浅谈单图标定、九点标定、十二点标定

一、九点标定与单图标定

所谓单图标定指的是相机拍摄一张图像得到像素当量，可以得到图像中的物理单位与像素单位的比例关系，即像素当量。

例如通过拍摄一张圆孔图像，通过图像中圆孔的实际物理间距与像素间距可以推测出，当前视野中每个像素(pix)所代表几个毫米（mm）。仅需要一张图就可以得到详细的pix/mm像素当量。

但是，如果设备中使用机器人，因为机器人平移使用的XoY坐标系与单图标定的XoY坐标系存在偏差（例如，图像中表示的（5mm，5mm）坐标需要平移到（8mm，8mm）位置，发送给机器人平移量为Tx=3mm，Ty=3mm会导致机器人位置走错，因为坐标系不是同一个！）。

为了将图像中的XoY坐标系与机器人的XoY坐标系对应，此时需要九点标定！

具体流程为：

1. 在标定板上取九个点，九个点尽可能分布在视野各处，操控机器人使用探针各个探测九个点，得到九个点对应的机器人坐标。（注意，为了探测精准，需要使用棋盘格标定板，不建议使用圆孔。）
2. 将机器人移动到原点处（自己定义，便于操作处即可）拍摄一张棋盘格图像，得到棋盘格图像的九个像素坐标。
3. 将九个点的像素坐标与机器人坐标对应起来，构建仿射关系，之后可以随意取棋盘格角点，计算机器人坐标作为验证。

到此为止，已经通过九点标定将图像坐标的偏移与机器人的偏移一一对应。但是问题也随之来临！机器人如果需要夹爪获取工件，或者需要伴随工件旋转，此时可以发现通过九点标定完成的仿射变换存在明显误差！而且旋转角度越大，偏差越大！
原因在于机器人的旋转中心与图像旋转中心不一致！举个例子，点（1，1）绕着（0，0）逆时针旋转45°，得到的点为（0，1）；但是点（1，1）绕着点（1，1）点转任意角度都是（1，1）点！所以如果旋转中心不一致，那么旋转的角度就不一致，之后按照坐标系平移的Tx，Ty自然对应不上。
为了将机器人旋转中心与图像旋转中心对应，需要进行十二点标定。

二、十二点标定

所谓十二点标定，就是在九个点标定平移当量的基础上，再使用三个点标定旋转当量。具体步骤为：

1. 原点位置取图，如九点标定第二步，拍摄一张棋盘格图像，得到中间点（记得做标记）的像素坐标。
2. 机器人在原点位置旋转，旋转θ度，使刚才的中间点尽可能偏移到图像边缘。
3. 机器人在原点位置旋转，旋转-γ度，使刚才的中间点尽可能偏移到另一个图像边缘。
   通过三个点拟合圆，圆心就是旋转中心。
   之后的计算中，图像旋转转成机器人相关操作时，以旋转中心进行旋转。

三、参考到十二点标定的简易版九点标定

十二点标定的目的是将机器人旋转中心与图像中的旋转中心对应，如果操作机器人旋转中心固定在图像中某点，是否就可以避免了十二点标定转而使用九点完成呢？
答案当然是可以！
首先，在操控机器人以固定的点位在相对工作距离上移动，移动保证棋盘格某点（特征点）始终在图像视野中，并且尽可以分散在整个视野中。例如，机器人的点位为：
HTuple RobotX = new HTuple(0, 20, 20, 0, -20, -20, -20, 0, 20);
HTuple RobotY = new HTuple(0, 0, 20, 20, 20, 0, -20, -20, -20);
此时对应位置的特征点像素坐标为：
HTuple CamRows = new HTuple(1739, 2054, 2058, 1748, 1433, 1427, 1422, 1732, 2048);
HTuple CamCols = new HTuple(1641, 1635, 1947, 1954, 1963, 1645, 1332, 1327, 1321);
通过仿射变换可以得到一个仿射变换矩阵，之后，将机器人的旋转中心（TCP点）固定在图像中某点（例如棋盘格中心点），之后每次旋转量都已棋盘格中心点确定，此时，机器人与图像旋转量完全对应！
这种方法需要注意，操作机器人旋转始终要在固定的一个点，不能因为旋转而导致机器人TCP点偏移。