相机标定板怎么选？棋盘格 vs ArUco vs ChArUco 对比
做机器视觉项目，相机标定是绕不开的第一步，而标定板的选择直接决定标定结果的可靠性。目前主流的标定板有三种：棋盘格、ArUco 码、ChArUco。它们各有什么特点？项目里该怎么选？本文一次讲清楚。
一、三种标定板的基本原理
1. 棋盘格（Checkerboard）
最经典、使用最广泛的标定图案。通过检测黑白格子的角点，建立图像坐标与世界坐标的对应关系。算法成熟（OpenCV 等库原生支持），加工简单，成本较低。
- 优点：角点定位精度高、算法支持完善、制作成本低。
- 缺点：标定要求图案完整出现在视野内，被遮挡或只拍到局部时无法使用；对倾斜角度和光照较敏感。
2. ArUco 标记
由一组带编码信息的黑白方块组成，每个标记有唯一 ID，可单独识别。即使只看到部分标记，也能完成识别。
- 优点：支持部分遮挡、可识别单个标记 ID、适合姿态估计与多目标场景。
- 缺点：角点精度不如棋盘格（依赖方块四角），用于高精度内参标定时精度相对受限。
3. ChArUco（棋盘格 + ArUco 混合）
把棋盘格嵌入 ArUco 标记阵列中，兼具两者优点：既有棋盘格的高精度角点，又有 ArUco 的编码与抗遮挡能力。
- 优点：精度接近棋盘格，同时支持遮挡，是高精度标定场景的理想选择。
- 缺点：制作工艺要求更高，算法配置稍复杂。
二、三种标定板对比
| 对比项 | 棋盘格 | ArUco | ChArUco |
|---|---|---|---|
| 角点精度 | 高 | 中 | 高 |
| 支持部分遮挡 | 不支持 | 支持 | 支持 |
| 需完整入镜 | 是 | 否 | 否 |
| 算法支持 | 成熟 | 成熟 | 较成熟 |
| 制作成本 | 低 | 中 | 中高 |
| 典型场景 | 实验室标定 | 机器人、AR、姿态估计 | 高精度+复杂现场 |
三、按场景怎么选
- 实验室/离线高精度标定：优先选棋盘格。环境可控、图案可完整入镜，精度与成本最优。
- 现场标定、视野受限或可能遮挡：选 ChArUco，兼顾精度与鲁棒性。
- 机器人导航、AR、多目标姿态估计：选 ArUco，重点在识别与姿态，而非极致内参精度。
- 多相机/大视野联合标定：通常选 ChArUco 或大尺寸棋盘格阵列，需结合视野与精度要求综合评估。
选型提醒：标定板本身的加工精度（格子尺寸误差、平面度）会直接传递为标定误差。高精度应用应选择加工精度可靠的标定板，并关注材质的热稳定性。
四、标定板使用中的注意事项
- 保持平整：标定板弯曲、起翘会引入系统性误差，应避免。
- 控制光照：避免强反光、阴影和过曝，保证角点清晰。
- 多角度采集：标定时应覆盖不同角度、距离和姿态，样本越充分，标定越稳健。
- 注意尺寸匹配：标定板格子大小应与相机分辨率、工作距离匹配，太小会导致角点模糊。
- 定期复核：标定板使用中磨损、脏污会影响精度，需定期检查与更换。
五、总结
选择标定板，本质是在精度、鲁棒性和成本之间做权衡：实验室标定用棋盘格，现场复杂环境用 ChArUco，姿态识别类应用用 ArUco。明确你的应用场景和精度要求，选型就不难。