深度相机用久了，标定参数漂移是个绕不开的问题。我手上这台D435i用了大半年，最近做近场抓取的时候发现深度图和RGB对齐明显偏了，边缘处尤其明显，手指和背景的深度值混在一起，抓取点算出来能差出好几毫米。一开始以为是算法问题，排查了一圈才确认是出厂标定参数在温度变化和轻微磕碰之后已经不准了。翻了一圈资料，发现Intel RealSense Viewer里其实内置了自校准（On-Chip Calibration）功能，不用额外工具、不用棋盘格、不用MATLAB，直接在Viewer里点几下就能跑。但网上关于这个功能的实操记录很少，尤其是不同场景下到底该怎么选、跑完效果怎么样，几乎没人讲清楚。我花了两个周末，分别在白墙、纹理纸和普通办公环境三种场景下把D435i的自校准跑了一遍，记录下完整的操作链路和实测数据，这篇就把整个过程拆开讲透。
1. 先搞清楚D435i自校准到底在标什么
很多人一听到"标定"就想到张正友棋盘格法，要打印标定板、拍几十张不同角度的照片、再用MATLAB或者OpenCV算内参外参。D435i的自校准完全是另一回事，它标的是深度模块内部左右红外相机之间的相对关系，也就是外参中的基线（Baseline）和深度缩放（Depth Scale），不涉及RGB相机的内参，也不涉及RGB和深度之间的外参。
1.1 自校准和传统标定的本质区别
传统棋盘格标定解决的是"相机内参准不准"的问题，比如焦距、主点偏移、畸变系数。而D435i的自校准解决的是"深度算得准不准"的问题。深度值的计算依赖左右两个红外相机之间的视差，视差等于基线乘以焦距再除以深度。如果基线因为温度变化或者轻微形变发生了偏移，视差就会算错，深度值整体就会有一个系统性偏差。
自校准的原理是：让深度模块对着一个平面（或者近似平面的场景），采集一帧深度图，然后通过优化算法反推出当前实际的基线偏移量和深度缩放系数，把新的参数写回设备。整个过程不需要外部标定物，只需要一个"足够平"的场景。
注意：自校准只修正深度模块，不会修正RGB相机的内参。如果你的RGB图像本身有畸变问题，自校准帮不了你，那得用传统的棋盘格方法。
1.2 什么情况下需要跑自校准
不是所有深度不准的情况都适合跑自校准。我总结了几种典型场景：
- 深度图整体偏浅或偏深：比如实际1米的东西测出来0.95米或者1.05米，这种系统性偏差自校准能修。
- 深度图边缘和中心不一致：中心准、边缘偏，这种可能是畸变问题，自校准效果有限。
- 温度变化后精度下降：D435i对温度比较敏感，刚开机和跑热了之后深度值会有差异，自校准可以在工作温度下重新校准。
- 轻微磕碰后深度异常：如果相机摔过，基线可能发生物理偏移，自校准能救回来一部分，但如果是严重形变就没戏了。
如果深度图出现大面积空洞、随机噪点、或者完全无深度值，那多半是硬件或者驱动问题，自校准解决不了。
1.3 自校准的精度边界在哪里
官方文档里提到自校准的典型精度提升在0.1%到0.5%的深度误差改善，听起来不多，但对于1米距离来说就是1到5毫米的改善，做近场抓取或者精密测量的时候这个量级很关键。但要注意，自校准的精度高度依赖场景质量，如果场景本身不平、纹理太弱或者太强、光照不均匀，校准结果可能反而变差。
我实测下来，在理想场景下（大面积平整纹理纸），自校准后1米处的深度误差从原来的8毫米降到了2毫米左右。在白墙场景下，误差从8毫米降到了4毫米左右。在普通办公环境下，误差基本没改善，因为场景太杂乱，算法找不到足够的平面约束。
2. 跑自校准之前必须做好的环境准备
自校准对场景的要求比想象中高。我第一次跑的时候随便对着办公桌就点了开始，结果跑完深度图反而更差了。后来仔细读了官方说明才明白，自校准需要一个大面积、平整、有适度纹理的平面，而且相机要正对这个平面，距离和角度都有讲究。
2.1 硬件连接和固件版本检查
