weixin_45590420的博客

3D手眼标定技术解析 手眼标定是机器人视觉系统的关键技术，主要分为"眼在手中"和"眼在手外"两种模式。眼在手中模式将相机安装在机器人末端，标定目标为求解相机到工具坐标系的变换矩阵T_cam^tool；眼在手外模式则将相机固定在工作场景中，标定目标为相机到基坐标系的变换矩阵T_cam^base。标定流程包括：标定板选择（棋盘格/CharuCo板/圆点阵列）、数据采集（至少15个位姿）、相对运动计算、方程求解（常用Tsai-Lenz算法）和精度验证。OpenCVSharp

本文介绍了Halcon库处理TIFF图像的方法，包括单页/多页TIFF的读取和写入、图像属性检查、灰度/RGB图像处理、16位/浮点格式转换等核心操作。详细提供了HDevelop语言的代码示例，如使用read_image读取文件、threshold进行图像分割、tiff_write_image保存多页TIFF等。同时总结了路径格式、字节序处理、异常捕获等注意事项，并针对常见问题提供了解决方案（如内存不足时检查图像尺寸）。这些方法可帮助用户高效完成各类TIFF图像处理任务。

摘要： 手眼标定是连接机器人与3D视觉系统的关键技术，用于建立相机与机器人基座/工具间的精确坐标转换。流程包括：1）硬件准备（工业机器人、3D相机、高精度标定板等）；2）环境搭建（均匀照明、稳定支架）；3）标定步骤（相机内参标定→多姿态数据采集→坐标系定义→矩阵计算→误差验证）。关键要点包括：位姿采集需覆盖80%工作空间、标定误差应小于预期精度2倍（如目标0.1mm时误差需<0.2mm）。典型应用场景涵盖精密装配、动态抓取等，建议每3个月或工艺变更后重新标定。通过规范操作可实现<0.1mm的定位

本文解析了HALCON 3D位姿的核心定义与应用。位姿由平移分量（Tx,Ty,Tz）和旋转分量（Rx,Ry,Rz）组成，采用欧拉角ZYX顺序表示旋转。文章详细说明了坐标系定义、齐次变换矩阵计算，并提供了HALCON算子使用示例。特别强调了旋转顺序敏感性、方向混淆陷阱等关键注意事项，同时给出可视化验证和调试技巧。理解这些概念对实现精确的3D视觉定位至关重要，特别是在机器人手眼标定等应用中，需严格验证坐标转换链的正确性。