工业视觉 / 半导体平台 里，比全二维网格更常用、更高效的标定方案非常多。我按实用程度 + 现场真实在用的顺序给你整理，全部是能直接替代你现在对角线扫描的方案。
一、先明确目标
我们要标定的是：
$
{ΔX=KxRx⋅Rx+KxRy⋅Ry+KxRxRy⋅Rx⋅RyΔY=KyRx⋅Rx+KyRy⋅Ry+KyRxRy⋅Rx⋅Ry
也就是：一次项 + 交叉耦合项 最少只需要 4～6 个点 就能解，根本不用 N×N 网格。
二、常用工业标定方法（按推荐度排序）
1）五点法 / 九点法（最常用、平衡速度与精度）
五点法（中心 + 四角）
- 中心：(Rx0, Ry0)
- 左上：(Rx+, Ry+)
- 右上：(Rx+, Ry−)
- 左下：(Rx−, Ry+)
- 右下：(Rx−, Ry−)
点数：5 点足够解：一次项 + 交叉项 RxRy速度极快，精度足够绝大多数 OSA/调平 应用。
九点法（5点 + 四边中点）
更稳一点，抗噪更好。
2）十字扫描法（设备厂最爱）
路径：
- 固定 Ry=0，扫 Rx 全段 → 求 KxRx、KyRx
- 固定 Rx=0，扫 Ry 全段 → 求 KxRy、KyRy
- 再采 4 个斜点 → 求耦合项 KxRxRy、KyRxRy
特点
- 运动路径简单、机械稳定
- 先解主项，再精修耦合
- 点数 ≈ 2N + 4
- 比 N×N 快非常多
3）L 型路径 / 正交两步法
- 沿 Rx 轴走一条线
- 沿 Ry 轴走一条线
- 再采 2～4 个对角点算耦合
适合：
- 行程受限
- 追求极快标定
- 耦合不算特别强的机构
4）最小二乘密集采样（非全覆盖网格）
不是 N×N，而是：
- Rx 取 5 个点
- Ry 取 5 个点
- 随机/均匀分布 12～20 个点
用最小二乘拟合系数，精度接近满网格，但点数少很多。
5）仅耦合项标定（主项已标定，只修交叉）
如果你已经单独做了：
- CalibrateRx
- CalibrateRy
那么 RxRy 耦合标定根本不需要扫网格 ，只需要：4 个对角点就能解出 KxRxRy、KyRxRy 两个耦合系数。
这是半导体设备标准做法。
6）对角线 + 补充点（对你现有代码改动最小）
你现在就是对角线，不够。只需要额外加 3～4 个点：
- (RxMax, Ry0)
- (Rx0, RyMax)
- (RxMax, RyMin)就能把耦合项算准。
改动最小、最快上线。
三、速度对比（以 N=13 为例）
- 你原来对角线：13 点
- 五点法：5 点（更快）
- 十字法：30 点左右
- 满二维网格：169 点
- 耦合补充点：13+4=17 点
四、给你一个直接能用的工程建议
结合你的 OSA 调平场景：
最优方案：十字扫描 + 4 个对角点
- 先单独标定 Rx、Ry（你已有）
- 耦合标定只采：
- 中心 1 点
- 4 个斜角点总共 5 点就能算出耦合系数。
精度足够，速度极快，不会像满网格那样慢。