CN108253931B - 一种双目立体视觉测距方法及其测距装置 - Google Patents
一种双目立体视觉测距方法及其测距装置 Download PDFInfo
- Publication number
- CN108253931B CN108253931B CN201810029827.3A CN201810029827A CN108253931B CN 108253931 B CN108253931 B CN 108253931B CN 201810029827 A CN201810029827 A CN 201810029827A CN 108253931 B CN108253931 B CN 108253931B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- coordinate
- binocular vision
- rotation angle
- initial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Abstract
本发明公开了一种双目立体视觉测距方法及其测距装置。所述测距方法包括:计算从初始坐标系转换到标准坐标系的旋转角度:在每一个双目视觉测距装置内的双目视觉测距系统中设置一个初始坐标系,初始坐标系是以双目视觉测距装置内的两个图像传感器为参照的,两个图像传感器在初始坐标系上的位置坐标不会因为相应双目视觉测距装置的位置改变而改变;根据旋转角度确定所有双目视觉测距装置在标准坐标系中的位置坐标一;根据同一个双目视觉测距装置的两个图像传感器测量同一被测目标所得到的相差,计算出所述被测目标在所述初始坐标系中的位置坐标二;根据旋转角度、位置坐标一、位置坐标二,计算出被测目标在标准坐标系中的位置坐标三。
Description
技术领域
本发明涉及一种测距方法,尤其涉及一种双目立体视觉测距方法,特别是一种可以旋转图像传感器的双目立体视觉测距方法及应用所述方法的测距装置。
背景技术
现有的双目测距技术都是用固定的图像传感器来工作的,这样的装置很难做到在不同的角度测量同一个目标得到相同的结果,因而无法用多个装置组成一个测量系统。总的来讲,现有双目测距装置(算法)有如下缺点:在不同的位置对同一目标进行测量所得的结果不同;无法将不同位置的测量结果转换到同一标准下,进而无法协调多个测距装置同时工作。
发明内容
针对多个现有双目测距装置同时工作时,无法将测量结果统一到一个坐标系中的技术问题,本发明提供了一种双目立体视觉测距方法及应用所述方法的测距装置,其能在同一标准下(参考系)对同一目标有相同的测量结果,因此能够协调多个装置同时工作。
本发明的解决方案是:一种双目立体视觉测距方法,其特征在于,用于将不同位置的多个双目视觉测距装置的测量结果统一到一个标准坐标系中;所述双目立体视觉测距方法包括以下步骤:
一、计算从初始坐标系转换到标准坐标系的旋转角度(θx,θy,θz):在每一个双目视觉测距装置内的双目视觉测距系统中设置一个初始坐标系,所述初始坐标系是以双目视觉测距装置内的两个图像传感器为参照的,所述两个图像传感器在所述初始坐标系上的位置坐标(x01,y01,z01)和(x02,y02,z02)不会因为相应双目视觉测距装置的位置改变而改变,(x01,y01,z01)和(x02,y02,z02)分别代表同一个双目视觉测距装置的两个图像传感器在所述初始坐标系中的位置坐标;
二、根据所述旋转角度(θx,θy,θz)确定所有双目视觉测距装置在所述标准坐标系中的位置坐标一(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3),(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)为初始坐标(x0,y0,z0)分别绕x、y、z三轴各自旋转θx、θy、θz角度后的坐标;
三、根据同一个双目视觉测距装置的两个图像传感器测量同一被测目标所得到的相差,计算出所述被测目标在所述初始坐标系中的位置坐标二;
四、根据所述旋转角度、所述位置坐标一、所述位置坐标二,计算出被测目标在所述标准坐标系中的位置坐标三;
在步骤四中,根据旋转角度使用坐标旋转后的计算方法对所述位置坐标二进行旋转变换,得到一个中间点M,根据所述位置坐标一,将M点进行平移变换后得到所述位置坐标三。
作为上述方案的进一步改进,在步骤一中,旋转角度的计算方法包括以下步骤:取初始坐标系的原点为相应双目视觉测距系统的左传感器的左下角点,初始坐标系分别绕x、y、z三轴各自旋转θx、θy、θz角度、使初始坐标系旋转到标准坐标系上,θx、θy、θz角度为所述旋转角度。
