校准算法原理：从两点到多点，触摸屏的“对齐”艺术
触摸屏校准，说白了就是解决一个问题：你手指点的物理位置，和系统认为你点的逻辑位置，怎么对上号？
我刚开始做嵌入式触控项目时，总觉得校准不就是个线性映射嘛，随便写个公式就行。结果第一次上机测试，点左上角光标跑到右下角去了……嗯，从那以后我再也不敢小看校准算法了。
这一章，我们就把校准算法的老底翻出来。从最简单的两点校准，到工业级的多点最小二乘法，一步步推导，让你看完就能自己写校准程序。
核心思想：触摸屏的物理坐标（ADC值）和显示坐标（像素值）之间存在一个仿射变换关系。校准就是求解这个变换矩阵的参数。
两点校准法：最朴素的“对点”方案
两点校准，顾名思义——你点两个已知位置，系统记下这两点的物理坐标和逻辑坐标，然后算出映射关系。
为什么两个点就够了？
因为两点确定一条直线。在二维平面上，如果我们只考虑平移和缩放（不考虑旋转和倾斜），两个点就能解出全部参数。
数学推导
假设物理坐标为 (Xp, Yp)，逻辑坐标为 (Xl, Yl)。最简单的线性模型是：
Xl = A * Xp + B
Yl = C * Yp + D这里有4个未知数（A、B、C、D）。每个点提供两个方程（X和Y方向各一个），所以两个点正好4个方程，可解。
设两个校准点：
- 点1：物理坐标 (Xp1, Yp1)，逻辑坐标 (Xl1, Yl1)
- 点2：物理坐标 (Xp2, Yp2)，逻辑坐标 (Xl2, Yl2)
代入公式：
Xl1 = A * Xp1 + B
Xl2 = A * Xp2 + B
Yl1 = C * Yp1 + D
Yl2 = C * Yp2 + D解方程：
A = (Xl1 - Xl2) / (Xp1 - Xp2)
B = Xl1 - A * Xp1
C = (Yl1 - Yl2) / (Yp1 - Yp2)
D = Yl1 - C * Yp1我的经验：两点校准的采样点通常选在屏幕左上角和右下角。这样跨度最大，抗噪声能力最强。我曾经试过选两个很近的点，结果校准完边缘区域偏差很大——说白了就是外推误差放大了。
适用场景
| 场景 | 是否推荐 | 原因 |
|---|---|---|
| 电阻屏、无旋转安装 | ✅ 推荐 | 线性度好，两点足够 |
| 电容屏、有旋转角度 | ❌ 不推荐 | 无法补偿旋转和倾斜 |
| 快速原型验证 | ✅ 可用 | 代码简单，调试方便 |
注意：两点校准假设X轴和Y轴是独立的。如果触摸屏安装时有旋转，或者ADC采样有交叉耦合，两点校准会失效。我曾经在一个工控项目里吃过这个亏——屏幕装歪了2度，两点校准后光标总是斜着跑。
三点校准法：更通用的仿射变换
三点校准，解决了旋转和倾斜的问题。它使用6参数仿射变换模型：
Xl = A * Xp + B * Yp + C
Yl = D * Xp + E * Yp + F你看，X方向的逻辑坐标不仅依赖Xp，还依赖Yp。这就允许了旋转和倾斜的补偿。
为什么是三个点？
6个未知数，每个点提供2个方程，所以需要3个点。
推导过程
设三个校准点：
点1: (Xp1, Yp1) → (Xl1, Yl1)
点2: (Xp2, Yp2) → (Xl2, Yl2)
点3: (Xp3, Yp3) → (Xl3, Yl3)写成矩阵形式：
[Xl1] [Xp1 Yp1 1] [A]
[Xl2] = [Xp2 Yp2 1] [B]
[Xl3] [Xp3 Yp3 1] [C]
[Yl1] [Xp1 Yp1 1] [D]
[Yl2] = [Xp2 Yp2 1] [E]
[Yl3] [Xp3 Yp3 1] [F]解这个线性方程组，可以用克莱姆法则，或者直接矩阵求逆。我习惯用高斯消元法，数值稳定性更好。
关键点：三个点不能共线！如果三个点在一条直线上，矩阵会奇异，解不出来。我一般选左上、右上、左下三个角，形成一个大三角形。
代码实现（C语言片段）
// 三点校准参数计算
typedef struct {
float A, B, C; // X方向参数
float D, E, F; // Y方向参数
} CalibParams;
CalibParams calc_three_point_calib(
float xp1, float yp1, float xl1, float yl1,
float xp2, float yp2, float xl2, float yl2,
float xp3, float yp3, float xl3, float yl3)
{
CalibParams p;
float det = xp1*(yp2-yp3) + xp2*(yp3-yp1) + xp3*(yp1-yp2);
