踩坑
手眼標定的算法網上是比較多的，但是很多都不好用。github上高贊的easy_handeye，試了一下，但是mycobot600沒有提供moveit的配置，而我ROS基礎不是很好，不太會修改示例代碼。折騰了一段時間最終看到這個魚香ROS，最終得到了不錯的結果

1.配置
配置過程就不用說了，參考魚香ROS
用深度相機的話需要安裝深度相機的庫github
需要控制機械臂還需要安裝ROS庫，參考博客
識別二維碼需要安裝aruco_ros
特別說明一些，魚香ROS配置的時候，安裝的opencv應該是pip3去安裝的。配置過程可能有許多問題，百度解決即可

2.在線標定
用在線標定的方式比較簡單，不用自己去配置姿態(tài)信息。

2.1啟動相機
該launch文件已經把啟動realsense的代碼寫入了，直接運行就好。

roslaunch handeye-calib aruco_start_realsense_sdk.launch
自己可以修改相機的參數，比如分辨率，幀率

其中分辨率不是隨便改的，可以啟動realsense-viewer查看相機支持的分辨率有哪些

realsense-viewer
2.2啟動機械臂及通信
# 啟動rviz
roslaunch mycobot_600 mycobot_600_slider.launch
# 啟動通訊
rosrun mycobot_600 slider_600.py
Rviz中的坐標，可以看出，基底坐標是base，末端坐標是link6

2.3啟動手眼標定程序
修改src/handeye-calib/launch/online/online_hand_on_eye_calib.launch中的參數后，運行：

roslaunch handeye-calib online_hand_on_eye_calib.launch

3.標定精度
相機與link5之間的坐標變化才是不變的
眼在手上的時候，板子與基座之間的變化是固定的，因此可以看他們的標準差來判斷是否精確。std預計需要0.005以下才行
aruco碼隔的近效果好，因此盡量使相機與二維碼近一點，可以使用較小的二維碼
多個角度拍攝
總結：多角度，小距離。（上下左右，左上，右上，左下，右下。）每個位置拍攝兩組或者三組（末端盡量不動，其他關節(jié)進行組合）。效果還行，如下：

其他：
打開rviz可以清楚的看到有幾個坐標及名稱還有tf樹之間坐標的關系（大象機器人是base..link6）
以下代碼可以查看坐標之間的變化矩陣：rosrun tf tf_echo base link5
XYZ---紅、綠、藍色（rviz中）
numpy.linalg.LinAlgError: Eigenvalues did not converge（這個報錯是因為自己拍攝的拍攝的照片以及數據存在很大問題）
眼在手上可以看base->marker的標準差（std），越穩(wěn)定越好

審核編輯：符乾江