跳到正文
PreciSim
physics

真值与容差

「真值」到底指什么、偏差怎么算、容差从哪来——以及为什么残差小不等于标得准。

真值是什么

在虚拟设备里,真值是生成这个场景时用的那组参数本身,不是反推出来的近似。 机台描述文件里带 ★ 的字段就是真值:

标定链 真值字段 demo-xy-galvo 上的值
① 像素当量 cameras[].pixelSizeUm 1.7236 µm/px
① 安装角 cameras[].rotationDeg −0.80°
② 相机—执行器偏移 scanHeads[].offsetXMm/offsetYMm 0.412 / 55.180 mm
③ 镜头畸变 cameras[].k1/k2 0 / 0(要练畸变用 test-distortion 机台)
④ 手眼 由像素当量与安装角合成的 2×2 雅可比 —
⑤ 振镜场校正 scanHeads[].scaleX/scaleY/k1/skew 1.0012 / 0.9993 / 1.8e−5 / 3.0e−4
⑥ 激光焦点 Z scanHeads[].focusZMm 112.500 mm
⑦ 相机合焦 Z workingDistanceMm + zMountOffsetMm 110 + 2.347 = 112.347 mm

所以真值评分不是「用另一种算法再算一遍」,而是拿你的结果和生成器的输入对账。 这是虚拟设备相对真机唯一的、也是决定性的优势。

真机上没有真值,TruthCompares 是空的,判据退回到残差。 代码里这两条路径是同一条,不是两套逻辑——所以在虚拟设备上练熟的判读方式, 到真机上直接能用。

残差 ≠ 偏差

这是整份文档里最值得记住的一句话。

定义 说明什么
残差 模型对参与求解的数据的拟合误差 模型和数据自洽程度
偏差 你的结果与真值之差 标得准不准

残差小只说明「你的模型能解释你采的这批数据」。如果数据本身有系统性问题 (畸变没标、点全挤在视野中心、跨度太小),残差会很小,偏差会很大。

最容易造出这个现象的办法:把采样网格缩到很小再跑①, 残差 RMS 几乎不变,偏差却成倍上去。

三组残差,一个都不能少

只报一个残差数字是没法判读的,所以每条链都报三组(代码里的 ResidualStats):

统计量 说明什么 能不能被补偿掉
原始最大 最坏的一个点有多坏 —
去平移残差 扣掉整体平移之后还剩多少 平移可以靠工位偏移补掉
留一法 逐点剔除重算,看预测能力 检验是不是过拟合

恒定平移和随机散布混在一个 RMS 里是看不出区别的, 而这两者在现场的处置方式完全相反:前者补一个偏移就好,后者只能改工艺或改硬件。

容差从哪来

全部集中在 core/src/PreciSim.Core/Constants.cs 的 CalibTolerance 里,不许散成魔法数:

链 容差
① 像素当量 0.002 µm/px
① 安装角 0.02°
② 相机—执行器偏移 0.01 mm
③ 镜头畸变 残差 0.3 px RMS
④ 手眼 残差 0.005 mm
⑤ 振镜场校正 去平移残差 0.010 mm
⑥ 激光焦点 0.02 mm
⑦ 相机合焦 Z 0.05 mm

这些数字对应 demo-xy-galvo。真机上它们应该从误差预算倒推,而不是照抄:

  1. 写下最终要保证的指标,比如「定位精度 ±0.05 mm(3σ)」;
  2. 列出所有贡献项:标定误差、运动误差、视觉重复性、工件公差、热漂移;
  3. 按平方和开方(RSS)合成——这些误差互相独立;
  4. 给每一项分配预算,使 3σ_total ≤ 0.05 mm。
σ_total = sqrt(σ_calib² + σ_motion² + σ_vision² + σ_part² + σ_thermal²)

看占比而不是看绝对值:如果视觉重复性占了一半方差, 继续优化标定算法收益有限,该去改善光照和圆点尺寸。 误差预算最大的价值就是告诉你别优化错地方。

把这套用到真机上

真机没有真值,但方法照样成立,只是验证方式变了:

  • 用更高精度的量具当参考(千分表、块规、激光干涉仪、高精度标定板);
  • 用一致性代替准确性:同一位置重复测 30 次看分散度;
  • 用闭环校验:标定完做一个已知尺寸的动作,量实际结果。

虚拟设备的作用,是让你在已经知道答案的条件下先把方法练熟, 到真机上你才有底气判断「量出来的这个数是不是合理」。

最后更新: 2026/9/23
这页有帮助吗?