本发明还提供一种双目立体视觉测距装置,用于将不同位置的多个双目视觉测距装置的测量结果统一到一个标准坐标系中,包括:
旋转角度获取模块,其用于计算从初始坐标系转换到标准坐标系的旋转角度(θx,θy,θz):在每一个双目视觉测距装置内的双目视觉测距系统中设置一个初始坐标系,所述初始坐标系是以双目视觉测距装置内的两个图像传感器为参照的,所述两个图像传感器在所述初始坐标系上的位置坐标(x01,y01,z01)和(x02,y02,z02)不会因为相应双目视觉测距装置的位置改变而改变,(x01,y01,z01)和(x02,y02,z02)分别代表同一个双目视觉测距装置的两个图像传感器在所述初始坐标系中的位置坐标;
位置坐标一获取模块,其用于根据所述旋转角度(θx,θy,θz)确定所有双目视觉测距装置在所述标准坐标系中的位置坐标一(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3),(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)为初始坐标(x0,y0,z0)分别绕x、y、z三轴各自旋转θx、θy、θz角度后的坐标;
位置坐标二获取模块,其用于根据同一个双目视觉测距装置的两个图像传感器测量同一被测目标所得到的相差,计算出所述被测目标在所述初始坐标系中的位置坐标二;
位置坐标三获取模块,其用于根据所述旋转角度、所述位置坐标一、所述位置坐标二,计算出被测目标在所述标准坐标系中的位置坐标三;
所述位置坐标三获取模块根据旋转角度使用坐标旋转后的计算方法对所述位置坐标二进行旋转变换,得到一个中间点M,根据所述位置坐标一,将M点进行平移变换后得到所述位置坐标三。
作为上述方案的进一步改进,所述旋转角度获取模块的旋转角度的计算方法为:取初始坐标系的原点为相应双目视觉测距系统的左传感器的左下角点,初始坐标系分别绕x、y、z三轴各自旋转θx、θy、θz角度、使初始坐标系旋转到标准坐标系上,θx、θy、θz角度为所述旋转角度。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被微控制器执行时实现上述任意双目立体视觉测距方法。
本发明还提供一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现上述任意双目立体视觉测距方法。
本发明通过旋转图像传感器的坐标变换算法,将不同位置的双目视觉装置的测量结果统一到一个空间坐标系中,从而解决了在不同位置对同一目标测量的结果不统一的技术问题。
附图说明
图1是目前经典的双目立体视觉的算法模型图。
图2是算法性能的仿真图像示意图。此时,旋转角度恒定坐标值改变,选择的仿真点的坐标满足双目视觉系统采集点条件的点。
图3是算法性能的仿真图像示意图。此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且无误差。但此时所取的点所绘制的图像不便于观察算法性能。
图4是算法性能的仿真图像示意图。此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且无误差,此时所取的点所绘制的图像便于观察算法性能。
图5是算法性能的仿真图像示意图。此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.1。
图6是算法性能的仿真图像示意图。此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.2。
图7是算法性能的仿真图像示意图。此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.3。
图8是算法性能的仿真图像示意图。此时,坐标值恒定旋转角度发生改变,选择的仿真点的坐标符合实际采集情况并且无误差。
图9是算法性能的仿真图像示意图。此时,坐标值恒定旋转角度发生改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.1。
图10是算法性能的仿真图像示意图。此时,坐标值恒定旋转角度发生改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.2。
图11是算法性能的仿真图像示意图。此时,坐标值恒定旋转角度发生改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.3。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明的双目立体视觉测距方法包括以下步骤:
