手眼标定学习总结：原理、Tsai方法和Matlab代码

本文仅用于记录自己学习手眼标定过程的一些总结。

手眼标定基本原理

符号统一：
$T_x^y$或T_y_x表示将一个点从x系的坐标转移到y系的坐标，后面一律用T_y_x形式，方便编辑。
T_c_t：从target（棋盘格）坐标系到camera坐标系，从图像计算得到
T_g_c：从camera到gripper（机械臂末端坐标系），这是手眼标定需要求的参数
T_b_g：从gripper到base（机械臂基底坐标系），从机械臂运动学方程得到
T_b_t：从target到base，一般是未知无法计算的
计算时，由于T_b_t未知，所以无法直接求出T_g_c。但如果考虑增量（见下图），图中Hgij为G_ij，即gripper从第 i 个位置到 j 个位置，Hcij为C_ij，相机位置的增量（此图来自于参考文献[1]，H表示的是Homogeneous Transformation Matrix。且图中的Hcg为从camera到gripper，对应本文中的T_g_c）。红色和黄色最终表示同一个变换，所以此时有等式：$$G_{ij}\ast T_g^c=T_g^c\ast C_{ij}$$

最终camera和gripper达到多个位置后，得到多组 ij 对应关系，得到终极表达式：$$AX=XB$$

需要注意的是，X的含义与给的A和B有关。本文中，X为：T_g_c，A/B分别为G和C组成的$4\ast (4\ast N)$二维矩阵，即每4列为一个ij对应：$G_i=G(1:4,i\ast 4-3:i\ast 4)$（matlab写法）。

求解AX=XB

下面就是求解AX=XB这个方程。根据综述文[2]，求解主要有：seperated、simultaneous两种思路。

seperated方法
前者是首先计算出旋转量R，然后再计算t。将等式写成：

求解出Rx再计算tx。计算Rx时，又由于采用的旋转表示方式不同，又分为轴角、李代数、四元数等不同的解法。

simultaneous方法
seperated方法的问题是，R计算的误差，会传递给t。且理论上R和t是耦合的，分开计算不合理。所以有同时计算两个参数的方法，或解析的、或优化的求解$min||AX-XB||$。

详细内容请参考[2]综述。

Tsai方法

Tsai方法是seperated的轴角表示方法，详见论文[1]。这里不做推导，只给出计算方法：

1. 计算出Gij和Cij