3、标定板设计：棋盘格、圆点阵、Charuco板、尺寸选择与打印规范
标定板这东西，说白了就是相机的“尺子”。你拿一把不准的尺子去量东西，结果肯定一塌糊涂。我见过不少新手，花大把时间调算法，最后发现问题是标定板本身就不合格。嗯，咱们先把这把“尺子”做对。
3.1 三种主流标定板：怎么选？
目前工业界和学术界常用的标定板主要有三种。我根据实际项目经验，把它们的特点整理了一下。
| 类型 | 核心原理 | 优点 | 缺点 | 我的推荐场景 |
|---|---|---|---|---|
| 棋盘格 | 角点检测（Harris/Shi-Tomasi） | 检测算法成熟、速度快、实现简单 | 需要完全可见、对遮挡敏感、亚像素精度依赖插值 | 入门学习、简单环境、快速验证 |
| 圆点阵 | 椭圆拟合 + 圆心提取 | 圆心定位精度高、部分遮挡仍可检测 | 透视畸变下椭圆变形、需要排序算法 | 高精度工业测量、大视场角标定 |
| Charuco板 | ArUco码 + 棋盘格混合 | 支持部分遮挡、自动识别ID、无需全图可见 | 计算量稍大、对打印质量要求高 | 大场景标定、多相机系统、手持标定 |
核心结论：如果你只做一次标定，环境可控，用棋盘格最省事。如果你追求亚像素级的精度，或者标定板经常被遮挡，圆点阵和Charuco是更好的选择。我个人习惯在产线项目里用圆点阵，在移动机器人上用Charuco。
3.2 棋盘格：经典但别踩坑
棋盘格是最常见的标定板。但很多人忽略了两个关键点：内角点数量和奇偶性。
OpenCV的 findChessboardCorners 要求你传入的是 内角点 的数量。比如一个 9×6 的棋盘格，指的是内部有 9 列、6 行角点，而不是格子数。我曾经见过有人把格子数当角点数传进去，结果程序跑了一整天都没找到角点。
我的经验：棋盘格的行列数最好一奇一偶。比如 9×6 或 11×8。这样能保证检测时方向唯一，避免180度旋转歧义。全奇或全偶的棋盘格，在某些角度下会检测出两种方向，导致标定失败。
另外，棋盘格对打印平整度非常敏感。如果你把棋盘格贴在弯曲的表面上，角点位置会偏移，直接引入系统误差。我建议用3mm以上的亚克力板或铝板做底板，用喷墨打印纸贴上去，再覆一层哑光膜减少反光。
3.3 圆点阵：精度更高，但更讲究
圆点阵的精度优势在于：圆心定位可以做到亚像素级，而且对透视畸变的鲁棒性比角点好。但这里有个坑——椭圆拟合。
当相机光轴不垂直于标定板时，圆形在图像上会变成椭圆。如果你直接用椭圆中心当圆心，会引入偏差。正确的做法是：先做椭圆拟合，再用透视投影模型把椭圆中心反算回圆心。OpenCV的 findCirclesGrid 内部做了这个补偿，但前提是你传入了正确的相机内参初值。
避坑指南：我曾经在一个项目中直接用 findCirclesGrid 的默认参数，结果标定出来的畸变系数总是偏大。后来发现是因为标定板上的圆点间距不均匀——打印时纸张伸缩了。圆点阵对打印精度要求比棋盘格更高，建议用激光打印机 + 防水相纸。
圆点阵的排列方式也有讲究：
- 对称排列：检测简单，但需要标定板完全在视野内。
- 非对称排列：一行圆点偏移半个间距，可以唯一确定方向，适合部分遮挡场景。
我个人推荐使用非对称圆点阵（Asymmetric Circles Grid），它在实际使用中更灵活。
3.4 Charuco板：大场景的救星
Charuco板是ArUco码和棋盘格的结合体。每个格子内部嵌有一个唯一的ArUco码，这样即使只看到标定板的一部分，也能通过ID知道每个角点的世界坐标。
它的优势很明显：
- 支持部分遮挡：你不需要把整个标定板都拍进画面。
- 自动排序：每个角点都有唯一ID，不需要手动指定顺序。
- 适合大场景：比如用无人机拍地面标定板，或者用鱼眼相机标定。
但Charuco也有代价：ArUco码的打印质量直接影响检测率。如果打印模糊、反光严重，码的识别率会急剧下降。我建议用600dpi以上的打印机，码的边长至少占20个像素以上。
生成Charuco板：OpenCV的 cv.aruco.CharucoBoard 可以直接生成。我一般设置 squaresX=11, squaresY=8, squareLength=30mm, markerLength=22mm。markerLength 比 squareLength 小一点，留出黑色边框，这样检测更稳定。
3.5 尺寸选择：不是越大越好
标定板的尺寸选择，很多人凭感觉。其实有一个简单的公式可以参考：
标定板边长 ≈ 相机视场角下工作距离处视野宽度的 1/3 到 1/2
举个例子：如果你的相机在1米处视野宽度是2米，那标定板的边长应该在 0.7米到1米之间。太小了，角点数量不够，标定精度差；太大了，边缘畸变区域拍不到，内参估计不准。
| 相机类型 | 典型工作距离 | 推荐标定板尺寸 | 格子/圆点大小 |
|---|---|---|---|
| 手机摄像头 | 0.3 - 1 m | A4纸大小 (210×297mm) | 20 - 30 mm |
| 工业相机 (500万像素) | 0.5 - 2 m | 300×400 mm | 25 - 40 mm |
| 无人机/大场景 | 5 - 20 m | 1.5×2 m 或更大 | 100 - 200 mm |
关键原则：标定板上的每个格子或圆点，在图像中至少要占 20×20 像素。太小了，角点检测的亚像素精度会下降。你可以用这个公式反推：格子物理尺寸 = (像素要求 × 工作距离) / 焦距。
3.6 打印规范：细节决定成败
打印标定板不是随便找个打印店就能搞定的。我总结了几条硬性规范：
- 介质选择：哑光相纸或防水PP纸。不要用光面纸，反光会让检测算法崩溃。
- 底板要求：必须平整。推荐3mm以上亚克力板或铝板。不要用纸板，容易弯曲。
- 打印精度：至少600dpi。格子边缘要清晰，不能有锯齿或模糊。
- 尺寸验证：打印后用游标卡尺测量实际格子大小。纸张伸缩会导致理论值和实际值偏差，这个偏差会直接变成标定误差。
- 覆膜处理：哑光覆膜，减少反光，同时保护打印面。
我曾经踩过的坑：有一次用普通A4纸打印棋盘格，贴在纸板上就用了。结果标定出来的焦距总是偏大5%。后来发现是纸板受潮弯曲了，导致实际格子间距比理论值大了2mm。从那以后，我每次打印完都会用卡尺量三个不同位置的格子大小，取平均值作为实际输入值。
3.7 知识体系总览
下面这张图把标定板设计的核心逻辑串起来了。你可以把它当作一个决策流程图。