本项目基于 https://github.com/leo038/hand_eye_calibrate.git 制作；
手眼标定的原理可参考：机械臂手眼标定方法详解；
基于源项目的基础上分别编写了眼在手外与眼在手内的标定程序，并根据已有的UR5机械臂进行了专门配置，能够自动连接机械臂；
需要自行安装Intel D435的驱动，安装方法详见百度。
根据需求选择 “hand_out”（眼在手外）或者 “hand_in”（眼在手内）文件夹，并先运行“data_collect.py”进行图像采集与机器人位姿保存；
获得图像与机器人位姿后，运行“hand_eye_out(in)calibrate.py”进行手眼标定；
手眼标定数据会自动保存于各自的measured_data文件夹中，自行取用；
手眼标定结束后运行各文件夹中的record_realsense.py获取相机深度数据，所获取的深度数据也会自动保存于各自的measured_data文件夹中;
在手眼标定结束后可进入Acc_test文件夹，根据项目需求，修改hand_in_main.py或者hand_out_main.py中的各项数据，进行标定结果的验证；其中main.py仅适用于UR5与D435相机结合的眼在手外项目，如果需要测试自己的项目，请自行替换相机文件（realsenseD435.py）与机器人文件（arm_control.py）。 注意：使用Acc_test文件夹中的main函数进行精度测试时，深度相机所打开的画面大小（如1080720, 640480……等）需要与标定时的画面大小一致！本例程中皆为640*480！
collect_data_in和collect_data_out文件夹中都有示例图片，可以直接运行理解代码。
如有疑问请联系wangjie03690@163.com