镜头畸变是光学透镜固有的透视失真，这是透镜的固有特性，无法消除，只能改善。这种失真对于照片的视觉成像质量是非常不利的，镜头畸变导致实际图像的特征点位置发生偏差，在高精度的视觉引导项目中，必须准确校正镜头的畸变。
镜头畸变校正技术比较成熟，但是在实际项目应用中比较复杂，一个非常突出的问题是由于机构安装空间、光源照射方式等限制，不能获取完整的标定板的图像，这个给标定工作带来了极大的挑战。
针对这个问题，MicroMatch智能相机采用自定义的标定板，鲁棒性更高的标定算法，在标定板不完整，部分被遮挡，甚至标定板内部部分区域被遮挡的情况下，都能准确完成镜头畸变标定。
标定板部分被遮挡的情况下完成畸变标定
三、机器人旋转补偿技术
在实际机器人引导项目中，机械手上都需要根据抓取的产品定制不同的“夹具”，这就给高精度的机器人引导项目带来了一个非常大的问题，就是夹具的中心和机械手的旋转中心存在偏差。这个偏差直接导致在很多涉及到旋转的项目上精度下降很多，而校正这个偏差非常复杂。
部分国外的机器人控制系统都支持旋转中心补偿技术，但是这个补偿只能通过目视完成，“目视”矫正方式将严重降低系统精度，只能在一定程度上减小这个因素带来造成的影响，但是无法保证精度。况且绝大多数国产的机器人系统都不具备这个功能，对于机器人旋转的补偿只能有配套的视觉系统来解决。
上图中，十字线是夹具的中心，红色点是机械手旋转轴中心，从图上可以看出，一旦工件角度发生旋转，夹具的中心就发生变化，变化的大小直接和旋转的角度相关。不幸的是，这个红色的旋转中心到底在“什么地方”，没办法简单测量。
针对这个问题，MicroMatch专门开发了机械手控制模块，根据实际项目的工作模式，按照先拍照再抓取，还是先抓取再拍照的不同，按照操作步骤执行，系统自动完成这两个中心偏差的补偿。
四、多逻辑多目标管理技术
在很多机器人引导项目中，机器人需要涉及到多逻辑和多目标的控制。一个机械手需要抓取不同的产品，然后放到不同的目标位置去，如下图说明的情况。
由于目标托盘有多个点位，需要根据产品的类型，和需要的目标位置按顺序放置，目标位置管理比较复杂，这部分工作可以由机器人管理，但是机器人程序的维护和修改都比较麻烦，如果进一步，目标托盘的位置也不是固定的，如下图的情况
对于这个需求，通常的控制逻辑是：
