眼在手上输出应该是机械臂末端end_link与相机camera之间的位姿关系，为什么结果显示是end_link->marker

yanan

博主您好，非常感谢您发布的手眼标定功能包和教程,已按照您的教程将handeye-calib功能包配置成功，并用base_hand_on_eye_calib.launch完成标定，但有以下疑问想要请教一下，以下是经过17组数据标定的结果。
一、眼在手上输出应该是机械臂末端end_link与相机camera之间的位姿关系，为什么结果显示是end_link->marker?
2024-04-10 19-47-58屏幕截图.png
二、为何算法之间结果差距如此之大？
三、相机中标定板位姿orientation(x,y,z,w)转RX,RY,RZ，下列代码正确吗？

import math

def quaternion_to_euler(x, y, z, w):
    # Roll (RX)
    roll = math.atan2(2*(w*x + y*z), 1 - 2*(x**2 + y**2))
    
    # Pitch (RY)
    pitch = math.asin(2*(w*y - z*x))
    
    # Yaw (RZ)
    yaw = math.atan2(2*(w*z + x*y), 1 - 2*(y**2 + z**2))
    
    # Convert angles from radians to degrees
    roll_deg = math.degrees(roll)
    pitch_deg = math.degrees(pitch)
    yaw_deg = math.degrees(yaw)
    
    return roll_deg, pitch_deg, yaw_deg

# Example usage
x = 0.9771264496922119
y = 0.04967186030182394
z = 0.021577803717608448
w = -0.20564777166984738

roll, pitch, yaw = quaternion_to_euler(x, y, z, w)
print("Roll (RX):", roll)
print("Pitch (RY):", pitch)
print("Yaw (RZ):", yaw)

小鱼

@2471466786

结果是末端到相机，应该是本人写错了
数据不准确一般是输入数据误差较大引起，请确保前置步骤的精度
姿态转换建议使用python库transforms3d ，我的其他文章有介绍https://blog.csdn.net/qq_27865227/article/details/124296609

yanan

@小鱼非常感谢您的回答！
我发现一个错误，我在单独运行博主的手眼标定算法Tsai-Lenz代码时，与功能包中执行出来的结果完全不一致，问题是否出在base_hand_on_eye_calib.py文件中的第61行eye_on_hand=False。我将其已改为True，结果一致。
2024-04-11 19-21-10屏幕截图.png
如果发现错误请您谅解，万分感谢！

小鱼

@2471466786 需要注意的是，眼在手上和手外用的其实是同一套算法，只不过最后采用的数据不一样，原理相同。

yanan

@小鱼非常感谢您的回答！
我依旧有疑问，两种安装方式采用同一套算法，只和采用的数据有关，那为何将功能包中base_hand_on_eye_calib.py文件的eye_on_hand=False改成True，结果会出现如此大的差异？
我是否可以认为如果采用功能包的话，依旧要注意eye_on_hand=False（True）的修改。

小鱼

@2471466786 这里是需要注意的，因为最后喂数据的方式不太一样

bqpeng

@2471466786 您好！请问为什么四种算法的数值差距这么大呢？现在这个标定是得到了end_link和camera之间的关系！如果我现在通过相机得到一个标志点的位姿信息，那么我该如何去让机械臂到达这个位置呢？标志点基于相机的位姿标定得到的矩阵机械臂当前的末端位姿，是这样的大致逻辑吗？