?雙目視覺定位是一種模仿人類雙眼視覺原理，通過兩個攝像頭（“雙目相機”）獲取物體的立體圖像，再利用三角測量原理計算物體三維坐標的技術，廣泛應用于機器人導航、工業檢測、自動駕駛、虛擬現實等領域。雙目視覺定位的過程可分為 4 個關鍵步驟，環環相扣確保定位精度：
1. 相機標定（消除誤差）
目的：獲取兩個攝像頭的內參（焦距、主點坐標、畸變系數）和外參（相對位置和姿態，如基線距離、旋轉角度），消除鏡頭畸變和安裝誤差對后續計算的影響。
方法：通過拍攝已知尺寸的標定板（如棋盤格），利用算法（如張氏標定法）計算內參和外參，生成校正參數。
2. 圖像校正（統一視角）
目的：將左右攝像頭拍攝的畸變圖像校正為 “平行對準” 的無畸變圖像，使左右圖像中對應點的掃描線在同一水平線上（“極線校正”），簡化后續匹配難度。
原理：利用相機標定得到的參數，通過透視變換將左右圖像投影到同一平面，確保物體在左右圖像中的對應點僅在水平方向存在視差，而非任意位置。
3. 立體匹配（尋找對應點）
目的：在左右校正后的圖像中，找到同一物體的對應像素點（“同名點”），計算視差 d。
挑戰：因光照變化、物體遮擋、紋理缺失（如純色表面）等，對應點匹配難度較大。
常用算法：
局部算法：基于像素鄰域信息（如塊匹配 BM、半全局匹配 SGM），速度快，適合實時場景；
全局算法：基于能量優化（如圖割 Graph-Cut），精度高但計算量大，適合靜態場景。
4. 三維重建（計算坐標）
目的：利用視差圖和相機參數，計算物體上每個點的三維坐標（X, Y, Z），完成定位。
原理：根據三角測量公式，結合校正后的圖像坐標、焦距、基線距離，將二維像素坐標轉換為三維世界坐標，最終輸出物體的位置信息（如距離相機的深度、平面坐標等）。