GLOSSARY

핸드-아이 캘리브레이션

Hand-Eye Calibration중급

핸드-아이 캘리브레이션이란 로봇 엔드이펙터(hand)와 카메라(eye) 사이의 상대적 위치·자세 관계, 즉 두 좌표계를 잇는 변환 행렬을 실험적으로 구하는 과정이다. 카메라가 인식한 물체의 위치를 로봇 좌표계에서 올바르게 해석하려면 이 관계가 정확히 알려져 있어야 하며, 오차가 크면 시각 정보를 기반으로 한 파지나 조립이 빗나가게 된다. 캘리브레이션은 체커보드 같은 기준 패턴을 여러 자세에서 촬영한 뒤 AX = XB 형태의 방정식(Tsai-Lenz 방법 등)을 풀어 변환 행렬 X를 추정하는 방식으로 진행된다. 예를 들어, 컨베이어 위의 부품을 집는 비전 가이디드 픽-앤-플레이스 시스템에서는 핸드-아이 캘리브레이션이 완료되어야 카메라가 감지한 부품 좌표를 로봇이 실제로 이동할 위치로 변환할 수 있다. 카메라가 엔드이펙터에 부착된 eye-in-hand 구성과, 카메라가 작업 공간 외부 고정 위치에 있는 eye-to-hand 구성은 풀어야 할 방정식의 형태가 달라지므로 혼용하지 않도록 주의해야 한다.

이 용어가 나온 기사

ROS Discourse2026.10.03기초·제어이론

핸드-아이 캘리브레이션 결과를 신뢰할 수 있는 방법이 있는가?

Has anyone found a reliable way to validate a hand eye calibration result?

ROS Discourse에 핸드-아이 캘리브레이션(hand-eye calibration) 결과의 검증 방법을 묻는 질문이 올라왔다. MoveIt Calibration, easy_handeye, Kalibr 등의 도구는 재투영 오차(reprojection error)나 변환 행렬을 출력하지만, 그 결과가 신뢰 가능한지를 판단할 명확한 기준이 없다는 점이 지적된다. RViz에서 육안으로 확인하거나 숙련자의 경험에 의존하는 방식이 현재 현장에서 통용되고 있으나, 규모가 커질 경우 이 방법은 적합하지 않다고 질문자는 말한다. 검증 모션 실행, 알려진 점 접촉, 측정된 포즈와의 비교 등 정량적 방법이 실제로 유효한지에 대한 실무 경험을 구하고 있다.

큐레이터본 글은 1명이 작성한 질문 게시물로 답변이 포함되어 있지 않아 정보 가치가 제한적이다. 캘리브레이션 검증 기준의 부재는 로봇 현장 배포 시 반복되는 실무 문제이나, 이 글 자체는 해결책을 제시하지 않는다.

#hand-eye calibration #MoveIt Calibration #easy_handeye #Kalibr #ROS

같은 난이도의 용어 (중급)

PRMProbabilistic Roadmap URDFUnified Robot Description Format 임피던스 제어Impedance Control 칼만 필터Kalman Filter 오도메트리Odometry 코스트맵Costmap