📚 课程目录第1章标定系统概述

1. 标定系统概述：四相机标定的应用场景、系统组成与工作流程

各位工程师朋友，欢迎来到《四相机标定系统搭建与调试实战》的第一章。

说实话，四相机标定这个方向，我接触了快十年。从最早的实验室原型，到后来量产车上的环视系统，再到VR头显里的空间定位——每一次项目都让我对“标定”这两个字有新的理解。

很多人觉得标定就是拍几张棋盘格照片，跑个算法就完事了。嗯，如果你只是做单相机内参标定，确实差不多。但四相机系统，完全是另一回事。

这一章，我们先搭个框架。把四相机标定到底在做什么、用在哪儿、由什么组成、怎么干活，理清楚。

先问一个问题：为什么需要四个相机？

一个相机视野有限。两个相机能测深度，但覆盖范围还是不够。四个相机，才能做到360°无死角感知。

但四个相机不是简单拼在一起就行。每个相机有自己的内参（焦距、畸变、主点），相机之间还有外参（旋转、平移）。如果这些参数不准，拼接出来的全景图就会错位，测距就会偏差，VR里你伸手就摸不到虚拟物体。

四相机标定的核心任务就三个：

一句话总结：四相机标定，就是让四个相机“说同一种语言”，在同一个坐标系下协同工作。

我参与过的项目里，四相机标定主要出现在三个领域。每个领域的要求都不一样。

应用领域	典型场景	标定精度要求	标定频率
VR/AR	头显外部追踪、手柄定位	亚毫米级	出厂一次，使用中热补偿
自动驾驶环视	360°全景影像、自动泊车	厘米级	出厂标定 + 售后重标
工业检测	大尺寸工件多视角测量	0.1mm级	每次换型重标

拿VR头显来说。我记得2020年做一个Inside-Out追踪项目，四个鱼眼相机分布在头显四角。标定误差超过0.5mm，用户转头时虚拟场景就会“飘”。后来我们花了整整两周优化外参标定流程，才把误差压到0.2mm以内。

自动驾驶环视又是另一套逻辑。车上四个相机安装位置固定，但车身会老化、颠簸，外参会慢慢漂移。我曾经遇到一个案例，车主开了半年后环视拼接图错位了20个像素——就是因为后视摄像头支架松动。所以车厂现在都要求标定算法能支持在线自检和快速重标。

我的建议：做项目前先搞清楚精度要求。VR和工业检测对标定精度极其苛刻，自动驾驶环视反而对实时性和鲁棒性要求更高。别拿同一套流程去套所有场景。

一套完整的四相机标定系统，硬件和软件缺一不可。我按模块拆开讲。

这里有个坑。我早期做项目时图省事，用软件触发四个相机。结果每帧图像之间差了10-20ms，标定出来的外参全是错的。后来换成硬件硬触发，问题立刻解决。

注意：四相机标定必须硬件同步。软件同步的时延抖动会直接毁掉外参精度。别省这个钱。

软件架构上，我个人习惯把标定流程做成离线标定 + 在线验证两条线。离线标定跑完整流程，生成参数文件；在线验证只做轻量级检查，比如拍一张图看看重投影误差是否超标。

一个标准的四相机标定流程，我把它分成6步。每一步都有需要注意的细节。

这里我画了一张流程图，把整个流程串起来。

你看，整个流程是线性的，但每个步骤之间都有反馈回路。比如单目标定做完，如果重投影误差大于0.5像素，我会回头检查数据采集质量，而不是硬着头皮往下走。

衡量标定结果好不好，我一般看三个指标：

重投影误差（Reprojection Error）：3D点投影到图像上的位置和实际检测位置的偏差。单目标定通常要求 < 0.3px，多目标定 < 0.5px
外参一致性：不同标定板位姿下解算出的外参标准差。标准差越小，说明标定越稳定
拼接图错位量：环视拼接后，相邻相机重叠区域的像素偏差。这个最直观，客户一眼就能看出来

一个小技巧：我习惯在标定完成后，用标定板放在四个相机的公共视野中心，分别投影到每个相机图像上，看投影点是否重合。如果偏差超过2个像素，说明外参还有问题，需要重新优化。

这一章我们聊了四相机标定的应用场景、系统组成和工作流程。核心就三件事：