一、计算从初始坐标系转换到标准坐标系的旋转角度:在每一个双目视觉测距装置内的双目视觉测距系统中设置一个初始坐标系,所述初始坐标系是以双目视觉测距装置内的两个图像传感器为参照的,所述两个图像传感器在所述初始坐标系上的位置坐标不会因为相应双目视觉测距装置的位置改变而改变;
二、根据所述旋转角度确定所有双目视觉测距装置在所述标准坐标系中的位置坐标一;
三、根据同一个双目视觉测距装置的两个图像传感器测量同一被测目标所得到的相差,计算出所述被测目标在所述初始坐标系中的位置坐标二。
四、根据所述旋转角度、所述位置坐标一、所述位置坐标二,计算出被测目标在所述标准坐标系中的位置坐标三。
接下去论证上述方法的可行性。
在步骤一中,旋转角度的计算方法包括以下步骤:取初始坐标系的原点为相应双目视觉测距系统的左传感器的左下角点,初始坐标系分别绕x、y、z三轴各自旋转θx、θy、θz角度、使初始坐标系旋转到标准坐标系上,θx、θy、θz角度为所述旋转角度。
在本实施例中,1.首先指定一个标准坐标系,即所有装置的测量结果都要换算到这个坐标系上。将此坐标系命名为标准坐标系。2.选定每一个双目测距系统的坐标系,将此坐标系命名为设备初始坐标系。具体方法是:双目测距装置处于复位状态时(图像传感器所在平面同时与xoy和xoz平面垂直),取坐标系的xyz轴的方向和步骤1中所选取的坐标系的方向相同。取原点为双目视觉测距系统的左传感器的左下角点。选定的坐标系是以图像传感器为参照的。其相对图像传感器的坐标不因图像传感器的改变而改变。3.因测量需要,会用角度控制装置对图像传感器进行旋转。此时设备初始坐标系和标准坐标系的方向就会成一定的角度。这个角度可以由标准坐标系绕xyz轴各自旋转一定的角度得到。绕xyz轴各自旋转的角度就是装置旋转角度。
在步骤二中,位置坐标一是双目视觉测距装置在标准坐标系中的位置坐标。通常可以由gps模块(双目视觉测距装置分布较为分散)或在标准坐标系中设定一个专门用于测量其他双目视觉测距装置的位置的双目视觉测距装置来完成。
在步骤四中,根据旋转角度使用坐标旋转后的计算方法对所述位置坐标二进行旋转变换,得到一个中间点M,根据所述位置坐标一,将M点进行平移变换后得到所述位置坐标三。
(1)图像传感器固定时的计算方法
(2)图像传感器旋转后的计算方法
(2.1)点绕坐标轴旋转一定角度后所得的坐标
现在讨论经过点在旋转后的坐标系中的点的坐标的问题。现在讨论最基本的旋转过程,一给定点B(x0,y0,z0)绕z轴沿正方向旋转θ为例进行说明。
设旋转后的点的坐标为C(x1,y1,z1)。
首先求出点B(x0,y0,z0)旋转所沿的平面z-z0=0。此平面和z轴的交点的坐标是A(0,0,z0)。由点C(x1,y1,z1)在旋转平面上可得z1-z0=0。
解得,
(2.2)点的旋转变换算法
现在来讨论一下旋转坐标系后的坐标变换的问题。在坐标系绕z轴旋转θ前,设研究点的坐标为A(x0,y0,z0),现在知道旋转后的坐标为A1(x1,y1,z1)。这里与上面所研究的问题不同的地方是旋转后的点在坐标系中的坐标A1(x1,y1,z1)为已知量,旋转前的点的坐标A(x0,y0,z0)为未知量。需要明确的一点是不论坐标系怎么旋转点的空间位置都是不会发生变化的,这里用的是空间位置而不是坐标,因为坐标是由坐标系所决定的,同一空间位置的点在不同的空间坐标系下的点不一定相同。再上述情况中可以提取出如下的信息:点A(x0,y0,z0)的空间位置是不会发生改变的,点A1(x1,y1,z1)是经过一定的变换算法所得到的。
现在分析点的变换算法,可以确定的一点是未经过旋转变换的点的坐标等于旋转后坐标系的该点的坐标沿旋转轴旋转相应的角度所得到的点的坐标。也就是说如果坐标系是沿旋转轴旋转了θ后所得到的坐标是A1(x1,y1,z1),其原来的坐标就是A1(x1,y1,z1)绕所旋转的坐标轴旋转θ后所得到的坐标。
由点C(x0,y0,z0)在x=1上可得x=1
综上所述,
解得,
(2.3)图像传感器旋转后的计算方法
当感光元件A1B1C1D1,A2B2C2D2同时绕x轴旋转一定角度θ后,感光器件会测量到点(x1′,y1′,z1′),(x2′,y2′,z2′)。经过2.1中所使用的点的旋转变换的方法,旋转变换后得到点(x1r,y1r,z1r),(x2r,y2r,z2r)。将点带入公式(1)后即得到所求点的坐标。
设目标点的实际坐标为(xr,yr,zr),则有
其中xp,yp,zp为双目测距装置的位置坐标。
(3)算法仿真及算法性能估计
(3.1)旋转角度恒定坐标值改变的情况
(3.1.1)满足双目视觉系统采集点条件的点
