机器人如何校准？就像人类一样，机器人的校准离不开手眼系统的辅助。通俗地说，当你需要用眼睛看某个东西、用手抓住它或者执行一些其他动作时，你的大脑需要识别出一种坐标关系。手和眼睛之间。
如果我们将大脑与B进行比较，将眼睛与A进行比较，将手与C进行比较，那么如果已知A与B之间的关系，并且已知B与C之间的关系，那么C与A之间的关系就会看起来像这样。你可以看到你的手和眼睛的坐标。
相机知道的是像素坐标系，机器人手是空间坐标系，所以手眼标定就是获得像素坐标系与空间机器人坐标系之间的坐标变换关系。
在实际控制中，相机检测到图像中物体的像素位置后，通过标定的坐标变换矩阵将相机的像素坐标变换到机器人的空间坐标系中，并根据机器人的坐标来控制各个电机的计算。它应该移动。控制机械手到达指定位置。这个过程包括图像标定、图像处理、正逆运动学求解、手眼标定等。
常用的校准方法有： 9点校准
9点校准：
九点标定直接建立相机与机械臂之间的坐标变换关系。
必须移动机械臂尖端以获得机器人坐标系中九个点的坐标，同时使用相机识别这九个点并获得它们的像素坐标。这样就得到了九组对应的坐标。
从下面的方程我们可以看出，计算校准矩阵至少需要三个点。
(1)校准，Halcon 9点校准算子
C
% 查找之前的图像坐标。
area_center(排序区域、区域、行、列) %
行机器人：=[275,225,170,280,230,180,295,240,190]
%机器人末端移动至9点钟坐标
行机器人：=[55,50,45,5,0,-5,-50,-50,-50]
%机器人端移动到9点钟行坐标
Vector_to_hom_mat2d(行、列、行机器人、列机器人、HomMat2D)
%求解变换矩阵。 HomMat2D是图像坐标和机械手坐标之间的关系。
(2)、求解
C
affine_trans_point_2d(HomMat2D,行2,列2,Qx,Qy)
% 从像素坐标和标定矩阵中求出机器人基础坐标系的坐标
一些特殊情况的说明：
在某些情况下，你可能会看到一个摄像头固定在一个地方，拍照寻找目标，然后控制机械臂抓取它。也被称为“眼睛和手”
也有相机固定在机械手上的情况。这种情况下的标定过程实际上与相机和机械臂分离时的标定方法相同，因为拍照时相机会移动到机械臂上。相机标定后得到位置，然后相机获取目标坐标并控制机械臂。因此，许多最终带有简单相机的手眼系统都使用这种校准过程。它可以与手眼分离系统的校准类似地处理。也叫手眼