保姆级教程：在Ubuntu18.04 ROS Melodic下，用Kinova Mico和RealSense D435i搞定手眼标定（附常见坑点修复）-编程阁

从零开始：Ubuntu 18.04下Kinova Mico与RealSense D435i手眼标定全流程解析

当机械臂需要"看见"世界时，手眼标定就成了连接视觉与动作的桥梁。本文将带你完整走过Kinova Mico机械臂与Intel RealSense D435i相机的标定之旅，特别针对Ubuntu 18.04和ROS Melodic环境下的常见问题提供解决方案。

1. 环境准备与基础配置

在开始标定前，确保系统环境干净且所有依赖项已正确安装。以下是必须完成的基础步骤：

# 更新系统软件包 sudo apt-get update sudo apt-get dist-upgrade -y rosdep update

硬件连接检查清单：

Kinova Mico通过USB正确连接且供电正常
RealSense D435i通过USB 3.0接口连接
ArUco标记打印件（建议使用硬质材料打印）

提示：建议使用全新的Ubuntu 18.04系统以避免依赖冲突，如果使用现有系统，请先清理可能存在的旧版ROS包。

2. RealSense D435i驱动安装与验证

RealSense相机的稳定驱动是标定成功的前提。以下是经过验证的安装流程：

# 添加Intel官方源 sudo apt-key adv --keyserver keys.gnupg.net --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE || sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE sudo add-apt-repository "deb https://librealsense.intel.com/Debian/apt-repo bionic main" -u sudo apt-get install librealsense2-dkms librealsense2-utils librealsense2-dev librealsense2-dbg

验证相机是否正常工作：

realsense-viewer

常见问题解决方案：

问题现象	解决方法
设备未识别	检查USB3.0连接，尝试不同端口
深度流不稳定	更新固件到最新版本
彩色图像噪点多	调整相机曝光参数

3. Kinova机械臂ROS接口配置

Kinova机械臂的ROS驱动需要特定版本的依赖：

# 创建工作空间 mkdir -p ~/kinova_ws/src cd ~/kinova_ws/src git clone https://github.com/Kinovarobotics/kinova-ros.git cd .. rosdep install --from-paths src --ignore-src -y catkin_make

关键配置步骤：

复制udev规则确保USB访问权限

sudo cp ~/kinova_ws/src/kinova-ros/kinova_driver/udev/10-kinova-arm.rules /etc/udev/rules.d/ sudo udevadm control --reload-rules && sudo udevadm trigger

安装MoveIt!运动规划框架

sudo apt-get install ros-melodic-moveit ros-melodic-trac-ik

验证机械臂通信：

roslaunch kinova_bringup kinova_robot.launch kinova_robotType:=m1n6s300 # 新终端中运行 roslaunch m1n6s300_moveit_config m1n6s300_demo.launch

4. 手眼标定环境搭建

手眼标定需要多个功能包协同工作，以下是必须安装的组件：

ArUco标记检测

cd ~/kinova_ws/src git clone -b melodic-devel https://github.com/pal-robotics/aruco_ros.git

ViSP视觉库

sudo apt-get install ros-melodic-visp git clone -b melodic-devel https://github.com/lagadic/vision_visp.git

easy_handeye标定工具

git clone https://github.com/IFL-CAMP/easy_handeye

关键问题解决：transforms3d库安装失败

# 先升级pip python -m pip install --upgrade pip # 然后安装 python -m pip install transforms3d

5. 完整标定流程实施

5.1 ArUco标记准备

使用在线生成器创建标记：

访问 https://chev.me/arucogen/
参数设置：
- Dictionary: Original ArUco
- Marker ID: 582（或其他未使用的ID）
- Marker size: 100mm

注意：标记必须平整固定在机械臂末端，建议使用刚性材料打印以避免变形。

5.2 标定Launch文件配置

创建kinova_realsense.launch文件，关键参数说明：

<arg name="eye_on_hand" value="false" /> <!-- eye-to-hand配置 --> <arg name="tracking_base_frame" value="camera_link" /> <arg name="robot_base_frame" value="m1n6s300_link_base" /> <arg name="robot_effector_frame" value="m1n6s300_link_6" />

5.3 标定执行步骤

启动RealSense相机：

roslaunch realsense2_camera rs_camera.launch

启动标定流程：

roslaunch easy_handeye kinova_realsense.launch

手动控制机械臂到不同位姿采集数据（建议15-20个位姿）
在rqt_easy_handeye界面点击"Compute"获取标定结果

常见问题排查：

如果rqt界面不显示，尝试：
```
rqt
```
然后手动加载插件：Plugins → Visualization → Image View
标定误差过大时检查：
- 标记是否在整个过程中完全可见
- 机械臂是否到达了足够多样的位姿
- 相机曝光参数是否适合当前环境光照

6. 标定结果验证与应用

获得标定矩阵后，建议通过以下方式验证准确性：

机械臂末端到标记的理论距离与实际测量对比
在不同位姿下观察标记的检测稳定性
执行简单的抓取任务测试实际应用效果

将标定结果保存为YAML文件后，可以在应用代码中加载使用：

import rospy from easy_handeye.handeye_client import HandeyeClient client = HandeyeClient() calibration = client.load_calibration('handeye_calibration.yaml')

在实际项目中，标定结果通常用于：