为实现线阵相机中镜头畸变的精确标定，提出了一种新的标定模型，并在实际应用中对标定模型进行了简化．根据等间距共线特征点的成像特性，通过比较两种畸变算法的差异，用非线性优化方法实现了镜头畸变参数的标定．实验结果表明，简化模型的标定结果与标准模型的标定结果一致，标定后相邻特征点之间的距离变得更为均匀，校正后图像的最大形变量不高于 0.5 个像素，校正精度不低于 9μm，与传统的标定方法相比，该标定方法具有较好的稳定性．

针对高精度测量辅助机器人加工的手眼标定,提出一种基于三维视觉测量的精确手眼标定方法,该方法考虑了非线性优化和初值计算中建模误差的影响。为了提高求解精度,在传感器框架中建立了具有更精确参考点的非线性标定模型,提出一种结合传感器测量和机器人位置随机误差的迭代权重优化解。在初值解中,建立考虑基础参考测量误差的测量平差模型,并使用拉格朗日乘子进行求解。仿真对比结果表明:该方法在估计手眼变换参数方面比其他典型方法具有