滾動快門畸變和運動模糊可能發生在同一影格內，但原因不同。滾動快門為影像行分配不同的採集時間。運動模糊在每一行或每影格曝光期間整合一個動態影像。
影格率、曝光時間和總感測器讀數是不同的數值。提高影格率並不會自動縮短曝光或消除行時序。全域快門消除行與行之間的時序差異，但在曝光過程中仍可能出現模糊。
請使用本指南與 事件比較框架相機指南 以及 VIO 和 SLAM 指南。結合對安裝的相機、鏡頭、光線和機器人軌跡進行描述。
將行定時與曝光積分分開
在滾動快門中，曝光行是順序開始或結束的。因此，移動的線條、物體或相機可能在影像中佔據不同的姿態。直線結構可能歪斜，旋轉葉片可能彎曲，立體幾何形狀內部可能不一致。
運動模糊是因為投影特徵移動時光線會積累。即使所有畫素共享相同的全域起止，它也會在每個曝光區間內分散特徵。
在選擇緩解措施前，先診斷出兩種影響。
比較全域快門採集與滾動快門採集
全域快門在共同間隔內曝光整個陣列，然後儲存或讀取結果。滾動快門對行進行序列，這取決於感測器的實現方式，可能帶來成本、雜訊、動態範圍或解析度的優勢。
Basler 滾動快門概述解釋了常見的滾動行為和偽影。請確認具體相機型號和模式，因為廠商可能支援多種採集模式。
| 計時項 | 含義 | 主要文物 | 如何測量 |
|---|---|---|---|
| 曝光時間 | 每行或影格積分時長 | 運動模糊 | 受控移動邊緣 |
| 排隊時間 | 行開始間隔 | 依賴行的姿態 | 閃爍線或圖案 |
| 影格讀出 | 倒數排的計時 | 傾斜與搖擺 | 供應商資料加運動測試 |
| 影格週期 | 影格之間的時間 | 時間抽樣 | 觸發紀錄 |
| 運輸延誤 | 收購至東道主 | 陳舊態聚變 | 硬體事件時序 |
分別記錄曝光、讀數和影格週期
曝光時間可能短於影格週期，且顯示可能會佔據大部分時間。自動曝光和增益在任務過程中可能變化，即使影格率保持恆定，也會改變模糊和噪點。
記錄快門模式、曝光、增益、線時和觸發狀態。 Basler 曝光檔案 展示了曝光設定和實際曝光如何依賴於相機系列和模式。
由於影像速度和曝光導致的預算模糊
畫素模糊的初步估計是投影影像速度乘以曝光時間。影像速度取決於機器人和物體的運動、深度、焦距和旋轉。近距離物體和相機旋轉即使在中等笛卡爾速度下也能產生劇烈運動。
根據特徵尺寸或模型公差設定允許的畫素模糊，然後推導曝光目標。用真實光學驗證，因為對焦、振動和影像處理會增加明顯的模糊。
在曝光時間、光子數量與雜訊之間權衡
較短曝光減少運動模糊，但收集的光子更少。開啟光圈、增加光線或增加感測器增益可以補償，這些都會帶來景深、眩光、熱量、功率或雜訊等影響。
在未測量下游精度前，不要提高增益。清晰但噪點較大的影像可能產生較少穩定特徵或不可靠深度。閃爍照明可能與行時間發生相互作用，形成條帶。
考慮跨行的手持眼鏡姿勢
移動機器人手腕上的攝影機在一次讀出中可能會顯著改變姿態。將一個剛性攝影機姿態分配給整個畫面違反了射影幾何。快速旋轉尤其有害，因為它會改變影像中的光線，無論場景深度如何。
利用軌跡和時間戳資料估算影格內的姿態範圍。減速機器人、選擇更快的讀數，或在精度無法承受差異時使用快門模型。
| 失敗症狀 | 可能原因 | 辨別測試 | 緩解類 |
|---|---|---|---|
| 傾斜的垂直邊 | 滾動平移 | 移動直邊目標 | 更快的讀數或模型 |
| 彎曲的旋轉物體 | 行時旋轉 | 已知轉盤 | 全域快門或校正 |
| 均勻軟邊 | 曝光模糊 | 曝光掃描 | 更光線或更短的曝光 |
| 水平條紋 | 光線閃爍加行 | 燈頻率測試 | 燈光或同步 |
| 姿態殘差因行而異 | 錯誤的影格時間模型 | 按行重投影 | 線時校正 |
當幾何體需要一次時，選擇全域快門
