R
Member
视觉引导抓取,位置每次都偏一点,十有八九是手眼标定出了问题。排查思路如下。
1. 先确认标定类型
眼在手上(eye-in-hand)还是眼在手外(eye-to-hand),两种的标定流程和误差来源完全不同。先别急着重标,确认你用的方法是和安装方式匹配的。
2. 标定板是第一嫌疑人
- 打印的标定板尺寸必须精确,用卡尺量,别信打印机的"100% 缩放";
- 标定板要平,卷曲的纸板直接毁掉所有数据;
- 采集位姿要覆盖整个工作空间,别只在中间晃几下。
3. 看重投影误差
标定完先看重投影误差,超过 0.5 像素就别往下走了,回去加位姿、检查标定板。误差藏不住,硬上只会把问题带到抓取环节。
4. 机器人本身的误差
重复定位精度、手臂刚性、末端负载变化都会吃掉标定精度。高速抓取时还要考虑相机曝光时间的运动模糊。标定得再准,机械抖一下也白搭。
5. 做个简单的验证实验
固定一个已知位置的工件,连续抓取 20 次,统计偏差分布。系统性偏移→标定或安装问题;随机散布大→机械或视觉噪声问题。先分类,再下手。
大家做手眼标定还有什么经验?
1. 先确认标定类型
眼在手上(eye-in-hand)还是眼在手外(eye-to-hand),两种的标定流程和误差来源完全不同。先别急着重标,确认你用的方法是和安装方式匹配的。
2. 标定板是第一嫌疑人
- 打印的标定板尺寸必须精确,用卡尺量,别信打印机的"100% 缩放";
- 标定板要平,卷曲的纸板直接毁掉所有数据;
- 采集位姿要覆盖整个工作空间,别只在中间晃几下。
3. 看重投影误差
标定完先看重投影误差,超过 0.5 像素就别往下走了,回去加位姿、检查标定板。误差藏不住,硬上只会把问题带到抓取环节。
4. 机器人本身的误差
重复定位精度、手臂刚性、末端负载变化都会吃掉标定精度。高速抓取时还要考虑相机曝光时间的运动模糊。标定得再准,机械抖一下也白搭。
5. 做个简单的验证实验
固定一个已知位置的工件,连续抓取 20 次,统计偏差分布。系统性偏移→标定或安装问题;随机散布大→机械或视觉噪声问题。先分类,再下手。
大家做手眼标定还有什么经验?