OpenCV手眼标定（calibrateHandeye()）

最新推荐文章于 2026-04-18 10:43:29 发布

原创

最新推荐文章于 2026-04-18 10:43:29 发布 · 6.4w 阅读

776

标签

#opencv

本文详细介绍了手眼标定的基本原理，包括手眼方程、坐标转换关系及OpenCV实现的五种方法。通过具体代码示例，展示了如何计算手眼矩阵，实现摄像机与机械臂之间的精确协调。

该文章已生成可运行项目，

文章目录

- 说明
- Code
- 实验效果
- 参考博客

2021.03.06回记：这篇文章是2020年在家里根据自己的理解做本科毕设时写的，好久没做这块内容了，现在在全心转后端开发，这篇文章的内容没有实际进行实验验证，所以可能有很多问题哈，大家大概看看就行了

说明

1、手眼标定实际上是求解矩阵方程：AX = XB ; A是摄像机（单目或双目）前后两次空间变换的齐次矩阵； B是机械臂末端坐标系前后两次变换的齐次矩阵； X为待求解的手眼矩阵；通过多次求解该方程，即可解出X（A 、B矩阵求法如下）
在这里插入图片描述
2、calibrateHandeye() 参数描述如下：R_gripper2base，t_gripper2base是机械臂抓手相对于机器人基坐标系的旋转矩阵与平移向量，需要通过机器人运动控制器或示教器读取相关参数转换计算得到；R_target2cam ， t_target2cam 是标定板相对于双目相机的齐次矩阵，在进行相机标定时可以求取得到（calibrateCamera()得到）, 也可以通过solvePnP()单独求取相机外参数获得； R_cam2gripper ， t_cam2gripper是求解的手眼矩阵分解得到的旋转矩阵与平移矩阵；OpenCV实现了5种方法求取手眼矩阵， Tsai两步法速度最快。
在这里插入图片描述

OpenCV实现的5种方法：

3、计算步骤：
在这里插入图片描述
4、原理：

5、坐标转换关系：一般是获得摄像机坐标系中点在机器人坐标系下的点的空间位置的描述；
在这里插入图片描述

6、手眼方程：

在这里插入图片描述

Code

1、思路：编写一些函数：实现四元数、欧拉角到旋转矩阵的转换，实现齐次矩阵的分解与合成，然后处理数据，提供给calibrateHandeye()使用，计算出手眼矩阵。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace std;
using namespace cv;

Mat R_T2HomogeneousMatrix(const Mat& R, const Mat& T);
void HomogeneousMtr2RT(Mat& HomoMtr, Mat& R, Mat& T);
bool isRotatedMatrix(Mat& R);
Mat eulerAngleToRotateMatrix(const Mat& eulerAngle, const std::string& seq);
Mat quaternionToRotatedMatrix(const Vec4d& q);
Mat attitudeVectorToMatrix(const Mat& m, bool useQuaternion, const string& seq);
//数据使用的已有的值
//相机中13组标定板的位姿，x,y,z，rx,ry,rz,
Mat_<double> CalPose = (cv::Mat_<double>(13, 6) <<
	-0.072944147641399, -0.06687830562048944, 0.4340418493881254, -0.2207496117519063, 0.0256862005614321, 0.1926014162476009,
	-0.01969337858360518, -0.05095294728651902, 0.3671266719105768, 0.1552099329677287, -0.5763323472739464, 0.09956130526058841,
	0.1358164536530692, -0.1110802522656379, 0.4001396735998251, -0.04486168331242635, -0.004268942058870162, 0.05290073845562016,
	0.1360676260120161, -0.002373036366121294, 0.3951670952829301, -0.4359637938379769, 0.00807193982932386, 0.06162504121755787,
	-0.1047666520352697, -0.01377729010376614, 0.4570029374109721, -0.612072103513551, -0.04939465180949879, -0.1075464055169537,
	0.02866460103085085, -0.1043911269729344, 0.3879127305077527, 0.3137563103168434, -0.02113958397023016, 0.1311397970432597,
	0.1122741829392126, 0.001044006395747612, 0.3686697279333643, 0.1607160803445018, 0.2468677059920437, 0.1035103912091547,
	-0.06079521129779342, -0.02815190820828123, 0.4451740202390909, 0.1280935541917056, -0.2674407142401368, 0.1633865613363686,
	-0.02475533256363622, -0.06950841248698086, 0.2939836207787282, 0.1260629671933584, -0.2637748974005461, 0.1634102148863728,
	0.1128618887222624, 0.00117877722121125, 0.3362496409334229, 0.1049541359309871, -0.2754352318773509, 0.4251492928748009,
	0.1510545750008333, -0.0725019944548204, 0.3369908269102371, 0.2615745097093249, -0.1295598776133405, 0.6974394284203849,
	0.04885313290076512, -0.06488755216394324, 0.2441532410787161, 0.1998243391807502, -0.04919417529483511, -0.05133193756053007,
	0.08816140480523708, -0.05549965109057759, 0.3164905645998022, 0.164693654482863, 0.1153894876338608, 0.01455551646362294);

//机械臂末端13组位姿,x,y,z,rx,ry,rz
Mat_<double> ToolPose = (cv::Mat_<double>(13, 6) <<
	-0.3969707, -0.460018, 0.3899877, 90.2261