由于手眼标定不佳（手眼配置错误），触碰测试不安全。

问题

手眼标定结果很差，进行触碰测试是不安全的。

手眼变换	手眼残差	投影验证	触碰测试
差	差	差	不安全

手眼标定结果不佳的示例

手眼变换矩阵看起来不正确，因为它的几个值与实际测量值之间的偏差超出了预期。这些偏差虽然不算特别大，但对于这种设置来说已经超出了合理范围。

数值 -286.632 应约为 130 mm，而 1183.24 则大致为 90 mm。此阶段我们忽略正负号（+/-），因为它取决于坐标系的定义；我们仅关注距离大小。

标定的残差也明显大于预期，大约高出一个数量级。

残差
N（位姿）	平均旋转角度（°）	最大旋转角度（°）	平均平移残差（mm）	最大平移残差（mm）
14	7.847	22.552	26.112	74.373

对于小型机器人，我们预计残差在亚毫米范围内；而对于大型机器人，残差则在毫米范围内。至于残差的旋转分量，我们预计其在亚度范围内。

全部的残差数据

投影验证在技术上是成功的，但产生的误差仍然过大，无法接受。我们应该对投影验证持非常谨慎的态度，因为即使手眼标定不正确，投影误差也可能看起来可以接受。

这些结果强烈表明手眼标定不正确，如果尝试进行触碰测试将会失败。

手眼标定使用了错误的手眼配置（ Eye-in-Hand 或 Eye-to-Hand ），这意味着求解器获得了关于物理设置的错误信息。

因此，您可能会看到较高的残差、较差的投影精度，以及手眼变换矩阵中距离与真实几何形状存在差异。在严重的情况下，由此产生的变换可能会因碰撞风险而使触碰测试验证变得不安全。

请确保使用与您的实际设置相匹配的正确手眼配置进行手眼标定：
- Eye-to-Hand：相机固定在环境中，机器人移动标定对象（即*标定物体在机械臂上*或*固定安装/静态的相机*）。
- Eye-in-Hand：相机安装在机器人上，标定板固定在环境中（即*标定对象在机械臂外*或*手臂安装/移动的相机*）。
使用同一数据集重复进行手眼标定。
验证手眼标定结果（变换矩阵、残差、投影）。
运行触碰测试（如果手眼标定结果良好）。

重现问题（手眼配置错误）

良好的数据集

使用下图所示的数据集成功进行了手眼标定。

标定结果如下。

残差
N（位姿）	平均旋转角度（°）	最大旋转角度（°）	平均平移残差（mm）	最大平移残差（mm）
14	0.022	0.034	0.180	0.338

全部的残差数据

通过触碰测试验证了手眼标定。

触碰测试成功，证实了手眼标定的正确性和准确性。

错误数据集

为了模拟该问题，我们使用错误的手眼配置（ Eye-to-Hand 而 Eye-in-Hand ）进行了手眼标定。标定结果如下。

残差
N（位姿）	平均旋转角度（°）	最大旋转角度（°）	平均平移残差（mm）	最大平移残差（mm）
14	7.847	22.552	26.112	74.373

全部的残差数据

投影验证在技术上成功了，但误差仍然过大，无法接受。对于投影验证，我们应该非常谨慎，因为即使手眼标定不正确，投影误差也可能看起来可以接受。

这些结果强烈表明手眼标定不正确，如果尝试进行触碰测试将会失败，因此出于安全原因跳过了该测试。

比较

下表比较了手眼变换矩阵（平移值）和手眼标定残差之间的结果。

手眼变换矩阵中的转换值
数据集	X (mm)	Y (mm)	Z (mm)
好	-55.936	-91.919	128.086
差（手眼配置错误）	116.163	1183.242	-286.632
Δ（好 - 差）	-172.099	-1275.161	414.718

残差
数据集	N	平均旋转角度（°）	最大旋转角度（°）	平均平移残差（mm）	最大平移残差（mm）
好	14	0.022	0.034	0.180	0.338
差（手眼配置错误）	14	7.847	22.552	26.112	74.373