模组校准基础概念：什么是模组校准、标定与校准的区别、常见校准对象及校准精度指标
在模组化产线的实际工程语境中，“校准”一词往往被混用为“标定”“调校”或“对位”，但它们在方法论、操作对象和验收标准上存在本质差异。本章作为整个课程的地基，将首先厘清模组校准的定义与边界，区分标定与校准的工程语义，随后系统梳理相机、IMU、激光雷达、机械臂等典型校准对象的物理模型与参数维度，最后给出产线落地时最关心的精度指标体系。只有把这些基础概念吃透，后续的产线搭建、工具链开发和自动化方案设计才有统一的语言和判断基准。
上图给出了本章的知识框架：模组校准不是单一操作，而是“定义—对象—指标—产线落地”的完整链路。下面我们逐一展开。
2.1 什么是模组校准：从物理偏差到数学补偿
核心原理：任何模组在制造、装配和使用过程中都会引入偏差。以相机模组为例，镜头的光学中心与图像传感器的几何中心不可能重合，镜片曲率也存在微米级误差；IMU 的 MEMS 加速度计和陀螺仪在出厂时，其零偏、刻度因子和轴间正交性都会偏离理想值；机械臂的连杆长度、关节零点位置同样存在加工公差。模组校准的本质，就是通过测量手段获取这些偏差的量化描述，建立数学模型，并在软件或固件层面进行补偿，使模组的实际输出逼近理想模型。
判断方法：判断一个模组是否需要校准，可以从三个维度入手：
- 精度需求：如果系统要求相机测量误差小于 0.1mm（如高精度视觉定位），则必须校准；若仅用于人眼观察，则无需校准。
- 批量一致性：产线中同一型号模组个体差异较大时，必须逐台校准以保证输出一致性。
- 环境敏感性：温度、湿度、振动等环境因素导致参数漂移时，需要周期性校准或在线自校准。
案例拆解：某手机摄像头模组产线，未校准前同一批次 1000 颗模组的焦距离散度达到 ±3%，导致成像清晰度不一致。引入主动校准（Active Alignment）后，通过调节镜头与传感器的相对位置，并在 EEPROM 中写入每颗模组的畸变系数和光心偏移量，最终将焦距离散度控制在 ±0.3% 以内，良率从 92% 提升至 99.2%。
2.2 标定与校准的区别：术语背后的工程语义
核心原理：在中文工程语境中，“标定”和“校准”经常混用，但在严谨的工程管理中，两者有明确分工。标定（Calibration）侧重于建立输入与输出之间的数学映射关系，求解模型参数，例如相机内参矩阵、畸变系数、IMU 零偏等；校准（Alignment/Adjustment）则侧重于物理层面的对准和修正，例如调节镜头位置、调整机械臂零点、补偿装配误差。简单来说，标定是“算出来”，校准是“调到位”。
| 维度 | 标定（Calibration） | 校准（Alignment/Adjustment） |
|---|---|---|
| 核心动作 | 数据采集 + 参数求解 | 物理调节 + 补偿写入 |
| 输出形式 | 内参矩阵、外参矩阵、畸变系数、零偏值 | 调节量、补偿表、固件参数 |
| 工具依赖 | 标定板、靶标、算法库 | 六轴调节台、激光干涉仪、扭力扳手 |
| 典型场景 | 相机内参标定、IMU 零偏标定 | AA 主动校准、机械臂零点校准 |
| 验收方式 | 重投影误差、残差分析 | 位置重复性、角度偏差 |
操作流程：在产线实践中，标定和校准往往交替进行。以相机模组为例，先通过标定获取初始内参，再根据内参结果进行物理调节（校准），调节完成后重新标定验证，形成闭环。流程如下：
- 粗定位：将模组安装到工装夹具上，保证大致位置。
- 数据采集：拍摄多姿态标定板图像，采集 10-20 组数据。
- 参数求解：使用张正友标定法或 Tsai 两步法求解内参和外参。
- 偏差分析：计算重投影误差，若大于阈值（如 0.1 pixel），则进入校准环节。
- 物理调节：通过 AA 设备调整镜头倾斜和偏移。
- 复标验证：重新标定，确认误差收敛。
2.3 常见校准对象：相机、IMU、激光雷达、机械臂
核心原理：不同传感器和执行器的物理模型差异巨大，校准参数和算法也各不相同。下表汇总了四类典型对象的校准维度：
| 对象 | 物理模型 | 关键校准参数 | 常用方法 |
|---|---|---|---|
| 相机 | 针孔模型 + 畸变模型 | 焦距 fx/fy、光心 cx/cy、径向畸变 k1/k2/k3、切向畸变 p1/p2 | 张正友标定法、棋盘格/圆点标定板 |
| IMU | 加速度计 + 陀螺仪模型 | 零偏（bias）、刻度因子（scale）、轴交角（misalignment） | 六位置静态法、转台速率法 |
| 激光雷达 | 测距 + 扫描几何模型 | 距离偏移、水平/垂直角度偏移、旋转轴倾斜 | 靶标反射法、室内 GPS 法 |
| 机械臂 | DH 运动学模型 | DH 参数（a、alpha、d、theta）、工具中心点（TCP）、基座坐标 | 四点法、多点拟合法、激光跟踪仪 |
案例拆解：以 IMU 产线标定为例，某惯性导航模组要求加速度计零偏稳定性优于 0.5 mg，陀螺仪零偏稳定性优于 5°/h。产线采用六位置静态法：将 IMU 分别朝上、朝下、朝左、朝右、朝前、朝后六个方向静置 60 秒，采集数据后通过最小二乘法求解零偏和刻度因子。实测数据表明，未标定前加速度计零偏离散度为 ±8 mg，标定后收敛至 ±0.3 mg，满足设计要求。
2.4 校准精度指标：如何量化校准效果
核心原理：校准精度指标是衡量校准效果和产线验收的量化依据。不同对象有不同的核心指标，但总体上可以归纳为四类：重复性、准确性、残差和稳定性。
- 重复性（Repeatability）：同一条件下多次校准结果的一致性，通常用标准差（σ）或极差（Range）表示。例如，机械臂重复定位精度 ±0.02mm。
- 准确性（Accuracy）：校准结果与真值之间的偏差，通常用平均误差或最大误差表示。例如，相机标定重投影误差 < 0.05 pixel。
- 残差（Residual）：模型拟合后剩余误差的统计量，常用 RMS（均方根）或 MAE（平均误差）。残差越小，说明模型越能描述实际物理行为。
- 稳定性（Stability）：校准参数随时间、温度变化的漂移量。例如，IMU 零偏温漂系数 < 0.01 mg/℃。
判断方法：在产线验收时，需要根据产品规格书确定指标阈值。例如，某视觉模组要求：
重投影误差 RMS < 0.08 pixel
焦距重复性 σ < 0.5%
光心偏移重复性 σ < 2 pixel
温度漂移（-20℃~60℃）< 0.3 pixel案例拆解：某激光雷达产线在批量生产中发现，部分模组测距误差超过 ±3cm，但单台重复性很好。进一步分析发现，这些模组的水平角度偏移未校准，导致远距离目标的位置误差被放大。通过引入角度校准，将水平角度偏移控制在 ±0.05° 以内，测距误差降至 ±1cm 以内。复盘经验：重复性好不代表准确性高，必须同时监控准确性和残差。