# 27RM

RoboMaster 视觉工程（MindVision 相机 + OpenCV）。

## 构建

```bash
xmake                 # 产出两个程序（见下）
xmake run 27RM        # 跑主程序
```

## 程序清单

| 程序 | 用途 |
|---|---|
| `27RM` | 自瞄主程序 |
| `capture_calib` | **相机标定图采集工具** |
| `calibrate` | **标定计算工具**（照片 → 内参/畸变 → `configs/camera.yaml`） |

## 配置

```
configs/
└── camera.yaml     # 相机内参 + 畸变 + 标定元信息（由 calibrate 生成，需入库）
```

代码里这样用（`inc/camera_calib.hpp`）：

```cpp
#include "camera_calib.hpp"

CameraCalib calib;
if (!calib.load("configs/camera.yaml")) return -1;      // 启动时加载一次

cv::Mat undist;
calib.undistort(frame, undist);                          // 每帧去畸变

// 装甲板四角点（左下、左上、右上、右下）→ 位姿
std::array<cv::Point2f, 4> corners{lb, lt, rt, rb};
if (auto pose = calib.solvePose(corners, ArmorSize::small())) {
    double yaw, pitch;
    CameraCalib::poseToYawPitch(pose->tvec, yaw, pitch);
    // pose->distance_mm / pose->reproj_error_px 可用于过滤坏帧
}
```

> 程序必须在工程根目录运行（`configs/` 是相对路径），或自行传绝对路径。

## 相机标定流程

> **本工程标定板规格**：10 × 7 内角点、**方格 20.0 mm**（卡尺实测值，不是打印标称值）
> **相机**：MV-SUA131GC（1/3" CMOS，3.75μm 像元）+ MV-LD-M12-2.8MM-C 镜头，输出 1280×1024
> ⚠️ M12 镜头**调焦会改变有效焦距**，标定和使用时必须保持对焦环位置一致

### 1. 采集标定图

```bash
# 用 MindVision 相机（机器人上那台）
./build/linux/x86_64/debug/capture_calib --square 20.0

# 或改用 USB 摄像头
./build/linux/x86_64/debug/capture_calib --usb 0 --square 20.0
```

按键：

| 键 | 功能 |
|---|---|
| 空格 | 保存当前帧（默认要求检测到棋盘格） |
| `f` | 强制保存（未检测到也存） |
| `d` | 删除上一张 |
| `c` | 开关实时角点检测显示 |
| `g` | 灰度预览（排查过曝/反光） |
| `q` / ESC | 退出 |

拍摄要求：

- 标定板出现在画面**中心、四角、边缘**（2.8mm 广角镜头边缘畸变最大）
- 姿态多样：正对、倾斜、旋转、俯仰
- 清晰不糊、光照均匀、无反光、板子贴平硬板
- **20~30 张**，保存于 `calib_images/`（已加入 .gitignore，不会入库）

### 2. 计算内参

```bash
./build/linux/x86_64/debug/calibrate --dir calib_images --square 20.0   # 只算顶层
./build/linux/x86_64/debug/calibrate --dir calib_all --square 20.0      # 全部 31 张（推荐）
./build/linux/x86_64/debug/calibrate --square 20.0 --show               # 逐张查看角点与重投影
```

工具会输出重投影误差 RMS、内参 K、畸变系数、每张图误差排行，并写入 `camera_calib.yml`。

| 重投影误差 | 评价 |
|---|---|
| < 0.3 px | 很好 |
| 0.3 ~ 0.5 px | 可接受 |
| > 0.5 px | 建议重拍 |

> **当前标定结果**（`calib_all/` 31 张，20mm 方格）：
> fx=657.47, fy=658.25, cx=625.64, cy=509.00，RMS **0.483 px**
> **距离验证**：卷尺 700mm vs 程序 687~697mm，误差 **< 2%** ✓

### ⚠️ 标定图必须同时具备「三种多样性」

| 维度 | 作用 | 不满足的后果 |
|---|---|---|
| **画面位置**（九宫格覆盖） | 约束**畸变系数** | 边缘畸变解不出来，RMS 偏高 |
| **倾角**（正对/上下倾/左右倾/大角度） | 约束**焦距与主点** | 参数耦合，精度下降 |
| **距离**（近/中/远，板子占画面 40%/20%/8%） | 约束**尺度** ⭐ | **fx 无法确定**：所有图同距离时，"焦距×距离"可整体缩放而图像不变，优化器会落到错误值，**且 RMS 依然很低**（最阴险的坑） |

> 实测教训：一套 19 张、覆盖 9/9 但**距离相近**的图，标出的 fx=883（实际 659，偏差 34%），距离误差直接 +32%；
> 与旧的 12 张（距离 24~65cm）合并后 fx 回到 657，误差 <2%。**距离多样性是 fx 的锚点，不可省。**

### 3. 使用内参

```cpp
cv::Mat K, D;
cv::FileStorage fs("camera_calib.yml", cv::FileStorage::READ);
fs["camera_matrix"] >> K;
fs["dist_coeffs"] >> D;
```

之后用 `cv::undistort` / `cv::solvePnP` 做去畸变与位姿解算。

### 4. 距离验证（改完参数一定要做）

```bash
~/yolo-env/bin/python ~/rm_vision/verify_distance.py 图片.jpg --square 20.0 --distance 647
```

用卷尺量出真实距离，与程序算出的距离对比：误差 < 2% 说明标定可用。