3. 坐标系与空间变换

多摄像头系统里，最绕不开的一个基础问题就是——坐标统一。

说白了，每个摄像头都有自己的“小世界”，它们各自看到的东西，位置、角度都不一样。你要把这些信息拼在一起，就必须先搞清楚：一个点，在哪个坐标系里？怎么从一个坐标系变到另一个？

我个人习惯把这一整套东西叫做“坐标系的六脉神剑”。你掌握了它，后面做标定、做融合，心里就有底了。

3.1 四个核心坐标系

我们先从最熟悉的开始，一步步往像素走。

坐标系	单位	原点	维度	典型坐标
世界坐标系	米 / 毫米	人为定义（如地面一角）	3D (Xw, Yw, Zw)	物体在真实世界的位置
相机坐标系	米 / 毫米	相机光心	3D (Xc, Yc, Zc)	以相机为原点的3D坐标
图像坐标系	毫米	图像平面中心（主点）	2D (x, y)	物理成像平面上的位置
像素坐标系	像素	图像左上角	2D (u, v)	你在图像上看到的行列号

3.2 刚体变换：世界坐标系 → 相机坐标系

刚体变换，就是只改变物体的位置和朝向，不改变它的形状和大小。你想想看，你把一个杯子从桌上拿到手里，杯子本身没变形，这就是刚体变换。

数学上，它由一个旋转矩阵 R 和一个平移向量 t 组成。

// 刚体变换公式
// Pc = R * Pw + t

// 其中：
// Pw = [Xw, Yw, Zw]^T   —— 世界坐标系下的点
// Pc = [Xc, Yc, Zc]^T   —— 相机坐标系下的点
// R  = 3x3 旋转矩阵
// t  = 3x1 平移向量

我在项目中遇到过一个问题：两个摄像头安装角度差了不到1度，但融合出来的点云就是有重影。后来发现，就是旋转矩阵 R 的精度不够。所以，刚体变换的精度，直接决定了多摄像头融合的成败。

3.3 投影变换：相机坐标系 → 图像坐标系

这一步，就是小孔成像模型。相机坐标系下的3D点，通过光心投影到成像平面上。

// 投影变换公式（理想针孔模型）
// x = f * Xc / Zc
// y = f * Yc / Zc

// 其中：
// f —— 焦距（单位：毫米）
// (Xc, Yc, Zc) —— 相机坐标系下的3D点
// (x, y) —— 图像坐标系下的2D点

这里有个关键点：Zc 不能为0。你想想看，如果物体正好在相机光心所在的平面上，那它在图像上就成一个点了，这在实际中几乎不可能，但数学上要小心。

3.4 离散化：图像坐标系 → 像素坐标系

图像坐标系是连续的物理坐标（毫米），而像素坐标系是离散的整数坐标（像素）。这一步就是把物理尺寸映射到像素网格上。

// 离散化公式
// u = x / dx + u0
// v = y / dy + v0

// 其中：
// dx, dy —— 每个像素在x和y方向上的物理尺寸（毫米/像素）
// (u0, v0) —— 主点（图像坐标系原点）在像素坐标系中的位置

嗯，这里要注意：dx 和 dy 不一定相等。如果摄像头传感器的像素不是正方形，那就会导致图像在横纵方向上的缩放比例不同。我在做鱼眼摄像头标定时，就遇到过这种非正方形像素的情况，处理起来要格外小心。

3.5 完整变换链路

把上面三步串起来，就是一个点从世界坐标到像素坐标的完整旅程。

// 完整变换（齐次坐标形式）
// s * [u, v, 1]^T = K * [R | t] * [Xw, Yw, Zw, 1]^T

// 其中：
// K —— 相机内参矩阵（包含fx, fy, u0, v0）
// [R | t] —— 相机外参矩阵（刚体变换）
// s —— 尺度因子（其实就是 Zc）

3.6 知识体系结构图

下面这张图，把整个坐标系变换的流程和关系画清楚了。你可以把它当作一张“地图”，随时回来查阅。

3.7 多摄像头场景下的坐标系统一

在多摄像头系统中，每个摄像头都有自己的相机坐标系。你要做融合，就必须把所有摄像头的数据都统一到同一个世界坐标系下。

我常用的做法是：

1. 选择一个主摄像头，把它作为世界坐标系的原点。
2. 标定其他摄像头相对于主摄像头的刚体变换（R, t）。
3. 所有数据都先变换到主摄像头的坐标系下，再统一处理。

3.8 常见问题与避坑

• 坐标系方向搞反：旋转矩阵有正负之分，平移向量也有方向。我曾经因为一个符号错误，导致融合后的点云全部跑到车底下去。所以，标定完一定要做可视化验证。
• 内参不准：相机内参 K 矩阵如果标定不准，后面的所有变换都会出错。我建议每半年重新标定一次，特别是摄像头有震动或温度变化大的场景。
• 尺度因子 s 忽略：在齐次坐标变换中，s 就是 Zc。如果你忘了除以 s，那得到的像素坐标就是错的。这个坑，我踩过不止一次。