此时令E1(1,3,8),E2(9,3,8),xo1(5,0,0),xo2(10,0,0)。旋转角度为改变E2的横坐标,观察结果的变化。为了提高精度,需减小步长,增加采集点的个数(E2横坐标的增加步长为0.1,采集点数为100)。因此不再给出数据,直接用这些数据绘制成图像进行分析。以旋转算法的测量值为横坐标,其图像在图2中。图2是算法性能的仿真图像示意图,此时,旋转角度恒定坐标值改变,选择的仿真点的坐标满足双目视觉系统采集点条件的点。
可以看出所得出的图像已经基本接近最理想的状态。所得图像的曲线基本上接近斜率为1的直线。但是点的取值还是有些不符合实际情况。因为点E1,E2的横坐标差太大。在实际的双目视觉数据采集系统中点E1,E2的横坐标的坐标差是远远小于xo1,xo2的横坐标的坐标差的。而实验所选取的点不满足这个要求,因此会出现当测量点的竖坐标为正值而结果坐标点的竖坐标为负数的情况。虽然数值有些问题,但是变化趋势是没有问题的。
此时令E1(1,3,8),E2(2,3,8),xo1(5,0,0),xo2(10,0,0)。旋转角度为改变E2的横坐标,观察结果的变化(E2横坐标的增加步长为0.1,采集点数为100)。首先要说明的是在实际的测量环境中xo1,xo2的横坐标远远大于上面给定的测量点的。如果使用符合这一条件的点会很难将所有的图像画在一幅图上,如图3所示。图3是算法性能的仿真图像示意图,此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且无误差。但此时所取的点所绘制的图像不便于观察算法性能。此时xo1(5,0,0),xo2(500,0,0),这样会导致各个坐标值的差距很大,难以将所有趋势描述在同一图内。不过从趋势上来看的话是也能看出算法性能还是不错的。改为最初设定的条件所得到的图像如图4所示,可以看出算法性能几乎就是在理想状态。图4是算法性能的仿真图像示意图,此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且无误差,此时所取的点所绘制的图像便于观察算法性能。
(3.1.2)有误差的情况
这里的误差指的是测量的值同标准范围的差值,是一个相对范围的差值,不是相对于点的差值。此时令E1(1,3,8),E2(2,3,8),xo1(5,0,0),xo2(10,0,0)。旋转角度为改变E2的横坐标,观察结果的变化(E2横坐标的增加步长为0.1,采集点数为100)。先分析误差可能出现的地方。横坐标存在误差的可能性较大,不过在仿真中横坐标的坐标差是变量,因此无需设定误差。纵坐标出现误差的概率较小,因为双目视觉系统只有满足厂家所设定的公差才能出厂,因此无需设定误差。竖坐标由于各种外部环境的因素较容易出现误差,因此需要设定误差。当E2(2,3,8.1)时,得到如图5的图像,图5是算法性能的仿真图像示意图,此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.1。用相同的方法可以得到竖坐标误差为0.2,0.3的图像如图6、图7,可以看出误差对纵坐标有一定的影响,对横坐标,竖坐标无明显的影响。图6是算法性能的仿真图像示意图,此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.2。图7是算法性能的仿真图像示意图,此时,旋转角度恒定坐标值改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.3。
(3.2)坐标值恒定旋转角度发生改变的情况
上面已经讨论过点的选取,这里直接选用符合实际采集情况的点的坐标所绘制成的图像进行分析
(3.2.1)无误差的情况
这里的误差指的是测量的值同标准范围的差值,是一个相对范围的差值,不是相对于点的差值。此时令E1(4,3,8),E2(4.1,3,8),xo1(5,0,0),xo2(10,0,0)。初始旋转角度为旋转角增量为0.01,采集点数目为100的到图像如图8。图8是算法性能的仿真图像示意图,此时,坐标值恒定旋转角度发生改变,选择的仿真点的坐标符合实际采集情况并且无误差。可以看出无论角度怎么变化,横坐标都是不会发生改变的。这于沿x轴旋转的点的坐标的横坐标不会发生改变的结论是一致的。纵坐标和竖坐标几乎接近理论值。
3.2.2有误差的情况
