当前位置：首页 > news >正文

MoveIt 2 中实现手眼标定

news 2026/7/7 6:43:41

MoveIt 2 中实现手眼标定，最简单高效的方法是使用官方推荐的moveit2_calibration包。这个包提供了完整的标定工具链，支持 ArUco 和 ChArUco 标定板，并带有图形化界面（RViz 插件），可以让你直观地完成标定数据的采集与计算。

核心实现方案对比

MoveIt 2 手眼标定的核心是建立相机与机械臂末端之间的精确变换关系。目前主要有两种实现方案：

方案	说明	适用场景
`moveit2_calibration`(官方推荐)	MoveIt 官方提供的手眼标定包，集成度高，支持多种标定板，提供 RViz 图形界面。	大部分 MoveIt 2 用户，追求规范化和可视化流程。
`easy_handeye`等第三方包（ROS1）	经典的 ROS1 手眼标定工具，有成熟的社区支持。	仍在使用 ROS1 或从 ROS1 迁移过来的项目。

注意：目前 MoveIt 2 的moveit2_calibration包仍在积极开发中，功能正在逐步完善。如果你的项目对稳定性要求极高，也可以考虑 ROS1 的成熟方案。

详细步骤：使用`moveit2_calibration`包

以下流程以“眼在手上 (Eye-in-Hand)”配置为例，这也是最常见的传感器安装方式。

第一步：环境准备

安装依赖：确保你已经安装了 ROS 2（如 Humble, Jazzy）和 MoveIt 2。
准备标定板：下载并打印一个 ChArUco 标定板。ChArUco 标定板比传统棋盘格精度更高。将其平整地贴在刚性的平板（如亚克力板或铝板）上，并固定在工作空间中的一个位置。
确认 TF 树：确保你的机器人 URDF 中已正确定义了机械臂的基座 (base_link)、末端执行器 (tool0或ee_link) 等关键坐标系。

第二步：下载与编译

创建一个新的工作空间并克隆代码：
bash
```
mkdir -p ~/moveit2_calibration_ws/src cd ~/moveit2_calibration_ws/src git clone https://github.com/AndrejOrsula/moveit2_calibration.git
```
这个moveit2_calibration是一个社区维护的、为 ROS 2 移植的版本，是目前可用的选择之一。

安装依赖并编译：

bash

cd ~/moveit2_calibration_ws rosdep install -r --from-paths src --ignore-src --rosdistro $ROS_DISTRO -y colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release source install/setup.bash

第三步：运行标定程序

以“眼在手上”为例，启动标定程序。这通常是一个 launch 文件，它会启动机器人驱动、MoveIt、RViz 和标定插件。

bash

# 注意：具体 launch 文件名请以你下载的仓库说明为准，类似如下格式 ros2 launch moveit_calibration_demos gz_eye_in_hand_charuco.launch.py

第四步：采集标定数据（在 RViz 中操作）

launch 文件启动后，RViz 界面会出现一个标定面板，按照提示操作：

规划运动：通过 MoveIt 的交互式标记，将机械臂移动到第一个位置，确保标定板清晰地出现在相机视野中。
检测标定板：点击标定面板中的 "Take Sample" 或类似按钮。系统会：
- 通过相机识别标定板，获取标定板在相机坐标系下的位姿。
- 读取此时机械臂的关节角度，通过 MoveIt 计算出末端执行器在机器人基座坐标系下的位姿。
改变姿态：将机械臂移动到另一个完全不同的位置和角度（建议姿态差异要大，但标定板要始终在视野内），再次点击 "Take Sample"。
重复采样：重复步骤 2-3，采集 15-25 组数据。重投影误差（Reprojection Error）是衡量数据质量的关键指标，当误差值趋于稳定时，说明数据量足够。

第五步：计算并保存结果

采集足够的数据后，点击 "Calibrate" 按钮。系统会求解出相机到机械臂末端的变换矩阵（即camera_link到ee_link的变换），并显示在界面上。最后，将标定结果保存为一个 YAML 文件。

第六步：集成到 MoveIt 配置

将上一步生成的 YAML 文件内容，集成到你机器人的 URDF 或一个单独的.launch.py文件中，通过robot_state_publisher发布camera_link到ee_link的静态变换 (static_transform_publisher)。

重启 MoveIt，此时你的 TF 树应该完整了，相机看到的物体才能被准确变换到机械臂的规划坐标系中。

常见问题与避坑指南

虚拟机内存不足：如果你在虚拟机中进行编译，建议分配4GB 以上内存，否则编译moveit_calibration时可能因内存耗尽而失败。
ROS 版本兼容性：注意检查你使用的moveit2_calibration分支是否与你的 ROS 2 发行版（如 Humble, Jazzy）兼容moveit2_calibration包在 ROS 2 下仍在快速发展，不同分支可能存在 API 差异。
标定数据质量：采样的机械臂姿态差异性越大，标定结果越精确。避免在同一小片区域采集多组相似数据。
TF 树完整性：标定前，确保机械臂的 URDF 中没有camera_link到ee_link的变换，否则会和标定结果冲突，导致 TF 树报错。
标定板刚性固定：标定板必须用刚性方式（如夹具、胶带）固定，不能有丝毫晃动。人手扶着的轻微抖动会严重影响标定精度。