DynamicCalibration

DynamicCalibration 是内置于 DepthAI 3.0 的自愈、设备端重新校准工具。它允许立体深度摄像头自动监控和恢复其立体外参校准，从而确保随着时间的推移深度精度稳定 — 即使在热漂移、机械冲击或安装变化导致工厂对齐度下降之后。

主要功能

恢复深度性能 — 使您的视差图恢复清晰、几何一致的输出。
连续或手动操作 — 实时工作或通过手动触发。
校准健康状况监控 — 在不修改设备的情况下检查对齐漂移。
快速、稳健的重新校准 — 通常使用实时立体输入在几秒钟内完成。
无需特殊目标 — 在具有丰富视觉内容的自然场景中运行。
支持所有运行 DepthAI 3.0 的立体摄像头 — 包括 OAK-D、OAK-D-Lite、OAK-D Pro、CM4 PoE 等。

在 OAK Viewer 中试用（无需编码）

测试 DynamicCalibration 功能的最快方法是使用最新版本的 OAK-Viewer：

OAK Viewer

OAK Viewer 是一个桌面 GUI 应用程序，允许您可视化摄像头的流并与设备进行交互。它适用于 Windows、macOS 和 Linux。

点击此处开始

自动校准流程

AutoCalibration 在一个功能下提供了启动和连续重新校准的流程。

ON_START 和 CONTINUOUS

在正常操作之前，使用 ON_START 自动启动 DCL。
使用 CONTINUOUS 在运行时保持 DCL 运行，以进行持续的自我修复。
在您的应用程序流程中无需手动触发 DCL。
在启动和长期运行的部署中都有更好的机会获得稳定的校准。

查看集成详情

场景指南

良好的校准场景有助于算法更轻松地检测、匹配和跟踪特征。建议的特征：

包含不同深度的纹理对象。
避免空白墙壁或无特征的表面。
缓慢移动相机以覆盖整个视场；避免突然的动作。

建议	原始图像 vs. 特征覆盖（绿色部分）
✅确保丰富的纹理和视觉细节 - 丰富的纹理、边缘和均匀分布在整个视场中的对象可创建理想的校准条件
🚫避免平坦或无特征的表面 - 缺乏纹理表面或视觉上可区分的对象提供的可用特征很少
🚫避免反光和透明表面 - 反光和透明表面会产生错误的 3D 特征
🚫避免黑暗场景 - 低对比度、阴影和光线不足的场景产生的可检测特征很少
🚫避免重复图案 - 许多图案区域看起来太相似而无法区分

开发人员集成

Dynamic Calibration 已包含在 DepthAI 中，无需额外安装。运行以下示例以了解实现的概述。

克隆并运行示例

Command Line

1git clone https://github.com/luxonis/depthai-core.git
2cd depthai-core/
3python3 -m venv venv
4source venv/bin/activate
5python3 examples/python/install_requirements.py
6python3 examples/python/DynamicCalibration/calibration_integration.py

集成到您的项目中

请遵循动态校准库文档，了解如何将 Dynamic Calibration 集成到您自己的项目中。

本页目录