1. 环境准备：搭建ROS与硬件基础
第一次接触机械臂手眼标定时，我花了整整三天才把环境搭好。现在回想起来，其实只要按步骤操作，两小时就能搞定。我们先从最基础的Ubuntu和ROS安装说起，这里以Ubuntu 18.04和ROS Melodic为例，因为RealSense D435i对这个组合的兼容性最好。
装完系统后，第一件事是更新软件源。很多人会忽略这步，结果后面装依赖时各种报错。打开终端依次执行：
sudo apt-get update sudo apt-get dist-upgrade rosdep update硬件连接也有讲究。Kinova机械臂需要USB 3.0接口，RealSense相机最好接在独立的USB控制器上。我遇到过因为USB带宽不足导致相机帧率不稳定的情况，后来买了个PCIe转USB扩展卡才解决。记得把相机固定在机械臂工作范围内，高度建议1-1.5米，倾斜角度15-30度最理想。
2. 驱动安装：让硬件"活"起来
2.1 RealSense相机配置
RealSense的官方驱动安装其实比想象中简单。先装内核模块：
sudo apt-get install librealsense2-dkms然后装ROS包：
sudo apt-get install ros-melodic-realsense2-camera测试时有个小技巧：先关闭所有ROS节点，单独运行：
roslaunch realsense2_camera rs_camera.launch然后在rviz里添加PointCloud2显示，如果能看到点云说明驱动正常。常见问题是相机不识别，这时候检查dmesg日志，大概率是USB供电不足。
2.2 机械臂控制配置
Kinova的ROS包安装要注意版本匹配：
cd ~/catkin_ws/src git clone https://github.com/Kinovarobotics/kinova-ros.git cd .. catkin_make这里有个坑：udev规则必须配置，否则每次都要sudo：
sudo cp ~/catkin_ws/src/kinova-ros/kinova_driver/udev/10-kinova-arm.rules /etc/udev/rules.d/ sudo udevadm control --reload-rules验证机械臂时，建议先运行基础驱动：
roslaunch kinova_bringup kinova_robot.launch再开另一个终端测试MoveIt：
roslaunch m1n6s300_moveit_config m1n6s300_demo.launch如果机械臂能在rviz里规划轨迹，说明安装成功。
3. 标定工具链搭建
3.1 ArUco标记识别
手眼标定需要视觉标记物，我推荐用ArUco码。安装时建议源码编译：
cd ~/catkin_ws/src git clone -b melodic-devel https://github.com/pal-robotics/aruco_ros.git cd .. catkin_make --pkg aruco_ros标记生成要注意：必须用Original ArUco字典，尺寸建议10cm×10cm。我常用ID=582的标记，因为这个数字在系统里冲突最少。打印时一定要保证尺寸精确，我用卡尺量过才放心。
3.2 easy_handeye安装
这个包是标定的核心工具，安装时容易踩坑：
git clone https://github.com/IFL-CAMP/easy_handeye.git rosdep install -iyr --from-paths src如果报错说缺transforms3d，先升级pip再装：
pip install --upgrade pip pip install transforms3d有个隐藏问题：ROS Melodic默认用Python2，但有些新包只支持Python3。我后来在.bashrc里加了别名：
alias rosdep='rosdep --rosdistro=melodic'4. 标定实战操作
4.1 launch文件配置
新建kinova_realsense.launch文件，关键参数要注意：
<arg name="marker_size" value="0.1" /> <!-- 必须与实际打印尺寸一致 --> <arg name="eye_on_hand" value="false" /> <!-- Eye-to-Hand模式 --> <arg name="robot_base_frame" value="m1n6s300_link_base" /> <arg name="robot_effector_frame" value="m1n6s300_link_6" />相机和机械臂的坐标系一定要核对清楚。我遇到过因为坐标系定义不对，标定结果偏差20cm的情况。建议先用rostopic echo /tf确认各坐标系关系。
4.2 标定过程技巧
启动顺序很重要：
- 先开相机：
roslaunch realsense2_camera rs_camera.launch - 再启动标定：
roslaunch easy_handeye kinova_realsense.launch
采样时要注意：
- 机械臂末端保持标记正对相机
- 每次移动后等1-2秒让图像稳定
- 建议采集15-20组数据，覆盖整个工作空间
如果image_view不显示，手动启动rqt：
rqt然后在Plugins→Visualization里添加ImageView，订阅/aruco_ros/tracker/result话题。
5. 验证与调试
标定完成后，最重要的验证实际精度。我常用的方法：
- 让机械臂末端走到已知坐标点
- 用测量工具验证实际位置
- 误差应小于3mm才算合格
常见问题排查：
- 标定结果跳变：检查标记是否牢固，相机是否抖动
- rviz显示异常：确认tf树是否正确，
rosrun tf view_frames生成pdf查看 - MoveIt规划失败：检查
robot_base_frame是否与URDF一致
最后记得保存标定结果：
rosservice call /kinova_d435i_handeyecalibration/save这个YAML文件要妥善保管，下次直接加载就能用。
