背景介绍
基于机器视觉引导的智能机器人，在现代社会各个领域已经得到了广泛的应用，尤其是大型工厂的自动化生产线上，视觉机器人可以和基于示教器按照预定轨迹进行作业的机器人互为补充，来共同提高生产的自动化和效率。其中视觉引导机器人很重要的一个问题是手眼标定问题，机械臂要依靠视觉图像处理算法来定位工件的位置，然后工件的位置需要转换到机器人的本体运动坐标系，就是说相对于机械手的局部坐标系，就是手眼标定的问题。该软件是解决手眼标定的预处理步骤，就相机的单目以及双目标定工具。
2. 手眼标定简单介绍
一般视觉机器人的视觉传感器采用的是两个摄像头组成的双目相机视觉系统，通过机器人运动学分析得到末端执行器坐标系在机器人基坐标系下的位姿，然后将果实的位置信息和末端执行器的位姿信息回传到控制系统。
手眼标定有两种类型，分别是分为Eye－to-Ｈand手眼系统和
Eye－in－Ｈand手眼系统。
Eye－to-Ｈand手眼系统中，视觉传感器固定在机械臂外部，不随机械臂运动。视觉系统的视野固定、定位精度较高，但不能应付外界环境变换较大的工作环境，有较大的局限性。该手眼系统一般用于被检测物体所处环境相对固定，视觉系统的精度要求较高的场景。如分拣机器人，其视觉传感器固定于履带上方，当被检测物体通过视觉传感器时估计物体在履带平面的位置，末端执行器运动到被检测物体位置处完成夹取和分拣任务。
Eye－in－Ｈand手眼系统中，视觉传感器固定在末端执行器上，随机械臂一起运动。视觉系统的视野大，且视觉传感器识别和定位的误差会随着机械臂靠近目标物体而降低，其应用更为广泛。
3. 基于OPENCV单目双目相机标定系统
3.1.系统主界面
3.2. 读取左相机图片，进行边缘检测。
3.3. 读取右相机图片，进行边缘检测。
3.4. 左相机标定。
3.5. 右相机标定。
3.6. 双目相机标定。
3.7. 标定参数结果显示。
3.8. 手眼标定。
4. 结论
为了解决视觉引导机器人的定位与抓取工件的手眼标定问题，该文介绍了一个基于Opencv的单目和双目相机的标定平台。
