目录
一、前言
二、相机标定核心基础原理与关键参数解析
2.1 标定核心作用与工业价值
2.2 成像畸变核心类型与危害
2.3 重投影误差（RMSE）精度判定标准
2.4 工业标定板选型规范
三、三大工业标定场景标准化全流程拆解
3.1 单目相机标定（2D尺寸测量核心）
3.2 双目相机标定（3D立体检测核心）
3.3 机器人手眼标定（视觉抓取核心）
四、工业量产落地应用案例
4.1 案例一：精密五金配件单目尺寸标定检测
4.2 案例二：电芯厚度双目3D标定检测
4.3 案例三：塑胶壳体机器人手眼标定抓取
五、量产高频标定误区与误差优化方案
5.1 高频标定误区汇总
5.2 重投影误差超标专项优化方案
六、全套可量产Halcon完整工程代码
6.1 单目相机高精度标定完整工程（2D测量专用）
6.2 双目相机立体标定完整工程（3D检测专用）
6.3 眼在手外机器人手眼标定完整工程（抓取专用）
七、工程量产适配说明
八、全文总结
一、前言
在工业机器视觉领域，相机标定是所有高精度项目的核心前置基础，无论是2D精密尺寸测量、产品外观瑕疵检测、3D立体轮廓重建，还是工业机器人视觉抓取、自动对位贴合，所有像素坐标与物理世界坐标的映射关系、镜头畸变矫正、多相机协同适配、机器人坐标系转换，全部依赖精准的相机标定结果支撑。
在实际量产落地中，绝大多数视觉项目的精度漂移、尺寸测量不准、机器人抓取偏移、图像边缘扭曲、多相机拼接错位等问题，根源均为相机标定不规范、参数配置错误、重投影误差过大、畸变未完全校正。很多开发者仅照搬通用示例代码，随意拍摄少量标定板图像完成标定，忽略标定姿态规范、参数适配、误差优化、场景差异化适配，导致实验室调试正常，量产工况频繁失效。
区别于网络碎片化简易教程，本文完全独立创作，不关联任何其他技术文章，系统性、全流程拆解Halcon平台下三大核心标定方案：单目平面标定、双目立体标定、机器人手眼标定。深度剖析标定底层光学原理、畸变模型、重投影误差优化机制，梳理标准化标定操作流程、参数配置准则、高频报错解决方案，搭配三个真实工业量产应用案例验证方案可行性，提供无删减、可直接部署量产的全套Halcon工程代码，覆盖精密测量、3D检测、机器人抓取全工业场景，零基础也可快速掌握工业级标准化标定流程。
