相机标定失败怎么办：重投影误差太大、检测不到角点、结果不稳定的排查
按症状排查相机标定问题：检测不到角点、重投影误差偏大、两次结果差异大、焦距明显不对、畸变方向反了、双目外参翻转、去畸变后边缘仍弯。每个症状给出最可能的原因和对应处理。
要点
- 先查输入，再查模型：参数填错（方格尺寸、行列数、字典）和采集问题占了大多数故障。
- 角点检测不到，多数是图案参数不一致、模糊或反光；误差偏大，多数是运动模糊、板不平或覆盖不足。
- 结果每次都不一样，通常是数据退化（姿态单一）或模型参数过多，而不是软件有问题。
- 解决后用独立数据验证，不要只看一个 RMS 数字。
症状一：检测不到角点或标记
最常见的原因，按检查顺序排列：
- 图案参数与实物不一致：行列数数的是方格还是内角点；ChArUco 的字典、方格尺寸、标记尺寸；AprilGrid 的 tag 家族、间距比。
- 图像太模糊或太暗：对焦不在标定板上，曝光时间太长造成运动模糊。
- 反光：板面出现亮斑，遮住了局部图案。调整光源角度或使用偏振片。
- 板被遮挡或出画：普通棋盘格和圆点阵列要求整板可见，改用 ChArUco 或 AprilGrid 可以容忍。
- 倾斜过大：超过约 60° 时方格被严重压缩，减小角度。
症状二：重投影误差偏大
- 运动模糊或离焦：逐图误差里个别图特别高，多半是这种图，见采集最佳实践。
- 标定板不平或尺寸不准：在标定板坐标系里看残差，各图出现相同规律，说明板本身有问题。
- 模型不够用：残差在图像坐标里呈径向或旋涡状，换用更合适的模型，见相机模型怎么选。
- 卷帘快门：拍摄瞬间板在运动。
- 误检：个别角点编号错位，用鲁棒核或剔除离群点。
症状三：两次标定结果差别很大
先看参数标准差和相关性。若 k1、k2、k3 之间相关系数接近 ±1，说明单个畸变系数不可信，但投影结果可能仍然一致。改善办法：增加倾斜姿态，固定约束不住的高阶参数，或换更简单的模型。
症状四：焦距明显不对
fx 应接近“镜头焦距 ÷ 像元尺寸”。如果差很多：检查是否填错了像元尺寸、是否改过分辨率或 binning、标定图像是否几乎都正对相机（焦距和距离无法区分）。
症状五：畸变方向反了、去畸变后边缘还是弯
- 广角镜头常见桶形畸变，对应 k1 为负；符号反了先检查模型定义和参数顺序。
- 去畸变后边缘仍弯，通常是边缘处没有标定数据，补拍画面四角和边缘。
- 导出到其他软件时，确认畸变模型和参数顺序一致（OpenCV 与 HALCON 的定义不同）。
症状六：双目外参翻转或基线不对
- 使用了对称图案（对称圆点、偶数×偶数棋盘格），两台相机的编号不一致。改用 ChArUco、AprilGrid 或奇数行非对称圆点。
- 两台相机没有同步，标定板在曝光间隙内移动了。
- 共视图像太少或姿态单一。
详见双目与多相机标定要点。
排查之后
处理完问题重新标定，按看懂标定结果的顺序检查，并用未参与标定的图像做验证。