视觉系统识别工件坐标这事到底咋算的？
最近在搞一个上下料的小项目，6轴机器人配的工控机上加了个2D相机，相机固定在支架上看传送带上的工件，拍照频率跟传送带速度基本对得上。现在卡在一个地方：相机拍完图，算出工件在图像里的像素坐标，然后要给到机器人去抓，机器人那边得知道工件在世界坐标系下的位姿。
手眼标定那块我大概知道原理，采了9组点跑了解算，标定误差看着还行。但实际跑起来发现，同一个工件过来，相机算出来的X坐标每次能差开0.3~0.5mm，Y方向更夸张点能有0.5~0.8mm抖动，角度θ也有零点几度的飘。这套数据丢给机器人去抓，良品率直接掉到80%多。
我想问下到底是哪个环节把这个误差放大的？是相机本身帧率不够导致的运动模糊，还是打光不均匀让边缘提取本身就在跳？标定那块我采的9个点是不是太少了，应该多采几组做平均？有没有人遇到过类似情况，最后从哪头下手解决的？
全部回复 (4)
你这个0.3~0.8mm的跳动，先别急着往标定上甩锅。九点标定出来的重投影误差多少？如果本身就在0.2个像素以上，那底子就是歪的，后面怎么调都白搭。运动模糊也得查一下，曝光时间乘以传送带速度，超过一个像素就该缩曝光了。边缘提取那边如果用的blob分析，跳动大很正常，换成灰度矩心或者亚像素边缘会稳很多，具体能压到多少看你现场光线。
直接说我们厂里类似工位的做法给你参考。相机是500万像素的全局快门，曝光压到200μs以下，光源用频闪跟相机同步，传送带速度1.2m/s左右跑下来，单次定位重复性能做到±0.15mm以内。你那边曝光多少？如果用的是卷帘快门相机配传送带，那基本就是运动模糊了，换全局快门吧，别在算法上硬扛。
0.5~0.8mm这个量级，光从算法层面抠是抠不出来的。先把硬件基础打牢：光源频闪同步、镜头光圈收两档、曝光往下压，这三件事做完抖动没改善再谈算法。另外手眼标定那块，9个点真不算多，业内一般采15~20组再剔掉粗大误差，你那9组里只要有一组采偏了，整个变换矩阵就被带歪了。
你这个标定误差"看着还行"是多少？具体数字报一下？还有工件上特征点是什么，是孔还是边，定位算法用的是模板匹配还是轮廓提取？这两块不说明白，后面给的建议都是瞎猜。