一次标定，全局可用：多传感器标定软件的工程实践

在机器人视觉、无人机、AR 设备等系统中，相机和 IMU 是最常见的"眼睛"和"内耳"。但要真正用起来，必须先回答三个问题：相机镜头畸变有多大？双目相机之间的相对位置关系是什么？IMU 和相机在时间与空间上如何对齐？这三个问题的答案，就是标定参数。标定不准，视觉定位会漂、时间同步会错、融合算法会失稳。

我们把这些繁琐、易错的标定流程，做成了一款桌面软件——多传感器标定软件。

一款软件，覆盖标定全流程

传统标定往往要在多个开源工具、脚本和表格之间来回搬运数据，任何一个环节出错都难以追溯。本软件将完整流程收敛到一个应用中：

• 设备管理：品牌无关地接入机械臂、相机与 IMU，连接状态一目了然
• 自动采集：机械臂按自动生成的标定轨迹运动，软件同步记录图像、IMU 数据与机械臂位姿，逐帧关联、持续落盘
• 标定计算：内置标定引擎完成相机内参、双目外参、IMU 噪声分析与相机–IMU 联合标定（外参 + 时间偏移）
• 质量把关：采集阶段即检查标定板识别质量与姿态覆盖度，不合格当场提示重采
• 结果追溯：每次标定输出中文报告与成套资料，参数来源可查、可复现

软件支持棋盘格、AprilTag、对称与非对称圆点阵等多种标定板，适配不同现场条件。

实测结果

我们在真实标定平台上完成了一轮完整的实测验证，覆盖相机标定与相机–IMU 联合标定。

相机标定：使用 70 对互补视角双目图像（棋盘格标定板），平均重投影误差 0.0795 px，双目基线标定值 64.994 mm。重投影误差长期稳定在亚像素量级，意味着后续测距与三维重建的起点足够扎实。

相机–IMU 联合标定：以机械臂理想激励轨迹进行三轮独立物理采集，每轮约 924 对双目观测与 14000 余条 IMU 样本。核心结果如下：

设计理念：把工程经验写进软件

标定难，难的不只是算法，还有流程：采集姿态够不够丰富、IMU 激励是否充分、静止段有没有扰动、参数是否越界……这些判断过去依赖工程师经验，我们把它们变成了软件里的自动化门禁——每一步给出中文诊断和可执行的改进建议，让不熟悉标定理论的产线人员也能完成作业、拿到确定的结论。

下一步

当前版本覆盖相机内参/双目外参标定与相机–IMU 联合标定。软件采用模块化标定引擎设计，相机–激光雷达联合标定已在扩展计划中，未来还将在时间同步、在线自标定方向持续演进。