两个相机固定在机械臂末端。地面上有以一个标定板，需要标定出相机坐标系与末端法兰坐标系的关系。

使用手眼标定方程AX=XB来实现这个标定。

机械臂使用的是库卡机械臂，转角系统是固定轴ZYX，对应角度为abc。

默认A为末端到基座的关系，基座坐标系为当前坐标系。B为标定板到相机的关系，相机坐标系为当前坐标系。

A和B并不是直接这两组关系来计算，而是两组相对运动的变换位姿。即为位置1有A1和B1，当机械臂末端带着相机运动到另一个位置2时有A2和B2。

AX=XB 中：

• A 应表示 “机器人末端位姿的相对变换”：A = A₂⁻¹ × A₁（A₁是第 1 个位姿，A₂是第 2 个位姿）
• B 应表示 “相机观测位姿的相对变换”：B = B₂ × B₁⁻¹（B₁是第 1 个观测，B₂是第 2 个观测）

所以在程序中，组织数据时，需要这样实现

std::vector<Pose> vTempA;
std::vector<Pose> vTempB;
Eigen::Matrix4d X;

for (int i=0;i< m_posA.size()-1;i++)
{
	vTempA.push_back(m_posA.at(i + 1).inverse()* m_posA.at(i));
	vTempB.push_back(m_posB.at(i + 1) * m_posB.at(i).inverse());
}

所以两次运动之间，需要有大角度和相关位移的变化，只有位移，没有角度变化，会导致计算不出正确的结果。

注意：opencv的手眼标定计算函数，传入数据就是绝对的位姿，函数里面会进行计算相对位姿。

后面就需要实现方程的求解就可以了。

根据实际经验，直接的手眼标定精度只能到1~2mm。如果想提高精度，可以使用空间位置补偿的方法来实现，最高可以到0.2mm。