1. 多相机视觉系统标定与集成导论

在工业视觉应用中，单相机往往只能获取一个视角的二维信息，当被测对象具有三维结构、需要多面检测、需要大视野拼接，或者需要同时完成定位与测量时，多相机视觉系统就成为必然选择。多相机系统的核心价值在于：通过多个视角的协同，把单相机无法直接获得的深度、全局坐标、遮挡区域和跨工位一致性转化为可计算、可标定、可集成的工程问题。本课程围绕 HALCON 平台，讲解多相机系统的标定与集成方法，本章先建立整体认知框架。

一、多相机系统的典型架构

从工程实现角度看，多相机系统并非“多个相机简单叠加”，而是由相机、镜头、光源、标定物、同步触发、计算单元和坐标基准共同构成的测量网络。常见架构可以归纳为四类。

第一类是多视角环绕架构。多个相机围绕同一被测对象布置，例如四个相机从前后左右拍摄一个金属壳体，用于检测各面缺陷或测量外形尺寸。这类系统的关键问题是各相机坐标系如何统一到同一个工件坐标系，以及重叠区域如何配准。

第二类是双目/多目立体架构。两个或多个相机以已知基线关系观察同一区域，通过视差恢复深度。HALCON 中常用双目立体标定与视差计算实现三维重建，适用于抓取、涂胶引导、装配定位等场景。

第三类是大视野拼接架构。多个相机分别覆盖不同子区域，通过标定建立各子区域到全局平面的映射，再拼接为一张大图。例如大幅面玻璃、PCB 或卷材的表面检测，单相机分辨率不足时采用多相机分区拍摄。

第四类是手眼与多工位协同架构。相机安装在机器人末端或固定工位，多个相机分别服务于不同工序，但共享同一套工件坐标与标定参数。这类系统强调标定结果的传递与集成，而不是单纯图像拼接。

二、标定与集成的核心任务

多相机系统的标定与集成，可以拆解为五个递进任务。第一是单相机内参标定：确定焦距、主点、畸变系数和像素尺寸，使图像坐标与物理尺寸建立可靠关系。第二是多相机外参标定：确定各相机相对于同一世界坐标系的旋转和平移，这是多相机系统区别于单相机的关键。第三是坐标系统一：把不同相机的测量结果转换到统一坐标系，通常借助标定板、公共靶标或机器人手眼关系完成。第四是图像或点云配准：在重叠区域寻找对应特征，验证外参是否正确，并补偿安装误差。第五是集成与精度验证：把标定参数写入运行系统，用标准件或已知尺寸工件验证整体精度。

这五个任务不是一次性完成的，而是存在迭代关系。例如外参标定后如果发现重叠区域配准误差偏大，往往需要回到标定板姿态、相机安装刚性或镜头畸变模型上排查。因此，标定与集成本质上是一个“建模—验证—修正”的闭环过程。

三、HALCON 的角色定位

HALCON 在多相机系统中承担三类角色。第一类是标定算子库：提供从单相机标定、多相机标定到手眼标定的完整算子，例如 calibrate_cameras、calibrate_hand_eye、find_calib_object 等，支持面阵相机、线阵相机和双目系统。第二类是坐标变换与配准工具：通过齐次变换矩阵、投影变换和点云配准算子，把不同相机的数据统一到同一坐标系。第三类是集成与部署接口：HALCON 可以将标定和视觉算法导出为 C++、C# 或 HDevEngine 可调用的过程，便于嵌入上位机或 PLC 系统。

需要强调的是，HALCON 提供的是算法能力，而不是自动完成系统集成。相机安装刚性、标定板摆放、触发同步、光照一致性等工程问题，仍然需要工程师在系统层面设计和验证。

四、课程工具链与数据准备

本课程使用的工具链包括：HALCON 20.11 或更高版本、HDevelop 开发环境、一台或多台工业相机（示例采用 500 万像素 GigE 相机）、标定板（示例采用 7×7 圆点标定板，圆点间距 6 mm）、同步触发盒、以及一台运行 Windows 10/11 的上位机。数据准备方面，建议提前采集三类数据：单相机标定图像（每相机 15～20 张不同姿态标定板图像）、多相机公共靶标图像（用于外参标定）、以及验证用标准件图像（用于精度评估）。