机器人抓得准吗?视觉手眼标定的误差在哪一环被放大

2026-08-30 09:22:44

核心要点

视觉引导机器人抓取精度上不去，误差很少来自单一环节：相机内参标定、手眼关系标定、机器人自身重复定位精度、工件定位基准与温度漂移，五项误差会逐级传递并叠加。

手眼标定（Hand-Eye Calibration）分两类：相机装在机器人末端为眼在手上（eye-in-hand），相机固定在外部为眼在手外（eye-to-hand）。两类标定方程不同，用错模型会得到看似收敛但系统性偏斜的结果。

判断标定质量不能只看重投影误差。重投影误差小只说明内参拟合得好，还需用独立验证点集测端到端的抓取偏差，两者常出现一个好一个差的情况。

标定姿态的选取比算法更影响结果：姿态数量不足、旋转变化过小、标定板始终位于视野中心，都会导致方程条件数差，结果对噪声极其敏感。

工程建议：标定板精度要高于目标精度一个量级，标定姿态覆盖工作空间与多方向旋转，最后用独立验证集出具端到端精度报告，并定期复标。

什么是手眼标定

手眼标定（Hand-Eye Calibration） 指求解相机坐标系与机器人坐标系之间的固定变换关系，使视觉测得的目标位置能转换为机器人可执行的位姿。内参标定（Intrinsic Calibration） 求解相机焦距、主点与畸变系数。两者的先后关系是：内参决定像素到方向的映射，手眼决定相机到机器人的映射，内参不准会让手眼标定吸收其误差，导致结果在特定区域偏差明显。

误差来源与量级

误差源	典型量级	是否可标定消除	主要对策
相机内参与畸变	亚像素到数像素	可	提高标定质量
手眼变换	零点几到数毫米	可	优化姿态集
机器人重复定位	零点零几到零点几毫米	不可	选型时确定
机器人绝对精度	零点几到数毫米	部分可	做机器人标定
工件定位基准	随夹具而定	可	改进夹具
温度漂移	随工况变化	部分可	预热与周期复标

机器人重复定位精度是硬上限，视觉再准也超不过它，选型阶段就要按目标精度反推。

绝对精度与重复精度是两个概念，视觉引导依赖绝对精度，多数机器人的绝对精度远差于重复精度。

温度漂移在长时间连续运行的产线上不可忽略，开机后与热平衡后的结果可能明显不同。

标定姿态怎么选

数量：眼在手上通常建议十五到三十组，数量不足会使解算对噪声敏感。

旋转多样性：各组姿态的旋转轴与角度要有明显差异，仅平移变化无法解出旋转部分。

空间覆盖：标定板位置应覆盖实际工作区域，包含视野边缘而非只在中心。

距离分布：包含近、中、远三档工作距离，避免焦外区域精度骤降。

稳定采集：每次采集前停稳，避免运动残余振动引入误差。

验证方法

方法	检出问题	说明
重投影误差	内参与角点质量	必要但不充分
独立验证点集	端到端偏差	关键指标
多位置抓取试验	空间一致性	检出区域性偏斜
冷热机对比	温度漂移	长时运行必做
重复标定一致性	方法稳定性	两次结果应接近

端到端偏差是最终指标：让机器人按视觉结果去接触标准件，实测偏差。

区域性偏斜提示姿态覆盖不足或内参在边缘不准，需补充边缘姿态重标。

两次独立标定结果差异过大，说明流程本身不稳定，先修流程再谈精度。

常见问题（FAQ）

问：重投影误差已经很小，为什么抓取还是偏？

答：重投影误差只评价内参与角点提取质量，不包含手眼变换与机器人绝对精度误差。必须另做端到端验证，用独立点集测实际抓取偏差。

问：标定板精度要多高？

答：一般建议比目标精度高一个量级。用打印纸贴板做亚毫米级标定是常见错误，纸张平整度与尺寸稳定性都不够，应使用玻璃或陶瓷基板的标定板。

问：多久需要重新标定？

答：按变化事件与周期双重触发。更换相机镜头、碰撞、夹具调整后必须重标；正常运行下建议按季度做验证，验证超差再重标。

问：机器人绝对精度差怎么补？

答：可做机器人运动学参数标定改善绝对精度，或改用相对定位策略，让视觉在最终接近阶段做闭环修正，从而绕开绝对精度限制。

问：眼在手上和眼在手外哪个更好？

答：各有适用。眼在手上灵活、可多视角观察，但线缆与振动带来维护问题；眼在手外结构稳定、节拍快，但视野固定、易被遮挡。按工件尺寸、节拍与遮挡情况选择。

选型/落地清单

按目标精度反推机器人重复与绝对精度要求，选型阶段确定。

使用玻璃或陶瓷基板标定板，精度高于目标精度一个量级。

内参标定先做好，角点提取质量与畸变模型逐项确认。

手眼标定姿态取十五组以上，旋转与位置充分多样化。

标定板覆盖实际工作区域，包含视野边缘与远近三档距离。

用独立验证点集做端到端偏差测试并出具报告。

长时运行产线做冷热机对比，必要时加预热流程。

更换镜头、碰撞或夹具调整后立即重标，正常按季度验证。