📚 课程目录第1章九点标定概述

一、九点标定概述：从「像素」到「毫米」的桥梁

做机器视觉的人，迟早都会遇到一个问题：相机看到的坐标，和机器人实际要走的坐标，根本对不上。

相机告诉你目标在像素位置 (500, 300)，但机器人说「我不认识像素，你给我毫米坐标」。这时候，你就需要九点标定。

说白了，九点标定就是建立图像坐标系和机器人/世界坐标系之间的一一映射关系。它不是什么高深莫测的数学魔术，而是一套非常实用的线性变换方法。

九点标定，顾名思义，就是采集九个已知点的图像坐标和对应的物理坐标，然后求解它们之间的变换矩阵。

为什么是九个点？因为我们要处理的是仿射变换，它包含旋转、缩放、平移和剪切。一个仿射变换有6个自由度（2×3矩阵），理论上3个点就能解。但实际现场有镜头畸变、安装误差、机械振动，3个点太脆弱了。

用9个点做最小二乘拟合，相当于用冗余数据来平均掉随机误差。这是我个人习惯的做法——宁可多采几个点，也别让一个坏点毁了整个标定。

核心结论：九点标定 = 用9个已知对应点，求解一个2D仿射变换矩阵，实现从像素坐标到物理坐标的转换。

你想想看，一个典型的视觉引导抓取场景是这样的：

问题来了——相机安装时不可能水平，镜头有畸变，机器人的基座和相机之间也有角度偏差。这些误差叠加在一起，如果不做标定，抓取精度可能差好几个毫米。

我记得有一次在现场调试，客户说「我肉眼看着都对上了，为什么机器人抓偏了？」我过去一看，相机安装角度偏了大概3度，没做标定，结果在视野边缘偏差了5mm。这就是典型的「看着对，实际错」。

九点标定解决的就是这个问题：

在机器视觉领域，九点标定不是「可选项」，而是必选项。几乎所有涉及视觉引导定位的项目，都绕不开这一步。

我把它比作「视觉系统的脊柱」——没有它，整个系统就是瘫软的。你算法再牛，模型再准，如果坐标映射不对，一切都是白搭。

下面这张图展示了九点标定在整个视觉引导流程中的位置：

不是所有场景都需要九点标定。我总结了几种典型情况：

我的经验：只要项目涉及「视觉引导运动机构」，不管客户说精度要求多低，我都建议做九点标定。不做标定省下的半小时，后期调试可能要花三天来还债。

从数学上看，九点标定求解的是这样一个关系：

[ X_robot ]   [ a11  a12  tx ]   [ u ]
[ Y_robot ] = [ a21  a22  ty ] * [ v ]
[   1     ]   [  0    0    1 ]   [ 1 ]

其中 (u, v) 是图像像素坐标，(X_robot, Y_robot) 是机器人物理坐标。矩阵中的6个未知数（a11, a12, a21, a22, tx, ty）就是我们要标定的参数。

用9个点，每个点提供2个方程，一共18个方程，用最小二乘法求解这个超定方程组。这就是九点标定的全部数学原理。

注意：九点标定假设标定平面是近似平面的。如果工作表面有较大起伏（比如超过镜头景深范围），就需要考虑3D标定或加装激光测距。我曾经在一个曲面玻璃检测项目上吃过这个亏，后来加了Z轴补偿才解决。

一个标准的九点标定流程，大致分这几步：

嗯，这里要注意：验证这一步很多人会跳过，但我建议一定不要省。我见过太多「标定完直接上线，结果偏了1mm」的案例。多花5分钟验证，能省下后面几小时的排查时间。

任何方法都有适用范围，九点标定也不例外：

但话说回来，在90%以上的2D视觉引导项目中，九点标定已经足够用了。剩下的10%，要么是精度要求极高（亚0.1mm），要么是3D场景，需要更复杂的标定方法。

我个人习惯是：先做九点标定，看精度够不够。不够再上更复杂的方法。别一上来就搞什么神经网络标定、非线性优化，先把基础打牢。