本章主要研究摄像机标定、双目视觉系统标定、机器人手眼系统标定三个方面的内容。本文在机器人的末端执行器上固定位置安装两个CCD摄像机形成双目立体视觉系统，通过摄像机检测出波纹板焊缝的空间位置信息。视觉系统标定是焊缝信息获取以及重建的关键步骤，因此本文对所用的双目视觉系统进行了视觉模型的分析及系统参数的标定。
摄像机标定 进行目标物体位姿测量，首先要建立目标物体的3D坐标和2D图像坐标的关系，这种关系的建立必须通过内外参数标定得以完成，因此必须进行摄像机标定。摄像机标定分为内参和外参数标定。内参指是摄像机成像的基本参数，主要有主光点(图像中心)、焦距、镜头畸变系数等。外参指摄像机在空间坐标系中的位置和姿态。摄像机标定的方法主要分为传统标定法、自标定方法和主动视觉标定法。各种标定方法都各有优缺点。传统标定法计算复杂，需要标定物、但它适用于各种摄像机成像模型，精度高。自标定方法精度不高，鲁棒性不强，但是无须标定物，只要建立图像之间的对应关系即可。主动视觉标定法通常可以线性求解，鲁棒性强，但是不能用于摄像机运动未知或无法控制的场合。本文采用传统标定法进行摄像机标定，在这里主要对于摄像机的传统标定方法作论述。传统摄像机标定法可分为以下3种类型: (1)线性标定法 直接线性变换法由Abdel—Aziz和Karsra提出，此法通过解线性方程组获得转换参数，算法速度快，但是不考虑摄像机的镜头畸变，计算结果对噪声敏感，适合用于长焦距小畸变的镜头标定 (2)非线性标定法 非线性标定法计算高，模型准确，可以补偿镜头畸变的影响，但是算法迭代需要良好的初始值估计，否则会出现优化过程不稳定的可能 (3)两步标定法 Tsai两步标定法是两步标定法中的典型算法，该方法只考虑镜头径向畸变，计算量适中，标定精度较高成为研究的重要方向。国内高立志、张艳珍等人提出了线性变换两步法，只考虑径向畸变，不包含非线性变换，获得较高的精度 本文采用Zhang的平面模板两步法[}ss}，通过拍摄在任意位置、任意姿态摆放的标定板来进行摄像机内部参数的标定。