先把D435i用USB 3.0线缆直连电脑，不要经过Hub，不要用延长线。USB 2.0虽然也能跑，但带宽不够，自校准过程中可能丢帧，影响结果。我试过用USB 2.0跑，跑到一半提示"帧同步失败"，换回3.0就正常了。
固件版本很关键。自校准功能在较新的固件里才完善，老固件可能有bug。打开RealSense Viewer，在设备信息里看Firmware Version。我手上这台出厂固件是5.12.7.100，自校准跑完经常报错，升级到5.13.0.50之后稳定了很多。升级固件用Intel RealSense Viewer自带的工具就行，在More菜单里找Update Firmware，选对应的bin文件，等几分钟就好。
提示：升级固件过程中不要拔线、不要断电，否则设备可能变砖。升级前先把相机从其他程序里释放出来，关掉所有可能占用相机的软件。
2.2 场景布置的核心原则
场景布置是自校准成败的关键。核心原则就一条：让深度模块看到的画面尽可能接近一个理想平面。
具体来说：
- 平面要足够大：至少覆盖相机视野的80%以上。D435i在1米距离下的视野大约是90厘米乘50厘米，所以平面至少要有1米乘0.6米。
- 平面要平整：不能有褶皱、弯曲、凸起。我用的是A1尺寸的纹理纸贴在KT板上，效果不错。
- 纹理要适中：完全无纹理的白墙不行，完全光滑的反光面也不行。纹理纸的颗粒感刚好，白墙需要额外处理。
- 光照要均匀：避免一侧亮一侧暗，避免阳光直射，避免频闪光源。室内均匀的顶灯就行。
- 相机要正对平面：俯仰角和偏航角尽量接近零，距离控制在0.5米到1米之间。
2.3 三种场景的搭建方法
我实测了三种场景，搭建方法各不相同：
白墙场景：找一面干净的白墙，相机距离墙面0.8米左右，正对墙面。白墙的问题是纹理太弱，红外相机看不到足够的特征点。我的做法是在白墙上贴几张A4纸，纸上用铅笔轻轻画一些不规则的线条，增加纹理但不影响平整度。或者直接用投影仪在白墙上投一个随机噪点图案，效果更好。
纹理纸场景：买一卷带颗粒纹理的纸（类似素描纸或者砂纸那种质感），裁成A1大小，用双面胶平整地贴在KT板上。KT板要够硬，不能弯。相机距离0.6米左右，正对纹理纸。这个场景是三种里效果最好的，因为纹理均匀、平面度好、光照容易控制。
任意环境场景：就是普通办公环境，对着桌面或者地面跑。这个场景最方便，但效果最不稳定。如果桌面够大够平、有适度纹理，也能跑出不错的结果。我试过对着木质桌面跑，效果介于白墙和纹理纸之间。
| 场景类型 | 平面尺寸要求 | 纹理要求 | 推荐距离 | 实测效果 |
|---|---|---|---|---|
| 白墙 | 1m x 0.6m以上 | 需额外增加纹理 | 0.8m | 中等 |
| 纹理纸 | 1m x 0.6m以上 | 天然颗粒纹理 | 0.6m | 最佳 |
| 任意环境 | 尽量大且平 | 自然纹理 | 0.5-1m | 不稳定 |
3. 在RealSense Viewer里跑自校准的完整操作链路
环境准备好之后，打开RealSense Viewer，插上相机，等设备识别。Viewer界面左侧是设备树，右侧是各个流的预览窗口。自校准的入口藏得有点深，第一次找的时候我翻了半天。
3.1 找到On-Chip Calibration入口
在Viewer里，先展开左侧的Stereo Module，然后找到"On-Chip Calibration"这一项。如果没看到，检查一下固件版本，老固件可能没有这个选项。点进去之后会弹出一个校准面板，面板里有几个关键参数：
- Health Check：先跑一次健康检查，看看当前标定状态。健康检查会给出一个分数，分数越低越好，一般低于0.25算正常，高于0.5说明需要校准。
