搞清九点标定和3D手眼标定，别再傻傻分不清！

做机器视觉的朋友，如果连九点标定和3D手眼标定都没分清楚，那可真要补补课了。

别着急，今天，带你彻底弄明白它俩到底有啥区别。

一句话先划重点

九点标定解决的是2D平面坐标映射问题，而3D手眼标定解决的是3D空间位姿变换问题。

简单理解：一个在平面上“画格子对齐”，一个在空间里“摆姿势定位”。

九点标定：简单快速的“平面选手”

九点标定适用于2D相机的平面场景。它的核心任务，是建立图像像素坐标与机器人平面坐标（X， Y）之间的映射关系。

怎么标定？

机器人只需平动到9个事先设定好的位置，相机依次拍照即可。整个过程不需要考虑高度变化——因为默认所有工件都在同一个平面上。

如果工件有旋转角度怎么办？

别担心，这时候可以选用12点标定法，在九点基础上增加旋转角度的采样点，满足带角度的识别需求。简单说：纯平移用9点，带旋转用12点。

常见坑点

很多人标定完发现精度不对，往往是因为忽略了工件高度不一致。九点标定的前提是所有物体严格位于同一高度平面，一旦工件有厚薄差异或平台不平，映射关系就会失真。

适用场景

平面分拣、传送带抓取、贴标、点胶等二维作业场景。只要工件老老实实“躺”在同一平面上，九点标定又快又好用，谁用谁知道。

3D手眼标定：立体空间的“全能选手”

3D手眼标定适用于3D相机的立体场景。它不只要知道“在哪里”，还要知道“怎么摆”——也就是位置（X，Y，Z）加姿态（Rx， Ry， Rz），共6个自由度。

它分为两种常见情况：

 1. 眼在手外（Eye-to-Hand）

相机固定安装在某个位置，比如架在流水线上方。标定目标是求出相机坐标系 → 机器人基座坐标系的空间位姿变换关系。

通俗讲：相机不动，手在动，要让手知道“相机看到的物体，在我自己的坐标系里到底在哪儿”。

 2. 眼在手上（Eye-in-Hand）

相机装在机器人末端法兰上，跟着手臂一起运动。标定目标是求出相机坐标系 → 末端法兰坐标系的空间位姿变换关系。

通俗讲：相机跟着手动，相机看到的物体，相对我的手爪是什么位置和角度。

怎么标定？

机器人带着3D标定板在空间中以多个姿态移动——不能只平移，必须做不同角度的旋转。系统联立多个位置的方程，最终求解出“手眼矩阵”。

特别注意

3D手眼标定需要先完成相机内参标定，否则外参求解会出问题。内参标定是让相机先“认识自己”，手眼标定是让相机“认识手”。两步都不能少。

另外，标定时的姿态要足够丰富，角度变化要足够大，否则方程病态，解出来的矩阵误差很大。这也是很多人标定失败的原因——动作太“温柔”了。

适用场景

无序抓取、散乱工件定位、拆码垛、装配引导、焊缝跟踪等复杂三维作业场景。当工件在空间中任意摆放、姿态各异、层叠交错时，3D手眼标定才是正解。

一个直观的对比表

 一句话总结

> 平面用九点，空间选3D手眼标定。

选对了标定方法，事半功倍；选错了，再好的相机也是白搭。