机器视觉应用中，手眼标定是一个非常基础且关键的问题。简单来说手眼标定的目的就是获取机器人坐标系和相机坐标系的关系，最后
将视觉识别的结果转移到机器人坐标系下。
机器人视觉应用中，手眼标定是一个非常基础且关键的问题。简单来说手眼标定的目的就是获取机器人坐标系和相机坐标系的关系，最
后将视觉识别的结果转移到机器人坐标系下。
手眼标定行业内分为两种形式，根据相机固定的地方不同，如果相机和机器人末端固定在一起，就称之为“眼在手”（eye in
hand），如果相机固定在机器人外面的底座上，则称之为“眼在外”（eye to hand）。
在eye in hand关系下，两次运动，机器人底座和标定板的关系始终不变。求解的量为相机和机器人末端坐标系的位姿关系。
在eye to hand关系下，两次运动，机器人末端和标定板的位姿关系始终不变。求解的量为相机和机器人底座坐标系之间的位姿关系。
然后通过求解A*X=X*B方程问题得出X即为手眼标定矩阵。
关于A*X=X*B方程问题的求解方法很多。网上可以找到针对这个问题的研究结论和计算方法。同时，Halcon，OpenCV和matlab都给
出了计算方法。
一般用“两步法”求解基本方程，即先从基本方程上式求解出旋转部分，再代入求解出平移部分。是经典手眼标定问题中的TSAI-
LENZ 文献方法。在TSAI文献中引入旋转轴-旋转角系统来描述旋转运动来进行求解该方程组，其计算步骤归纳如下：
1. 利用罗德里格斯变换将旋转矩阵转换为旋转向量
2. 向量归一化
3. 修正的罗德里格斯参数表示姿态变化
4. 计算初始旋转向量
5. 计算旋转向量
6. 计算旋转矩阵
7. 计算平移向量
此外关于手眼标定，还有平面九点法和三点法等其他方法。需要根据实际情况使用。比如利用RGB相机或者是机器人只进行平面抓
取，又称为固定姿态抓取，问题可以简化为平面RGB图像的目标像素点集A（x1，y1）与机器人在平面（X1，Y1）的点对关系。此时
可以利用平面九点法做手眼标定。
