3. 视觉基础

机器臂视觉抓取系统的第一性原理，是让机械臂“知道”视觉传感器看到的物体在机器人坐标系中的精确位置。这一过程的核心桥梁，就是相机的成像模型与标定参数。如果相机内参、外参或畸变系数存在偏差，即便算法再先进，抓取精度也会在源头被破坏。本章将系统拆解针孔成像模型、内参外参的物理含义、畸变产生机理以及标定实施方法，为后续手眼标定奠定数学与工程基础。

3.1 针孔成像模型与四大坐标系变换

相机成像的本质是将三维空间点投影到二维像素平面的过程。针孔模型是这一过程的理想化数学描述，它假设光线沿直线传播并通过光心，在像平面上形成倒立实像。实际工程中，我们通过“等效正立虚像”简化计算，将投影关系表达为线性矩阵运算。

整个成像链路涉及四个坐标系的连续变换：世界坐标系 → 相机坐标系 → 图像坐标系 → 像素坐标系。世界坐标系是用户自定义的基准参考系，通常与机械臂基座或标定板绑定；相机坐标系以光心为原点，Z轴指向相机前方；图像坐标系以光轴与像平面的交点为原点，单位是毫米；像素坐标系以图像左上角为原点，单位是像素。

从世界坐标到相机坐标属于刚体变换，只包含旋转矩阵 R（3×3）和平移向量 t（3×1），这组参数被称为外参，它描述了相机在世界坐标系中的位姿。从相机坐标到像素坐标的变换由内参决定，包括焦距 fx、fy（单位像素）和主点 cx、cy（单位像素）。完整的投影方程如下：

Zc * [u, v, 1]^T = K * [R | t] * [Xw, Yw, Zw, 1]^T

其中内参矩阵 K = [[fx, 0, cx],
                  [0, fy, cy],
                  [0,  0,  1]]

fx = f/dx，fy = f/dy，其中 f 为物理焦距（mm），dx、dy 为单个像素的物理尺寸（mm/pixel）。当像素为正方形时 fx = fy，但工业相机中两者常有微小差异，标定时必须分别求解。

3.2 畸变模型：径向畸变与切向畸变

实际镜头并非理想针孔，光线通过透镜时会发生折射偏差，导致成像点偏离理想位置，这就是畸变。畸变主要分为两类：径向畸变和切向畸变。径向畸变源于透镜形状误差，表现为图像点沿径向向内（桶形畸变）或向外（枕形畸变）偏移；切向畸变源于透镜与成像平面不平行，表现为图像点沿切线方向偏移。

径向畸变的数学模型用三个系数 k1、k2、k3 描述，切向畸变用 p1、p2 描述。设理想归一化坐标为 (x, y)，畸变后的坐标为 (x_dist, y_dist)，则：

x_dist = x * (1 + k1*r² + k2*r⁴ + k3*r⁶) + 2*p1*x*y + p2*(r² + 2x²)
y_dist = y * (1 + k1*r² + k2*r⁴ + k3*r⁶) + p1*(r² + 2y²) + 2*p2*x*y
其中 r² = x² + y²

对于工业机器臂视觉抓取场景，通常使用定焦镜头，k3 往往不需要标定（设为0），因为高次项对普通镜头影响极小。但若使用广角镜头或短焦距镜头，k3 必须参与标定。畸变系数属于内参的一部分，在标定过程中与内参矩阵联合优化求解。

3.3 标定方法：从张正友标定到实操流程

目前工业界最常用的相机标定方法是张正友标定法，它只需要拍摄不同姿态的平面棋盘格标定板即可完成标定，无需昂贵的精密三维标定块。其核心思想是利用棋盘格角点的共面约束，先通过单应矩阵求解内参初值，再通过非线性优化迭代精化所有参数。

标定操作流程分为五个关键步骤：

1. 准备标定板：打印高精度棋盘格（建议 9×7 或 12×9 内角点），粘贴在平整刚性平板上，测量方格边长（如 30mm）。
2. 采集图像：固定相机，移动标定板，采集 15~20 张不同姿态的图像。要求覆盖画面中心与边缘，倾斜角度从 0° 到 45° 变化，且标定板在画面中占比超过 1/3。
3. 角点检测：使用 OpenCV 的 findChessboardCorners 函数自动检测内角点，并利用 cornerSubPix 进行亚像素精化。
4. 参数求解：调用 calibrateCamera 函数，输入角点像素坐标和对应的世界坐标（以标定板平面为 Z=0），输出内参矩阵、畸变系数、每张图像的外参。
5. 精度验证：计算重投影误差（reprojection error），通常要求小于 0.1 像素。若误差过大，需剔除异常图像或重新采集。

3.4 案例拆解：视觉抓取产线中的相机标定实战

某汽车零部件装配线需要机器人从传送带上抓取不同规格的螺栓，视觉系统采用 Basler acA2500-14gm 工业相机（500万像素，传感器尺寸 2/3"），搭配 12mm 定焦镜头，工作距离约 600mm。现场反馈抓取位置偏差达到 ±5mm，超出工艺允许的 ±1mm 范围。

初步排查：首先检查机械臂重复定位精度（±0.05mm）和传送带编码器同步，均正常。随后怀疑相机标定参数存在问题。使用 OpenCV 对标定结果进行复核，发现重投影误差高达 0.45 像素，远超 0.1 像素的合格线。

根因分析：进一步检查发现，现场标定时使用了 A4 纸打印的棋盘格，纸张未粘贴在刚性平板上，存在轻微弯曲；且采集的 12 张图像中，有 5 张标定板倾斜角小于 10°，姿态多样性不足。弯曲的标定板导致角点世界坐标与实际位置偏差，而姿态单一导致单应矩阵求解病态。

解决措施：重新制作标定板，将棋盘格打印后粘贴在 5mm 厚铝板上，确保平面度；重新采集 18 张图像，覆盖 0°~40° 倾斜角，并保证标定板出现在画面九个不同区域。标定后重投影误差降至 0.06 像素。随后重新执行手眼标定，抓取精度提升至 ±0.8mm，满足工艺要求。

该案例表明，标定板平面度和图像姿态多样性是影响标定精度的两大关键因素。在机器臂视觉引导项目中，标定质量直接决定系统最终精度，任何环节的疏忽都会在后续手眼标定和抓取控制中被放大。

3.5 常见误区与总结复盘

在相机标定实施过程中，工程师常陷入以下误区，需要特别警惕：

• 误区一：标定板越大越好。标定板尺寸应与工作距离和视场匹配，过大可能导致部分角点超出视场，过小则角点像素分辨率不足。一般建议标定板在画面中占 1/3 到 1/2 面积。
• 误区二：忽略主点偏移。部分工程师认为 cx、cy 就是图像中心（如 1280×1024 图像的中心为 640, 512），直接使用默认值而不标定。实际镜头装配误差会导致主点偏移 10~30 像素，必须参与标定。
• 误区三：标定一次永久使用。镜头松动、温度变化、振动冲击都会导致内参漂移。建议每季度或每次镜头重新调焦后，重新执行标定。
• 误区四：混淆内参标定与手眼标定。内参标定是确定相机自身的投影参数，手眼标定是确定相机与机械臂之间的坐标变换关系。两者必须按顺序执行，不可颠倒。

相机标定是机器臂视觉抓取系统的基石，其精度上限决定了整个系统的精度上限。掌握针孔模型、畸变模型和标定方法，是每一位视觉工程师的基本功。在实际项目中，务必以严谨的流程执行标定，并用重投影误差和实际抓取精度双重验证标定结果，才能为后续的视觉引导算法提供可靠的数据源。