少有人走的路接上篇。本篇讨论下面的话题：
二是绕着特征点旋转，验证特征点的像素偏差，或者是转换后的机械坐标的偏差。
三是做放料测试，验证实际的放料精度
下面是采用特殊算法标定成功后的数据。后面主要谈谈怎么用旋转特征点的方式验证标定后的精度。
因为手眼标定是把视觉像素换算成机器人的机械坐标，而本算法的原理是：
把工具坐标1做到特征点上，然后走4组位置，记录4组像素与机械坐标，最后调用halcon的标定函数。
因此对于这种标定方式来说，验证工具坐标1是否可靠就是关键地。
而验证方法就是围绕特征点进行旋转，理论上来说围绕工具坐标中心旋转时，无论转多少度，中心点的像素坐标是不会改变的，如果它改变比较大，就证明工具坐标创建有偏差。
标定特征点信息 像素x:1051.864 像素y:1422.329 机械x:-111.796539910321 机械y:371.472250261231
下面顺时针转30度
标定特征点信息 像素x:1052.854 像素y:1420.533 机械x:-111.908422442778 机械y:371.5354831014
下面转到100度
标定特征点信息 像素x:1054.15 像素y:1417.336 机械x:-112.107864800149 机械y:371.618792613909
勇哥把结果总结一下：
可以看到，旋转的角度越大，编差越大。
在30度范围内，X控制在1个像素内，Y控制在2个像素内。
在实验时，勇哥使用的是500万像素的相机，每个像素0.062个毫米。
接下来谈谈放料测试：
这种测试方式是用来测试机器人视觉的实际的取放精度的。和之前勇哥说的几种验证精度不同，它们都是验证视觉本身的标定精度，而带料取放的测试还包含机器人和取放料机构本身的误差。
评估视觉系统是否满足带料取放要求的精度，主要看机器的相关工位的精度要求。
如果要求视觉定位的工位是用来测试电压内阻之类的工作的，通常都是些探针或者铜压块之类的，这类就对定位精度要求不会很高，通常精度控制在0.2mm就足够了。
但是如果涉及到产品工艺的工位，比如折边、贴胶、刀片杀入式边电压测试，精度控制可能就需要小于0.1mm。这种精度要求会让我们压力山大，对于500w的CCD和140mm的视野来说，这意味着边缘过渡像素不能超过2个。
客户通常总想要求最大可能的视野，而公司的机构设计师位出于成本控制，总希望挑选理论上勉强满足要求的相机，吃亏的总是视觉工程师位。
下面一组数据是勇哥取放实际物料的精度测试结果，它的每条记录是放下物料时拍摄的特征点转换出来的机械坐标。
通过这个数据，我们可以看到X的精度是3条，Y是9条。这种精度是非常优秀的。
---------------------
作者：hackpig
来源：www.skcircle.com
版权声明：本文为博主原创文章，转载请附上博文链接！