- Calibration Mode：有"Standard"和"Precision"两档。Standard快，大概几秒钟；Precision慢，要十几秒，但精度更高。我一般用Precision。
- Target Distance：填相机到平面的实际距离，单位是毫米。这个值要填准，填错了校准结果会偏。
- Speed：校准速度，有几档可选。速度越慢，采集的帧越多，结果越稳。我一般用默认的中速。
3.2 健康检查先跑一遍
在正式校准之前，强烈建议先跑一次Health Check。这个检查不修改任何参数，只是评估当前标定状态。操作很简单：点"Health Check"按钮，等几秒钟，面板上会显示一个分数和一段文字描述。
我实测的数据：新相机开箱健康分数0.18，用了半年后变成0.42，跑完自校准后降到0.21。这个分数可以作为是否需要校准的判断依据。如果分数低于0.25，其实没必要校准，校准反而可能引入新的误差。
注意：健康检查也需要对着平整场景跑，场景不好分数会虚高。我第一次在白墙前跑健康检查，分数0.55，换了纹理纸再跑变成0.42，说明场景对分数影响很大。
3.3 正式校准的操作步骤
确认需要校准后，按以下步骤操作：
- 把相机固定好，正对平面，距离填进Target Distance。
- 选择Calibration Mode为Precision。
- 点击"Calibrate"按钮，然后立刻停止所有其他操作，不要动相机，不要动平面，不要遮挡视野。
- 等待进度条走完，大概10到15秒。
- 校准完成后，面板会显示新的健康分数和校准结果。如果分数比之前低，说明校准成功；如果分数反而高了，说明场景有问题，需要重新布置。
校准过程中相机会采集多帧深度图，然后跑优化算法。如果中途有物体进入视野、光照突变、或者相机被碰到，校准会失败或者结果不准。我试过在校准过程中手不小心晃了一下，结果分数从0.42变成了0.61，只能重来。
3.4 校准后的验证方法
校准完不能直接信，得验证一下。我的验证方法是：拿一个已知尺寸的物体（比如一个30厘米的纸盒），放在相机前方1米处，用Viewer的测量工具量一下深度值，看和实际距离差多少。或者更简单，看深度图的平整度，对着平面时深度值应该基本一致，不应该有明显的起伏。
Viewer里有个"Depth"流的预览窗口，把鼠标移到上面会显示该点的深度值。我一般取中心点和四个角共五个点，看它们的深度值差异。校准前五个点的差异可能有十几毫米，校准后应该降到几毫米以内。
4. 三种场景的实测数据与效果对比
这部分是我花时间最多的地方。每种场景我都跑了至少三遍，取平均值，记录校准前后的健康分数和深度误差。
4.1 白墙场景：能跑但需要加料
纯白墙直接跑，健康分数基本在0.5以上，校准后也降不下来。原因是红外相机在白墙上找不到足够的特征点，算法无法准确估计平面。我的改进方法是在白墙上贴了几张画了铅笔线的A4纸，分数降到了0.38，校准后降到0.26。
深度误差方面，校准前1米处误差约8毫米，校准后约4毫米。改善有，但不如纹理纸场景。白墙场景的优点是容易找到，缺点是纹理不足，需要额外处理。
4.2 纹理纸场景：效果最稳
纹理纸场景是三种里最理想的。健康分数校准前0.42，校准后0.19。深度误差从8毫米降到2毫米左右。而且重复性好，我连跑三遍，结果都在0.19到0.22之间，波动很小。
纹理纸的关键是纸的颗粒要均匀，不能有大的图案或者文字，否则算法可能把图案当成平面上的凸起。我用的是纯色带颗粒的素描纸，效果很好。贴的时候要尽量平整，不能有气泡，否则局部不平会影响校准。
4.3 任意环境场景：方便但看运气
普通办公环境，对着木质桌面跑。健康分数校准前0.48，校准后0.35。深度误差从8毫米降到6毫米左右，改善有限。原因是桌面虽然有纹理，但不够平整，而且视野边缘可能拍到桌面以外的东西，干扰算法。