此时令E1(4,3,8),E2(4.1,3,8),xo1(5,0,0),xo2(10,0,0)。初始旋转角度为旋转角增量为0.01,采集点数目为100。由前面的分析已经知道主要误差是由竖坐标的误差造成的。当误差是0.1,0.2,0.3时的图像如图9,10,11所示。可以看出误差对纵坐标有一定的影响,对横坐标,竖坐标几乎没有影响。图9是算法性能的仿真图像示意图,此时,坐标值恒定旋转角度发生改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.1。图10是算法性能的仿真图像示意图,此时,坐标值恒定旋转角度发生改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.2。图11是算法性能的仿真图像示意图,此时,坐标值恒定旋转角度发生改变,选择的仿真点的坐标符合实际采集情况并且有误差,竖坐标误差为0.3。
本发明提出了根据图像传感器的位置信息(角度)计算被测物体的三维信息(大小,位置)的方法,提出了将不同空间位置的双目视觉测距装置的测量值统一到指定坐标系中的方法。本方法可以解决不同空间位置的双目视觉装置测量同一个目标时结果不统一的问题,同时提出了可以将不同位置的双目测距装置的测量结果换算到同一标准(空间坐标系)下的方法。
双目立体视觉测距方法在实现时,可采用计算机程序实现,所述计算机程序可储存在计算机可读存储介质中,所述计算机程序被微控制器执行时实现双目立体视觉测距方法。计算机可读存储介质可以采用U盘,也可以是微控制器的存储器件,也可以是双目立体视觉测距装置的存储器件。
双目立体视觉测距方法在应用时,可以通过APP的形式安装在计算机终端,如手机、电脑等,计算机终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序。双目立体视觉测距方法以计算机程序的方式,通过所述处理器执行时得到应用。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种双目立体视觉测距方法,其特征在于,用于将不同位置的多个双目视觉测距装置的测量结果统一到一个标准坐标系中;所述双目立体视觉测距方法包括以下步骤:
一、计算从初始坐标系转换到标准坐标系的旋转角度(θx,θy,θz):在每一个双目视觉测距装置内的双目视觉测距系统中设置一个初始坐标系,所述初始坐标系是以双目视觉测距装置内的两个图像传感器为参照的,所述两个图像传感器在所述初始坐标系上的位置坐标(x01,y01,z01)和(x02,y02,z02)不会因为相应双目视觉测距装置的位置改变而改变,(x01,y01,z01)和(x02,y02,z02)分别代表同一个双目视觉测距装置的两个图像传感器在所述初始坐标系中的位置坐标;
二、根据所述旋转角度(θx,θy,θz)确定所有双目视觉测距装置在所述标准坐标系中的位置坐标一(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3),(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)为初始坐标(x0,y0,z0)分别绕x、y、z三轴各自旋转θx、θy、θz角度后的坐标;
三、根据同一个双目视觉测距装置的两个图像传感器测量同一被测目标所得到的相差,计算出所述被测目标在所述初始坐标系中的位置坐标二;
四、根据所述旋转角度、所述位置坐标一、所述位置坐标二,计算出被测目标在所述标准坐标系中的位置坐标三;
在步骤四中,根据旋转角度使用坐标旋转后的计算方法对所述位置坐标二进行旋转变换,得到一个中间点M,根据所述位置坐标一,将M点进行平移变换后得到所述位置坐标三。
2.如权利要求1所述的双目立体视觉测距方法,其特征在于,在步骤一中,旋转角度的计算方法包括以下步骤:取初始坐标系的原点为相应双目视觉测距系统的左传感器的左下角点,初始坐标系分别绕x、y、z三轴各自旋转θx、θy、θz角度、使初始坐标系旋转到标准坐标系上,θx、θy、θz角度为所述旋转角度。
3.一种双目立体视觉测距装置,用于将不同位置的多个双目视觉测距装置的测量结果统一到一个标准坐标系中,其特征在于,包括:
旋转角度获取模块,其用于计算从初始坐标系转换到标准坐标系的旋转角度(θx,θy,θz):在每一个双目视觉测距装置内的双目视觉测距系统中设置一个初始坐标系,所述初始坐标系是以双目视觉测距装置内的两个图像传感器为参照的,所述两个图像传感器在所述初始坐标系上的位置坐标(x01,y01,z01)和(x02,y02,z02)不会因为相应双目视觉测距装置的位置改变而改变,(x01,y01,z01)和(x02,y02,z02)分别代表同一个双目视觉测距装置的两个图像传感器在所述初始坐标系中的位置坐标;
位置坐标一获取模块,其用于根据所述旋转角度(θx,θy,θz)确定所有双目视觉测距装置在所述标准坐标系中的位置坐标一(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3),(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)为初始坐标(x0,y0,z0)分别绕x、y、z三轴各自旋转θx、θy、θz角度后的坐标;
