下，相机视野范围大，适合检测静态物体或大范围运动轨迹。我曾在点胶机项目中采用这种布局，相机能同时监控整个PCB板上的点胶位置。
眼在手上（Eye-in-Hand）：相机安装在机械臂末端，如同给机器人装上了移动的眼睛。这种配置在贴合工艺中特别实用，相机可以跟随机械手移动，近距离观察待贴合部件的细节。

两种模式的核心差异在于坐标系的转换关系。眼在手外模式下，需要建立的是相机坐标系到机器人基坐标系的固定映射；而眼在手上则需要考虑相机随机械臂运动时的动态坐标转换。实际选择时，我通常会考虑以下因素：

工作空间大小（眼在手外适合大范围）
精度要求（眼在手上通常精度更高）
机械结构限制（有些场景无法固定相机）

2. 硬件准备与九点标定板制作

九点标定的准确性很大程度上取决于标定板的质量。根据我的经验，一个合格的标定板需要满足：

材质选择：推荐使用厚度2mm以上的阳极氧化铝板，这种材料热膨胀系数低，我在高温车间实测形变小于0.01mm。如果预算有限，也可以用高精度印刷的亚克力板替代，但要注意环境湿度影响。
图案设计：标准的3×3圆形阵列是最佳选择，圆直径建议为视野范围的1/8~1/10。我曾试过十字标靶，但圆心检测的重复精度比十字交点高约30%。
安装要求：
- 眼在手外：标定板必须与机器人末端工具保持平行，建议使用精密水平仪调整，倾斜角度超过1°就会引入明显误差
- 眼在手上：需要设计专用夹具，确保标定板在机械臂运动过程中不发生晃动

这里分享一个自制标定板的参数表格：

参数项	推荐值	允许误差
圆直径	10mm	±0.02mm
圆心距	25mm	±0.05mm
表面粗糙度	Ra≤0.8μm	-
圆度	≤0.01mm	-

3. 眼在手外模式九点标定全流程

3.1 图像采集与圆心定位

首先将标定板放置在机器人工作范围内，保持与相机光轴垂直。我习惯用以下Halcon代码进行圆心检测：

read_image (Image, 'calib_9points.jpg') * 使用稳健的阈值分割方法 binary_threshold (Image, Region, 'max_separability', 'dark', UsedThreshold) * 形态学处理消除噪点 opening_circle (Region, RegionOpening, 3.5) * 精确提取圆形特征 shape_trans (RegionOpening, Circles, 'outer_circle') * 获取圆心坐标 area_center (Circles, Area, Row, Column)

关键技巧：

照明要均匀，我常用环形光源+漫射板组合，确保亮度差异不超过10%
采集多张图像取平均值，可以降低随机噪声影响
对圆心坐标进行排序，确保与机械手运动顺序一致（Z字形是最稳妥的方案）

3.2 机械坐标记录要点

控制机器人TCP末端依次对准每个圆心时，要注意：

工具坐标系必须提前校准好，我遇到过因工具坐标系偏差导致整体标定失败的情况
移动速度建议设为50mm/s以下，高速运动可能引起振动误差
每个点停留至少0.5秒，确保位置完全稳定

记录坐标的典型格式：

robot_x := [100.0, 50.0, 0.0, 100.0, 50.0, 0.0, 100.0, 50.0, 0.0] robot_y := [0.0, 0.0, 0.0, 50.0, 50.0, 50.0, 100.0, 100.0, 100.0]

3.3 矩阵计算与验证

使用Halcon的核心算子进行变换矩阵计算：

vector_to_hom_mat2d (image_row, image_col, robot_x, robot_y, HomMat2D)

验证阶段我通常会：

随机选取3个未参与标定的验证点
计算像素坐标到机械坐标的转换误差
要求X/Y方向误差均小于0.3个像素（按500万像素相机计算约合0.015mm）

保存矩阵时建议添加时间戳：

write_tuple (HomMat2D, 'calib_matrix_'+date_time()+'.tup')

4. 眼在手上模式的特殊处理

眼在手上模式的最大挑战是相机随机械臂运动带来的坐标系变化。我在SCARA机器人项目中发现几个关键点：

标定板固定要求：必须牢固固定在工作平台上，我曾用磁力表座固定时发生微移，导致后续所有产品出现0.5mm偏差
运动路径规划：
- 保持标定板始终在相机视野中心区域
- 避免机械奇异点位置
- 各轴应单独运动测试，确认无干涉
数据采集技巧：
- 每个点位采集3次取平均值
- 记录时包含机械臂各关节角度（用于后期诊断）

典型代码结构：

* 移动机械臂到第1个点 move_robot_to_position(1) * 延时确保稳定 wait_seconds(0.3) * 采集图像 grab_image (Image) * 计算圆心 find_calib_points(Image, row1, col1) * 记录机械坐标 get_robot_position(robot_x1, robot_y1)

5. 标定结果优化与故障排查

5.1 常见误差来源

根据我的调试经验，误差主要来自：

机械背隙（特别是老旧设备）
相机镜头畸变（建议先做镜头校正）
温度变化（连续工作4小时后建议重新验证）

5.2 精度提升技巧

加权标定法：对中心区域点赋予更高权重

* 定义权重矩阵 weights := [1.0, 1.2, 1.0, 1.2, 1.5, 1.2, 1.0, 1.2, 1.0] * 带权重的标定 create_matrix(9,1,weights,WeightMatrix) hom_vector_to_hom_mat2d(image_row,image_col,robot_x,robot_y,WeightMatrix,HomMat2D)