记录平常标定中遇到的问题和总结的方法，方便后续查阅。

目录

1.角点检测前图像需要去畸变

  做手眼标定时，获取到的图像都需要做畸变校正（事先需要做相机标定，通过相机内参进行畸变矫正，可以用opencv自带的函数），使用畸变校正后的图像进行手眼标定计算

2.眼在手上标定的结果

  需要注意，输入机器人位姿的时候，如果带TCP，那么最终的结果就是计算相机到TCP的位姿，如果不带TCP，拿结果就是计算相机到机械臂末端的位姿。

3.眼在手外标定公式

  眼在手外标定的过程是机械臂夹持标定板去拍照，此时输入公式的是取机械臂末端或者TCP相对于机器人基座的位姿数据，但是标定板和机械臂末端不是有距离吗？

  因为标定板到机械臂末端的位姿关系是始终不变的，下面的公式中，等式左边是不变的，我们罗列等式右边的计算关系。
在这里插入图片描述

4.标定过程中数据采集的注意事项

  拍摄的标定板图像要尽量覆盖整张图像，至少13张（因为有12个未知数），每张图像进行角点检测时，需要看下识别的角点方向是否一致，否则对结果影响很大。
  可以参考如下的角度进行图像的采集。
在这里插入图片描述

5.关于采集的机器人pose数据

注意进行手眼标定时，输入给机器人的姿态信息要统一，比如代码中是用RPY进行计算的，但获取机器人位姿时用的是旋转矢量，如UR机器人：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局