if (fabs(det) < 1e-6) {
// 三点共线，错误处理
return (CalibParams){0};
}
// 解X方向
p.A = (xl1*(yp2-yp3) + xl2*(yp3-yp1) + xl3*(yp1-yp2)) / det;
p.B = (xp1*(xl2-xl3) + xp2*(xl3-xl1) + xp3*(xl1-xl2)) / det;
p.C = (xp1*(yp2*xl3-yp3*xl2) + xp2*(yp3*xl1-yp1*xl3) + xp3*(yp1*xl2-yp2*xl1)) / det;
// 解Y方向
p.D = (yl1*(yp2-yp3) + yl2*(yp3-yp1) + yl3*(yp1-yp2)) / det;
p.E = (xp1*(yl2-yl3) + xp2*(yl3-yl1) + xp3*(yl1-yl2)) / det;
p.F = (xp1*(yp2*yl3-yp3*yl2) + xp2*(yp3*yl1-yp1*yl3) + xp3*(yp1*yl2-yp2*yl1)) / det;
return p;
}避坑指南：我曾经在STM32上跑三点校准，发现浮点运算太慢。后来改成定点数运算，精度损失控制在0.1%以内，速度提升了3倍。如果你的MCU没有FPU，建议用Q15或Q31格式。
多点校准法（最小二乘法）：工业级精度
两点和三点校准，都是精确求解——点对点完全匹配。但现实世界有噪声：ADC抖动、触摸屏非线性、手指按压偏差……
多点校准的思路是：采集N个点（N > 3），然后找一个“最优”的变换，让所有点的误差总和最小。
这就是最小二乘法。
数学原理
还是6参数仿射变换模型：
Xl_i = A * Xp_i + B * Yp_i + C
Yl_i = D * Xp_i + E * Yp_i + F定义误差平方和：
S = Σ (Xl_i - (A*Xp_i + B*Yp_i + C))² + Σ (Yl_i - (D*Xp_i + E*Yp_i + F))²对A、B、C、D、E、F分别求偏导，令导数为0，得到正规方程组。写成矩阵形式：
[ ΣXp² ΣXpYp ΣXp ] [A] [ ΣXp*Xl ]
[ ΣXpYp ΣYp² ΣYp ] [B] = [ ΣYp*Xl ]
[ ΣXp ΣYp N ] [C] [ ΣXl ]
[ ΣXp² ΣXpYp ΣXp ] [D] [ ΣXp*Yl ]
[ ΣXpYp ΣYp² ΣYp ] [E] = [ ΣYp*Yl ]
[ ΣXp ΣYp N ] [F] [ ΣYl ]解这个3x3线性方程组，就得到了最优的6个参数。
为什么多点更好？因为噪声被“平均”掉了。你采集9个点，即使个别点有偏差，整体拟合结果依然稳定。我做过对比测试：9点校准的重复精度比3点校准提高了约40%。
校准点布局建议
| 点数 | 布局方式 | 适用场景 |
|---|---|---|
| 5点 | 四角 + 中心 | 快速、中等精度 |
| 9点 | 3x3网格 | 通用、推荐 |
| 16点 | 4x4网格 | 高精度、大屏幕 |
| 25点 | 5x5网格 | 非线性校正 |
注意：点数不是越多越好。点太多，用户操作疲劳，反而引入人为误差。我一般推荐9点校准，在精度和用户体验之间取得平衡。另外，校准点要均匀分布，不要集中在某个区域。
校准矩阵计算：从理论到代码
不管用哪种方法，最终都要生成一个校准矩阵。这个矩阵把物理坐标映射到逻辑坐标。
对于6参数模型，校准矩阵是3x3的：
[Xl] [A B C] [Xp]
[Yl] = [D E F] [Yp]
[1 ] [0 0 1] [1 ]实际应用中，我们只需要存储A、B、C、D、E、F这6个浮点数。每次触摸事件发生时，做一次矩阵乘法：
xl = A * xp + B * yp + C;
yl = D * xp + E * yp + F;我的习惯：校准参数保存在EEPROM或Flash中，上电时加载。每次校准后，把参数写入非易失存储。这样即使掉电，校准数据也不会丢失。我曾经见过一个产品，每次开机都要重新校准，用户差点把机器砸了……
校准流程总结
- 采集数据：在屏幕上显示校准点，记录用户点击的物理坐标和对应的逻辑坐标。
- 选择模型：根据精度需求选择两点、三点或多点模型。
- 求解参数：用最小二乘法（多点）或直接求解（两点/三点）得到变换参数。
- 验证：用一组独立的测试点验证校准精度。如果误差超标，重新采集或增加点数。
- 存储：将参数写入非易失存储，后续触摸事件直接使用。