多模态感知与手眼标定

鹿明机器人科技(深圳)有限公司

抓取产线要上线了,感知组给机械臂装上了 RGB-D 相机。眼睛有了,可机械臂「听不懂」相机的话:相机说物体在 (0.1, 0.2, 0.3),机械臂只认自己的基座坐标系。中间隔着三件事——把深度像素变成 3D 点云、把相机和手臂对齐、把看到的物体变成机械臂能去的位姿。今天,由你亲手打通这条感知链。

实训时长:1周目标岗位:3D视觉算法工程师工单任务:4 个实战工单
多模态感知与手眼标定
鹿明机器人科技(深圳)有限公司多模态感知与手眼标定

为什么要完成这项工作模拟?

○ 自主学习○ 预计耗时:1周○ 适合作为求职简历作品集

欢迎加入我们的项目!我们非常高兴你能来。

抓取产线要上线了,感知组给机械臂装上了 RGB-D 相机。眼睛有了,可机械臂「听不懂」相机的话:相机说物体在 (0.1, 0.2, 0.3),机械臂只认自己的基座坐标系。中间隔着三件事——把深度像素变成 3D 点云、把相机和手臂对齐、把看到的物体变成机械臂能去的位姿。今天,由你亲手打通这条感知链。

✓ 全真模拟:多模态感知与手眼标定
通过此项目,您将:
  • 掌握 3D 点云处理核心算法与手眼标定数学原理,能独立完成多传感器标定与位姿估计系统开发,将标定误差控制在工程公差内。

我们希望这个项目不仅能增强您的技术技能,提升您的简历,还能让您对在 鹿明机器人科技(深圳)有限公司 的潜在职业发展有更深入的了解。

可达成的成就
  • ✓RGB-D 反投影,体素降采样去噪减点数,RANSAC 平面分割,深度有效占比,运行日志,退出码,README
  • ✓RANSAC 平面分割,轴角表示,手眼标定,运行日志
  • ✓坐标链的连乘,PnP 思想,手眼标定误差影响,位姿误差,运行日志、退出码截图、README.md
工作原理
  • ·根据预先录制的视频和示例答案完成任务。
  • ·获得证书,并将其作为课外活动添加到您的简历和求职个人资料中。
  • ·在申请中脱颖而出。自信地回答面试问题,并解释为什么你适合我们的团队。
开始之前需要掌握的技能
你需要理解旋转矩阵、平移向量、齐次坐标同时能够启动节点、查看TF树、在RViz中加载可视化插件——每个实验都配套RViz实时展示,需会基本操作还要了解矩阵乘法、求逆、SVD分解(手眼标定求解涉及)、最小二乘(PnP求解涉及)
你将学习和练习的技能
OpenCVPython3D视觉RAG点云
工单大纲

实训工单清单与任务分解

点击左侧工单即可切换右侧交付详情,了解核对前要求、培养目标与交付物。

工单 task-intro○ 预计用时 1小时

Intro & Scenario

欢迎加入鹿明机器人!作为机器人 3D 感知算法工程师,请认真阅读实训指引。

任务说明与操作指引

实训培养目标与交付路线

本次实训深入几何与三维视觉底层,分为三个关键任务阶段:

  1. 任务 1 · 点云重建与分割:解析 RGB-D 深度图并反投影生成空间 3D 点云,使用 RANSAC 算法完成平面拟合与工件点云聚类;
  2. 任务 2 · 手眼标定求解:推导经典的 AX=XB 标定矩阵方程,求解相机坐标系与机械臂基座坐标系之间的齐次变换矩阵;
  3. 任务 3 · 抓取位姿估计:结合点云主轴与表面法向量分析,解算目标物体的空间 6D 抓取位姿。

所有任务均提供官方脚手架代码模板,仅需提交单一核心实现文件,并支持标答自查闭环。

工作模拟代入

你的职场身份与带教导师

实训平台不仅是技能学习,更是一次真实的工程师入职测试与角色代入。

实习生的工作场景分析:

机器人 3D 感知算法工程师

🏢鹿明机器人科技(深圳)有限公司 · 核心工程研发组
🔧核心职责
  • 负责 RGB-D 深度图到 3D 点云的反投影重建,利用体素降采样与 RANSAC 算法完成目标物体平面分割。
  • 构建机械臂手眼标定方程(Ax=xB),完成相机坐标系到机械臂基座坐标系的高精度位姿变换求解。
📖培养目标
  • 掌握 3D 点云处理核心算法与手眼标定数学原理,能独立完成多传感器标定与位姿估计系统开发,将标定误差控制在工程公差内。
你的工程带教导师
郭工
郭工资深具身智能专家

鹿明机器人·具身工程实验室负责人

精通 3D 视觉点云处理、眼在手外/眼在手上(Eye-in/to-Hand)高精度手眼标定与基于多模态感知的位姿估计。

评论

5

“手眼标定 AX=XB 曾经是我科研中最大的痛点,网上的代码版本鱼龙混杂。这个实训直接采用 Park-Martin 解析算法,从 15 组姿态数据中提取相对变换,最终手眼标定平移残差只有 1.1mm!配合 RANSAC 桌面分割,整个视觉抓取链路彻底跑通!”

华中科技大学 · 人工智能与自动化学院 · 何楚尧

“多模态点云反投影和体素降采样部分非常干净利落,处理后的 PLY 点云在 Open3D 里展示得非常漂亮。基座系齐次变换链的数学推导注释极具参考价值。”

东南大学 · 自动化学院 · 陆雨辰

“做完任务三的坐标转换,看着 pose_transform.png 里相机系和基座系完美对齐,综合误差不到 1.2mm,瞬间对具身感知有了十足的信心!”

西北工业大学 · 航海学院自主水下机器人团队 · 唐子墨

多模态感知与手眼标定 - Voke