手眼标定[Realsense+大象机器人]

踩坑
手眼标定的算法网上是比较多的，但是很多都不好用。github上高赞的easy_handeye，试了一下，但是mycobot600没有提供moveit的配置，而我ROS基础不是很好，不太会修改示例代码。折腾了一段时间最终看到这个鱼香ROS，最终得到了不错的结果

1.配置
配置过程就不用说了，参考鱼香ROS
用深度相机的话需要安装深度相机的库github
需要控制机械臂还需要安装ROS库，参考博客
识别二维码需要安装aruco_ros
特别说明一些，鱼香ROS配置的时候，安装的opencv应该是pip3去安装的。配置过程可能有许多问题，百度解决即可

2.在线标定
用在线标定的方式比较简单，不用自己去配置姿态信息。

2.1启动相机
该launch文件已经把启动realsense的代码写入了，直接运行就好。

roslaunch handeye-calib aruco_start_realsense_sdk.launch
自己可以修改相机的参数，比如分辨率，帧率


        
        
        
        
     
其中分辨率不是随便改的，可以启动realsense-viewer查看相机支持的分辨率有哪些

realsense-viewer

2.2启动机械臂及通信

# 启动rviz
roslaunch mycobot_600 mycobot_600_slider.launch
# 启动通讯
rosrun mycobot_600 slider_600.py

Rviz中的坐标，可以看出，基底坐标是base，末端坐标是link6

    

2.3启动手眼标定程序
修改src/handeye-calib/launch/online/online_hand_on_eye_calib.launch中的参数后，运行：



roslaunch handeye-calib online_hand_on_eye_calib.launch

3.标定精度

相机与link5之间的坐标变化才是不变的
眼在手上的时候，板子与基座之间的变化是固定的，因此可以看他们的标准差来判断是否精确。std预计需要0.005以下才行
aruco码隔的近效果好，因此尽量使相机与二维码近一点，可以使用较小的二维码
多个角度拍摄

总结：多角度，小距离。（上下左右，左上，右上，左下，右下。）每个位置拍摄两组或者三组（末端尽量不动，其他关节进行组合）。效果还行，如下：






其他：

打开rviz可以清楚的看到有几个坐标及名称还有tf树之间坐标的关系（大象机器人是base..link6）
以下代码可以查看坐标之间的变化矩阵：rosrun tf tf_echo base link5
XYZ---红、绿、蓝色（rviz中）
numpy.linalg.LinAlgError: Eigenvalues did not converge（这个报错是因为自己拍摄的拍摄的照片以及数据存在很大问题）
眼在手上可以看base->marker的标准差（std），越稳定越好