快速的處理、計量、立體深度和視覺慣性估計通常能從全域曝光中受益，因為畫面更符合約一相機姿態。這並不保證更高的影像質量或無模糊；曝光、光線和感測器噪點依然存在。
根據測量任務誤差選擇相機，而非僅看快門標籤。強光下慢速檢查可能適合滾動快門，而快速手腕軌跡則可能不適用。
定義時間戳事件和硬體觸發器
時間戳可能指觸發接收、曝光開始、影格參考行、曝光中點、讀出完成或主機到達。對於滾動快門，沒有單一時間精確代表每一行。記錄驅動程式使用的參考。
使用 機器人時間同步指南 將相機時鐘與機器人狀態關聯起來。在精度重要時，用硬體證據驗證觸發到曝光的延遲和抖動。
只有在有效的運動模型上才應用滾動快門校正
軟體可以根據 IMU、機器人運動學或影像運動估計行特定相機姿態，並將觀測值扭曲至共同時間。校正需要線延遲、讀出方向、內在因素以及足夠準確的連續運動。
CVPR 滾動快門相機論文討論了幾何和校正。校正無法恢復因嚴重模糊、飽和或遮擋而丟失的資訊。
將深度和多機幾何視為時間依賴
立體對需要同步曝光和相容的排時序。如果顏色和景深使用不同的快門或時間戳， RGB-D 對齊在運動中可能會失效。當感測器觀察到不同時間時，剛性外在變換是不夠的。
使用 機器人深度相機導向 器，測試多個深度的移動邊緣。測量 3D 誤差，而不僅僅是 2D 影像外觀。
分別驗證靜態光學和動態採集
先從對焦、畸變和固定校正目標開始。然後使用已知速度的線性邊緣、旋轉目標、閃爍光線和機器人實際軌跡。掃描曝光、增益、讀出模式、影格率和照明。
測量畫素模糊、線條曲率、重投影誤差、跟蹤速率、深度誤差和端對端延遲。包括自動控制過渡和熱穩態。
在每個操作紀錄中保持採集狀態
錄製帶有快門模式、曝光、增益、線條時序、影格時間戳事件、觸發狀態、相機溫度和同步機器人動作的原始影像。沒有這些值，彎曲的線條可能會被誤診為校正不良。
釋出時要有一份簡明的清單。
評估“機器人相機滾動快門與運動模糊”時，還應儲存模型版本、機器人設定、校正檔案、測試日期和全部試驗記錄。
只有把這些持續投入與單位成功任務的價值比較，才能判斷方案是否適合擴大。
上線後仍要持續檢查分佈變化、感測器漂移、機械磨損和人工接管原因。
實際專案還應指定資料、模型、控制器和安全流程的負責人，並預先定義回復條件。責任邊界、審批記錄與變更紀錄越清楚，故障發生後越容易停止擴散、定位原因並安全恢復。
把任務拆成感知、決策、動作執行和結果確認，可以更準確地定位瓶頸。每一階段都應有獨立指標與失敗示例，避免用端對端成功率掩蓋偶發但嚴重的風險。
引用的產品規格、論文結果和監管要求需要記錄釋出日期與適用版本。資料更新後應重新核對關鍵結論；無法從一手來源確認的內容，應明確標註為待驗證資訊。
小規模試點的價值在於提前暴露介面、人員協作和異常處理問題。試點結束後應依據預設門檻決定擴大、修改或停止，而不是因為已經投入資源就預設繼續。
所有結論都應能夠追溯到原始記錄，並可複核。
- 分別測量曝光時間和總讀出時間。
- 把最差的影像運動轉換成模糊預算。
- 確認行的時間點和時間戳語意。
- 一起測試燈光、景深和機器人運動。
- 僅在校正的運動信封內使用校正。
常見問題
滾動快門和運動模糊是一樣的嗎？
不行。滾動快門混合行數；運動模糊整合曝光時的運動。它們可以共存。
更高的影格率能消除滾動快門嗎？
不會。雖然可能會縮短時間，但行讀出仍然存在，除非採集模式改變。
全域快門能消除運動模糊嗎？
不會。動態影像在共同曝光間隔內仍可能出現模糊。
我只能縮短曝光時間並提高增益嗎？
你可以交換它們，但增益越高，雜訊越多；光照、光圈、景深和下游精度都必須測試。
軟體能完全糾正滾動快門嗎？
並非普遍如此。它需要準確的時機和運動，無法恢復因模糊、飽和或遮擋而丟失的資訊。
影像幾何與獲取時間邊界
相機時序和影像質量會影響機器人的幾何結構和延遲。在使用影像座標進行運動前，驗證從採集到決策的完整路徑。