工业视觉三大任务：定位，测量，检测。

这次我们来聊一聊定位。

首先，你要清楚，设备精度异常的时候，客户首先会怀疑视觉问题。所以视觉不仅要自己精度没问题，还要帮助整机设备精度排查问题。最好的办法，就是用数据说话。而不是去扯皮，踢皮球。

影响定位的因素；

1，相机的误差：识别误差，

2，机构的误差：重复误差，绝对误差。

3，组合误差：标定误差。

4，机构总误差，相机总误差。

所以上手调视觉的时候，你要先把设备这几个误差，数据化。（如果要求高，做数据前，可以先用标定板，纠正镜头径向畸变和切向畸变）

1，做静态：相机，设备，静止不动，相机拍摄固定Mark，并识别。记录16次。取极差为静态误差 取名：CJ。

2，做动态：相机或设备，重复性运动，相机按照运动周期，重复拍固定Mark，并识别，记录16次，取极差为动态误差 取名：CD。

3，标定：做九宫格标定，求得变化矩阵后，反算九宫格坐标，取实际坐标与计算坐标的极差为标定误差 取名：CB。

4，做对比数据：运动轴走4*4 16宫格，对应位置，用相机识别，并计算坐标。取实际坐标与计算坐标的极差为数据对比差 取名：DX。

所以：

相机：识别误差 = CJ

机构：

重复误差  RE = CD - CJ   

绝对误差  AE = CB - CJ

总误差：

机构总误差 ME= sqrt(RE*RE + AE*AE)

相机总误差 CE = Max（DX - ME， CJ)      （如果CE比CJ大很多，那就要检查，是不是标定设计有问题，后面我们会讲，怎么标定）

以上，就是定位做的所有数据。

客户质疑相机精度，你就拿 CE给他看。客户问你那为什么相机精度没问题，定位还是有问题，你拿ME给他看。不要扯皮，“以据服人”。

视觉定位原理：有且仅有一个原理“仿射变换”

就是图像坐标系，与运动坐标系。建立转换关系。（缩放，旋转+ 平移    总共6个参数，理论只要3对不同线的点，就可以求得。通常我们用9点。拟合求得）

简单的就是两个坐标系直接做仿射变换，复杂点，就是两个坐标系，借助第三个坐标系（比如标定板）间接做仿射变换。

以上就是全部原理。仅此而已。

ps：通常说“旋转标定“中的旋转 不是标定，仅仅是计算旋转中心。定位的时候要用到这个旋转中心。与标定无关系。只是以前不严谨的说法，沿用下来而已。

视觉定位分类：

相机四种状态：固定，同轴移动，同轴移动旋转，异轴移动。

定位两种功能：

1，固定位置纠偏。

2，一致性取放。

相机状态 与 定位功能，可以自由组合。通常有固定组合。

比如：

1，固定位置纠偏，  一般 与固定相机组合。 常见于下相机工作方式，用于纠正：取到的料，位置不一致。

2，一致性取放，就很灵活，可以与相机四种状态结合。 常见的是固定上相机，或者同轴移动相机。比如贴合定位的上相机。

我们常见的上下相机，贴合项目。就是固定下相机，固定位置纠偏  + 固定或同轴移动上相机，一致性取放的结合。

而同轴移动旋转，都是用在机械手上，相机安装在U轴上。

异轴移动，一般是用于，对CT要求高的设备上，相机拍照的移动轴，与吸爪工作轴，不是同一套轴，可以让拍照与贴合异步进行，节约时间。

PS：

这种分类，是本人根据多年工程经验总结的。是比较全面，准确的。相比市面上的分类方式，更抓住了定位的本质。

比如VM对标定的分类。(3类：相机静止上相机，相机静止下相机，相机运动)。就不清不楚。（径向畸变和切向畸变 属于镜头畸变校正，不应该放到定位标定里）

这是VM开发人员，缺少实际的工程应用经验的表现。（也可能是VM重心在深度学习缺陷检测，忽视了定位这一块）

这导致VM定位项目实际工期远超预期，且极度依赖应用工程师的经验。

以上就是本贴的内容。

标定设计与vm演示将在下一贴来分享讨论。

点赞过100，加速更新。