移动机器人到任何一个点位后，点击最上面菜单栏中的“添加新的目标点”，之后如果想把机器人移动到这个点位，单机左侧程序树中的这个点位就行。：功能在最上面菜单栏中的“在程序中添加一个圆弧运动（必须选择两个目标）”，在robodk中，这两个目标点分别表示圆弧的中间点和终点。：选中几个目标点，点击最上面菜单栏中的“添加一个新的程序与选定的机器人相连接”，即可创建程序。：点击最上面菜单栏中的“程序”——“示教

平常我在做手眼标定时，一般都是通过OpenCV的cv::calibrateHandEye函数进行求解，需要输入多组不同的机械臂位姿。今天遇到了一款舵机机器人，只能获取位置，得不到姿态信息，想着那就把姿态都设为0，结果求不出来。。。

在机器人视觉应用中，手眼标定是一个很重要的过程，本篇介绍的是2D平面的手眼标定，本质是将相机视野内的像素坐标信息（x,y）映射到机器人的XY位置中。

该仓库（Universal_Robots_ROS2_Description）是针对 Universal Robots 机械臂的 ROS2 描述包，包含各型号机械臂（如 UR3、UR5、UR10 及其 “e” 系列等）的 URDF/XACRO 描述文件、网格模型（meshes）以及配置参数，用于在 ROS2 环境中进行机械臂的建模、可视化和仿真。核心关键文件如下：：包含优傲机械臂描述的宏定义文件，通

因为一直使用6轴协作机器人，且主要应用是三维视觉，平常的手眼标定基本都是基于OpenCV来计算的，听说有九点标定和十二点标定，顺便了解下。

cuRobo（CUDA Accelerated Robot Library）是 NVIDIA 推出的基于 CUDA 加速的机器人算法库，专注于通过并行计算大幅提升机器人相关算法的运行速度。该库提供了一系列高性能的机器人学核心算法，适用于运动规划、轨迹线优化、碰撞检测等关键任务。核心功能运动学计算：正向和逆向运动学求解碰撞检测：支持机器人与环境的碰撞检查，环境可表示为立方体、网格和深度图像数值优化：

这里我们将solvePnP算法应用于aruco标记的位姿估计中，实际我们使用的是2D工业相机，拍摄了多组标记如Charuco或者ArucoBoard，这些标记都是已知实际物理尺寸的，所以标记上的每个aruco相对于标记原点即物体坐标系的3D坐标都是已知的，记为；根据拍摄的图像通过模板匹配或角点检测算法都可以已知图像中每个aruco的像素坐标。最终我们需要求得的是相机的外参，即标记相对于相机坐标系的

ArUco板是一组标记，其作用类似于单个标记，因为它为相机提供了一个单一的姿势。最受欢迎的板是所有标记都在同一平面上的板，因为它很容易打印：然而，棋盘不限于这种排列方式，并且可以表示任何二维或三维布局。一个板和一组独立标记的区别在于，板中标记之间的相对位置是先验已知的。这使得所有标记的角点都可以用来估计相机相对于整个板的姿态。当你使用一组独立的标记时，你可以单独估计每个标记的姿态，因为你不知道环境

使用环境：Ubuntu16.04+Qtcreator-5.0.0强烈推荐贼棒的Qt学习资料：https://subingwen.cn/qt/Qt 中多线程的使用：https://subingwen.cn/qt/thread/视频教程：https://www.bilibili.com/video/BV1iN411f7dY?p=1目录关于Qt中的emit()函数关于Qt中的元对象系统1.Qt中使用多线

记录学习TCP通信知识、在Qt中建立TCP服务端和客户端，并附上源代码，使用实例：用Qt编写TCP客户端和海康VisionMaster进行TCP通信测试，方便调试。