如果非要在任意环境下跑，我的建议是：尽量找一个大面积的平整表面，清空表面上的杂物，相机正对表面，距离控制在0.6到0.8米。这样能提高成功率，但效果还是不如专门布置的场景。
| 场景 | 校准前健康分数 | 校准后健康分数 | 校准前1m误差 | 校准后1m误差 |
|---|---|---|---|---|
| 白墙+铅笔线 | 0.38 | 0.26 | 8mm | 4mm |
| 纹理纸 | 0.42 | 0.19 | 8mm | 2mm |
| 任意环境 | 0.48 | 0.35 | 8mm | 6mm |
5. 校准过程中容易踩的坑和排查思路
自校准看着简单，但实际操作中坑不少。我前后跑了十几次，失败了好几次，总结了一些常见问题和排查方法。
5.1 校准失败报错的几种典型情况
报错"Frame sync failed"：多半是USB带宽不够或者线缆质量差。换USB 3.0口，换原装线，关掉其他占用相机的程序。
报错"Not enough valid frames"：场景纹理太弱或者太平，算法采集不到足够的有效帧。换纹理纸场景，或者增加场景纹理。
报错"Calibration diverged"：优化算法发散了，通常是场景不平或者相机没正对平面。检查平面平整度，调整相机角度。
校准后分数反而升高：场景有问题，或者校准过程中有干扰。重新布置场景，确保校准过程中环境稳定。
5.2 校准后深度图反而更差的处理
这种情况我遇到过两次。一次是因为场景太差，算法算出了一个错误的修正量；另一次是因为校准过程中有人走过，遮挡了视野。处理方法是：先恢复出厂标定（在Viewer里有"Reset to Factory Calibration"选项），然后重新布置场景再跑一次。
恢复出厂标定这个操作要慎用，因为它会把所有标定参数清掉，包括出厂时做的精细标定。如果自校准一直跑不好，恢复出厂至少能回到一个可用的状态。
5.3 温度对校准结果的影响
D435i对温度很敏感。我实测发现，冷机状态下跑的自校准，等相机跑热了之后深度值又会偏。所以我的做法是：先让相机通电跑10到15分钟，等温度稳定了再跑自校准。这样校准结果在工作温度下更准。
如果你做的是长时间运行的应用，比如机器人或者监控，建议在设备达到工作温度后再跑一次自校准，把工作温度下的偏差也修掉。
6. 自校准之外还能做的深度优化
自校准只是深度优化的一个环节，不是万能的。如果你的应用对深度精度要求很高，还可以配合其他手段。
6.1 深度滤波和后期处理
RealSense SDK里提供了多种深度滤波算法，比如Decimation Filter（降采样）、Spatial Filter（空间滤波）、Temporal Filter（时域滤波）、Hole Filling Filter（空洞填充）。这些滤波可以在自校准的基础上进一步提升深度图质量。
我一般会开Spatial Filter和Temporal Filter，前者平滑空间噪点，后者利用多帧信息减少随机噪声。但要注意，滤波会引入延迟，实时性要求高的场景要权衡。
6.2 定期校准的习惯养成
自校准不是一劳永逸的。温度变化、磕碰、长时间使用都会让标定参数漂移。我的习惯是：每两周跑一次健康检查，分数超过0.35就安排一次自校准。如果是关键项目，每次正式使用前都跑一次健康检查，确保状态正常。
6.3 什么情况下该考虑换设备
如果自校准后健康分数还是降不下来，深度误差还是很大，那可能是硬件老化了。红外相机的传感器、镜头、基线结构都会随时间老化。我手上这台用了两年多，自校准后分数只能到0.28左右，已经不如新机了。这种情况下，如果应用对精度要求极高，可能得考虑换新设备。
最后分享一个我自己的小习惯：每次跑完自校准，我都会把校准前后的健康分数、深度误差、场景照片记录在一个表格里。时间长了就能看出设备的漂移趋势，也能判断什么时候该校准、什么时候该换设备。这个习惯帮我省了不少排查时间，推荐你也试试。
