3. 标定板设计：HALCON标定板规格、特征点提取原理、标定板参数对精度的影响

说到手眼标定，很多人第一反应是算法选哪个、机器人怎么走点。但说实话，我见过太多标定失败的案例，根源都出在标定板上。板子选错了，后面再怎么调算法也是白搭。

这一节，我们就来聊聊标定板的设计。我会结合HALCON的官方规范，以及我这些年踩过的坑，把标定板的规格、特征点提取原理、参数对精度的影响讲清楚。

3.1 HALCON标定板规格：不是随便一张棋盘格就行

HALCON官方推荐的是圆形标定板，不是棋盘格。为什么？棋盘格对透视畸变敏感，角点提取容易受光照影响。而圆形标定板，说白了，圆心提取的鲁棒性要好得多。

HALCON标定板的核心参数有这几个：

3.2 特征点提取原理：HALCON是怎么找到圆心的？

HALCON提取标定板特征点的流程，大致分三步：

1. 图像预处理——高斯滤波去噪，阈值分割把标记点从背景里抠出来。
2. 边缘检测——用亚像素边缘提取算法，找到每个圆的轮廓。
3. 椭圆拟合——把边缘点拟合成椭圆，取椭圆中心作为特征点。

这里有个关键点：为什么是椭圆而不是圆？因为透视投影下，圆形在图像里会变成椭圆。HALCON的find_caltab算子会自动做这个拟合，精度能达到亚像素级别。

我记得有一次，客户说标定结果不稳定。我一看，他们用的标定板是打印在普通纸上的，边缘模糊得一塌糊涂。椭圆拟合出来的中心点，每次拍都不一样。换了一块玻璃基板的标定板，问题立刻解决。

3.3 标定板参数对精度的影响：这些坑你别踩

标定板的参数直接影响标定精度。我整理了几个关键影响点：

3.3.1 Mark直径与间距

Mark直径太小，亚像素边缘点数不够，椭圆拟合精度下降。间距太小，标记点之间互相干扰，提取时容易串位。我一般建议Mark直径占板子宽度的1/10，间距是直径的2倍。

3.3.2 标定板尺寸

板子尺寸要覆盖相机视场的60%~80%。太小了，标定区域不够，外推误差大；太大了，边缘标记点成像畸变严重，影响标定精度。

3.3.3 标记点数量

标记点越多，拟合的约束条件越强，标定精度越高。但也不是越多越好——超过11×11后，提升就不明显了，反而增加计算时间。我个人习惯用7×7或9×9。

3.4 标定板设计知识体系

下面这张图，把标定板设计的核心逻辑串起来了：

3.5 实战建议：选标定板的几个原则

说了这么多理论，最后给几条实战建议：

• 优先用HALCON官方标定板——参数经过验证，省心。自己打印的板子，精度很难保证。
• 标定板要平整——贴在玻璃或铝板上，别用双面胶粘在墙上。我曾经见过有人把标定板贴在纸箱上，标定结果一塌糊涂。
• 定期清洁——灰尘和油污会影响边缘提取。用无尘布蘸酒精擦拭，别用手摸。
• 多备几块——不同视场用不同尺寸的板子。小视场用小板子，大视场用大板子，别一块板子打天下。