Nghiên cứu này được thực hiện với mục đích so sánh hai mẫu bảng Checkerboard và ChArUco trong bài toán hiệu chuẩn máy ảnh, cho bối cảnh ứng dụng hệ laser vision trên robot hàn công nghiệp, nhằm đánh giá hiệu năng và tiềm năng áp dụng trong các kịch bản tái hiệu chuẩn hướng tới thời gian thực. Một khung đánh giá thống nhất đã được xây dựng dựa trên mô hình máy ảnh lỗ kim với biến dạng Brown–Conrady, sử dụng cùng cấu hình máy ảnh–ống kính, tập tư thế bảng và điều kiện thu ảnh, trong đó có 03 kịch bản nhiễu (chói sáng, bị che khuất). Chỉ số đánh giá gồm: sai số tái chiếu RMS, tốc độ nhận dạng và tỷ lệ nhận dạng thành công. Kết quả cho thấy ma trận nội và hệ số biến dạng ước lượng là tương đương, với RMS đều nhỏ hơn 0,2 px. ChArUco vượt trội về khả năng nhận dạng trong điều kiện môi trường nhiễu, trong khi Checkerboard đạt tốc độ nhận dạng nhanh hơn (» 9,5 ms/ảnh so với » 19,5 ms/ảnh) nhưng không nhận dạng được ảnh có nhiễu. Các kết quả cho thấy ChArUco phù hợp hơn cho các kịch bản tái hiệu chuẩn nhanh cần độ bền nhận dạng cao trong môi trường công nghiệp có nhiều nhiễu.