嬰幼兒在幾個月到1周歲之間，會通過玩一些簡單的玩具，逐漸鍛煉出手眼協(xié)調(diào)能力。在機器人領(lǐng)域，則需要我們賦予其手眼協(xié)調(diào)能力，這個過程，一般稱為“手眼標定”。機器人只有擁有手眼協(xié)調(diào)能力，才能完成復(fù)雜的工作，真正稱之為“智能”。
當嬰幼兒看到物體時，首先通過眼睛獲取信息，傳輸?shù)酱竽X進行理解，終通過手來操作完成玩具的抓取、放置。手、眼、腦協(xié)同是人類和少數(shù)動物的一項特殊技能，通過經(jīng)常玩一些簡單的益智玩具，可以逐漸鍛煉增強孩子的手眼協(xié)調(diào)能力，同時可以作用到大腦，促進孩子的智力發(fā)育。
商家們也看到了這塊領(lǐng)域，設(shè)計出很多益智玩具和you戲，如圖1中所示。孩子需要把玩具抓起并放入車里。孩子的空間思維能力、協(xié)調(diào)能力在you戲中得到了鍛煉。
圖1
在智能機器人領(lǐng)域，機器人需要完成、復(fù)雜的工作，否則無法稱之為“智能”。然而，機器人要想獲得同人類一樣的協(xié)調(diào)能力并不容易。如何才能實現(xiàn)像人一樣的手眼協(xié)同能力呢？
再回到這個you戲。孩子在玩玩具時，大腦中有一個坐標系，可看做是基礎(chǔ)坐標系；靈活的手在運動中形成一個軌跡，稱之為手的坐標系；玩具要放置的點又有一個目標坐標系。三個坐標系協(xié)同，you戲才能順利地玩下去。如果為此you戲場景加入坐標，會是這個樣子，如圖2所示。
圖2
智能機器人領(lǐng)域，四軸、六軸、并聯(lián)等機械臂可認為是機器人的手臂（雖然自由度較高、速度快，但相比人手的靈活性還遠遠不如）。機器人的眼睛，一般指攝像機（包括2D和3D）。目前智能機器人的主流是使用3D視覺相機。機器人的大腦一般指進行核心控制和計算的工控機或嵌入式芯片。
一般而言，機器人的“手眼協(xié)調(diào)”需要一個“手眼標定”（Hand-eye calibration）的過程。手眼標定是機器人領(lǐng)域的一個經(jīng)典的問題，其核心是計算出相機坐標系在機器人坐標系下的轉(zhuǎn)移矩陣。轉(zhuǎn)移矩陣是4×4的矩陣，一般用齊次坐標表示。其中重要的兩個分量是旋轉(zhuǎn)矩陣R和平移矢量t，分別表示旋轉(zhuǎn)分量和平移分量。得到轉(zhuǎn)移矩陣后，可將相機下的坐標轉(zhuǎn)換到機械臂坐標系下，從而完成工作。如圖3所示。
圖3
兩個坐標系，如何建立關(guān)系？這是手眼標定要解決的核心問題。
手眼標定和核心是解決一個AX=XB的矩陣。解此矩陣的算法就是手眼標定算法。
小藍( 杭州藍芯科技有限公司簡稱）公司依賴Eigen庫實現(xiàn)了經(jīng)典Tsai的方法并且開源。
如何進行手眼標定
注意：以下涉及公式推導(dǎo)，不想推數(shù)學(xué)公式的可跳過。
理解手眼標定的核心是如何將機器人的手眼關(guān)系代入AX=XB的公式中。
首先要理解A，B，X分別代表什么含義。
X，表示未知量，即手眼標定的轉(zhuǎn)移矩陣。
A和B呢？
先看機器人手眼分離的示意圖。
圖4
圖4中，機器人底座一般認為是世界坐標系的原點。攝像機（眼睛）識別的位置通過轉(zhuǎn)移矩陣，可以轉(zhuǎn)換到機器人坐標系（同時也是世界坐標系）下。在手眼標定的過程中，需要連續(xù)移動機械臂終端，采集一組末端執(zhí)行器的位姿；與此同時，相機采集掛在末端執(zhí)行器的標記（例如，棋盤格）的位姿，組成另一組數(shù)據(jù)。
預(yù)警：下面是一些真正的數(shù)學(xué)推導(dǎo)。
假設(shè)采集的數(shù)據(jù)有N對，根據(jù)圖中的幾何關(guān)系，未知量有兩個，分別是標記在末端執(zhí)行器下的位姿
和相機在世界坐標系下的坐標
。
其中是我們手眼標定的目標，
是多少我們并不關(guān)心。
根據(jù)標記是空間中的位姿，我們可以得到（兩邊都是標記的位姿）
觀察上面公式，
未知，是目標矩陣，不變量；
已知，是可以通過相機讀到的數(shù)據(jù)，變量；
已知，是機械臂末端讀數(shù)，變量；
未知，我們很不喜歡它，不變量。
故此方程有兩個已知量，兩個未知量，一組數(shù)據(jù)不可解！
一組數(shù)據(jù)不行，那就多來幾組吧！
假設(shè)我們有兩組數(shù)據(jù)，分別是第i組合第j組，兩組坐標在公式里的括號內(nèi)表示。
回想初中代數(shù)，我們可以通過類似方程組的解法，消去我們不喜歡的
。
有如下兩組方程，
聯(lián)立方程，消去
，終我們得到，
至此，回想矩陣乘法的結(jié)合律，我們驚喜的發(fā)現(xiàn)，方程的形式正是AX=XB！
其中A和B分別已知，
什么？A和B是什么？自己觀察一下！
數(shù)學(xué)推導(dǎo)結(jié)束。
小朋友們，不對，工程師們，可以用此數(shù)據(jù)帶入標準算法計算了！
一般來說，采集的數(shù)據(jù)越多，標定的結(jié)果越準確。采集時，為防止陷入局部陷阱，需盡可能多的采集機器人姿態(tài)，同時，要保證標記在機械臂末端位姿固定，相機和機械臂的相對位姿也要保持固定。
有人說，不對，我用的相機不是這樣裝的。我把相機裝在了機械臂上，同其一起移動，可以用這種方法嗎？
答案當然是可以。
這涉及到手眼協(xié)同機器人的兩種模式，分別是eye-in-hand和eye-to-hand。剛剛我們一直研究的是eye-to-hand的模式。對于eye-in-hand模式，可以采用類似方法，消去我們不喜歡的中間變量，終歸結(jié)到AX=XB的形式，就可以解了。
兩種模式在公開的源碼中都可以找到。
總結(jié)
1、孩子的手眼協(xié)調(diào)能力會在you戲中得到鍛煉，只要給玩具讓她/他玩，基因會逐漸教會她/他靈活的手眼協(xié)同能力。
2、智能機器人的手眼協(xié)調(diào)，需要工程師們的認真調(diào)教！一般來說，數(shù)據(jù)越多，誤差越小。手眼協(xié)調(diào)能力，是機器人完成分揀、抓取、放貨工作的前提。
圖5 手眼協(xié)調(diào)揀貨
本文屬于純原創(chuàng)文章，轉(zhuǎn)載請注明杭州藍芯科技有限公司
400-800-6709
