4. 相机标定原理与实操
在FANUC iRVision系统中，相机标定是连接“图像像素坐标”与“机器人世界坐标”的桥梁。没有标定，视觉系统只能看到图像，无法告诉机器人“目标在哪里”。标定的本质，是求解相机成像模型中的内外参数，并建立像素位置与机器人坐标系之间的映射关系。二维视觉标定解决平面内的位置换算，三维视觉标定则进一步恢复深度信息，使机器人能够抓取任意姿态的工件。
标定板与标定靶标的选择
标定板是标定的基准物，其精度直接决定标定结果的可靠性。iRVision常用的标定物分为两类：棋盘格标定板和圆点阵列标定板。棋盘格通过角点检测获得亚像素级特征点，适合二维标定和相机内参标定；圆点阵列通过圆心拟合，抗模糊能力更强，适合视场较大或镜头畸变明显的场景。
选择标定板时需关注三个参数：方格尺寸、阵列数量和制造精度。方格尺寸应根据视场大小确定，通常让标定板占据视场的1/3到1/2。阵列数量建议不少于7×7，以保证特征点数量充足。制造精度方面，普通打印标定板误差在0.1mm以上，高精度标定需使用陶瓷或玻璃基板，误差可控制在0.01mm以内。
对于三维视觉标定，还需要使用标定靶标（Calibration Target）。FANUC常用的三维靶标是一个带有多个已知位置标记点的刚性板，标记点分布在不同的高度平面上。机器人带动靶标在相机视场内做多姿态运动，通过不同位姿下的图像，解算相机与机器人基坐标系之间的变换矩阵。
二维视觉标定流程
二维视觉标定用于平面抓取、定位和检测任务，其核心是求解一个2D仿射变换或透视变换矩阵。以下是标准操作流程：
- 固定相机与标定板：将相机安装在机器人末端或固定支架上，标定板放置在机器人工作平面内，确保标定板平面与机器人运动平面平行。
- 采集标定图像：在iRVision的Calibration界面中，选择“2D Calibration”，输入标定板的方格尺寸和阵列数量，系统自动检测角点。
- 示教机器人位置：将机器人TCP依次移动到标定板上至少3个已知特征点（通常选择标定板的角点或中心点），记录对应的机器人坐标。
- 计算变换矩阵：iRVision根据图像特征点坐标和机器人示教坐标，求解像素到世界坐标的变换矩阵。通常需要至少4组对应点，推荐使用9组以上以提高鲁棒性。
- 保存标定结果：将标定文件保存到机器人控制器，并在视觉程序中引用该标定文件。
实际操作中，示教点的选择应尽量分散，覆盖整个视场。若所有示教点集中在标定板一角，变换矩阵在视场边缘的精度会显著下降。建议在视场的四个象限各选2~3个点，中心区域再选1~2个点。
三维视觉标定流程
三维视觉标定用于无序抓取、码垛拆垛等需要深度信息的场景。与二维标定不同，三维标定需要求解相机坐标系与机器人基坐标系之间的6自由度变换（旋转+平移）。FANUC iRVision支持两种三维标定方式：基于标定靶标的标定和基于机器人运动的标定。
基于标定靶标的标定流程如下：
- 将标定靶标固定在机器人末端法兰上，确保靶标与法兰的相对位置固定。
- 在iRVision中选择“3D Calibration”，设置靶标类型和标记点参数。
- 手动示教机器人，使靶标在相机视场内呈现至少6个不同姿态，每个姿态下采集一张图像。
- 系统根据靶标标记点在图像中的位置和机器人当前位姿，解算相机外参。
- 验证标定结果：将靶标移动到视场中任意位置，比较视觉计算坐标与机器人实际坐标的偏差。
基于机器人运动的标定不需要靶标，而是利用机器人末端的已知运动来建立约束。机器人带动一个特征点（如尖锥）在相机视场内做平移和旋转运动，通过多组运动数据解算相机参数。这种方式操作更灵活，但对机器人重复定位精度要求较高。
标定误差评估
标定完成后，必须评估误差是否满足任务要求。iRVision提供两种误差评估方式：重投影误差和实际定位误差。
重投影误差是将标定板上的特征点通过标定矩阵投影回图像，计算投影位置与实际检测位置的像素偏差。二维标定的重投影误差通常应小于0.5像素，三维标定应小于1.0像素。若误差过大，说明标定板检测不准或示教点分布不合理。
实际定位误差更能反映真实精度。操作方法是：将标定板或已知尺寸的工件放置在视场中多个位置，用视觉系统计算其坐标，同时用机器人TCP实际触碰该位置，比较两者偏差。对于二维标定，偏差应小于0.5mm；对于三维标定，偏差应小于2.0mm。若偏差超出预期，需检查相机安装是否松动、标定板是否平整、机器人重复定位精度是否达标。
标定结果验证与常见问题处理
标定结果验证应形成闭环：采集图像 → 计算坐标 → 机器人执行 → 测量实际结果 → 反馈修正。建议在标定完成后，选取视场内5个以上不同位置进行验证，记录每个位置的视觉坐标与机器人实际坐标的偏差，绘制偏差分布图。若偏差在视场中心较小、边缘较大，说明镜头畸变未充分校正；若偏差整体偏大且方向一致，说明标定板放置位置或示教点存在系统误差。
常见问题及处理方法：
| 问题现象 | 可能原因 | 处理方法 |
|---|---|---|
| 标定板角点检测失败 | 光照不均、标定板模糊、对比度不足 | 调整光源角度，清洁镜头，更换高对比度标定板 |
| 重投影误差大 | 示教点分布集中、标定板不平整 | 重新示教，使点覆盖整个视场；更换刚性标定板 |
| 边缘定位偏差大 | 镜头畸变未校正 | 启用畸变校正，或使用更高精度镜头 |
| 三维标定姿态不足 | 机器人运动范围受限 | 增加标定姿态数量，或改用基于机器人运动的标定方式 |
| 标定后坐标漂移 | 相机或标定板松动 | 紧固相机支架，重新标定 |
标定不是一次性的工作，而是需要定期复检的工程环节。建议每周或每次更换工件品种后，用标准验证点快速检查标定精度。若偏差超过允许范围，及时重新标定，避免因坐标偏差导致抓取失败或碰撞事故。