位置坐标二获取模块,其用于根据同一个双目视觉测距装置的两个图像传感器测量同一被测目标所得到的相差,计算出所述被测目标在所述初始坐标系中的位置坐标二;
位置坐标三获取模块,其用于根据所述旋转角度、所述位置坐标一、所述位置坐标二,计算出被测目标在所述标准坐标系中的位置坐标三;
所述位置坐标三获取模块根据旋转角度使用坐标旋转后的计算方法对所述位置坐标二进行旋转变换,得到一个中间点M,根据所述位置坐标一,将M点进行平移变换后得到所述位置坐标三。
4.如权利要求3所述的双目立体视觉测距装置,其特征在于,所述旋转角度获取模块的旋转角度的计算方法为:取初始坐标系的原点为相应双目视觉测距系统的左传感器的左下角点,初始坐标系分别绕x、y、z三轴各自旋转θx、θy、θz角度、使初始坐标系旋转到标准坐标系上,θx、θy、θz角度为所述旋转角度。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被微控制器执行时实现以下步骤的双目立体视觉测距方法:
一、计算从初始坐标系转换到标准坐标系的旋转角度(θx,θy,θz):在每一个双目视觉测距装置内的双目视觉测距系统中设置一个初始坐标系,所述初始坐标系是以双目视觉测距装置内的两个图像传感器为参照的,所述两个图像传感器在所述初始坐标系上的位置坐标(x01,y01,z01)和(x02,y02,z02)不会因为相应双目视觉测距装置的位置改变而改变,(x01,y01,z01)和(x02,y02,z02)分别代表同一个双目视觉测距装置的两个图像传感器在所述初始坐标系中的位置坐标;
二、根据所述旋转角度(θx,θy,θz)确定所有双目视觉测距装置在所述标准坐标系中的位置坐标一(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3),(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)为初始坐标(x0,y0,z0)分别绕x、y、z三轴各自旋转θx、θy、θz角度后的坐标;
三、根据同一个双目视觉测距装置的两个图像传感器测量同一被测目标所得到的相差,计算出所述被测目标在所述初始坐标系中的位置坐标二;
四、根据所述旋转角度、所述位置坐标一、所述位置坐标二,计算出被测目标在所述标准坐标系中的位置坐标三;
在步骤四中,根据旋转角度使用坐标旋转后的计算方法对所述位置坐标二进行旋转变换,得到一个中间点M,根据所述位置坐标一,将M点进行平移变换后得到所述位置坐标三。
6.如权利要求5所述的计算机可读存储介质,其特征在于,在步骤一中,旋转角度的计算方法包括以下步骤:取初始坐标系的原点为相应双目视觉测距系统的左传感器的左下角点,初始坐标系分别绕x、y、z三轴各自旋转θx、θy、θz角度、使初始坐标系旋转到标准坐标系上,θx、θy、θz角度为所述旋转角度。
7.一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序;其特征在于:所述计算机程序被所述处理器执行时实现以下的双目立体视觉测距方法:
一、计算从初始坐标系转换到标准坐标系的旋转角度(θx,θy,θz):在每一个双目视觉测距装置内的双目视觉测距系统中设置一个初始坐标系,所述初始坐标系是以双目视觉测距装置内的两个图像传感器为参照的,所述两个图像传感器在所述初始坐标系上的位置坐标(x01,y01,z01)和(x02,y02,z02)不会因为相应双目视觉测距装置的位置改变而改变,(x01,y01,z01)和(x02,y02,z02)分别代表同一个双目视觉测距装置的两个图像传感器在所述初始坐标系中的位置坐标;
二、根据所述旋转角度(θx,θy,θz)确定所有双目视觉测距装置在所述标准坐标系中的位置坐标一(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3),(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)为初始坐标(x0,y0,z0)分别绕x、y、z三轴各自旋转θx、θy、θz角度后的坐标;
三、根据同一个双目视觉测距装置的两个图像传感器测量同一被测目标所得到的相差,计算出所述被测目标在所述初始坐标系中的位置坐标二;
四、根据所述旋转角度、所述位置坐标一、所述位置坐标二,计算出被测目标在所述标准坐标系中的位置坐标三;
在步骤四中,根据旋转角度使用坐标旋转后的计算方法对所述位置坐标二进行旋转变换,得到一个中间点M,根据所述位置坐标一,将M点进行平移变换后得到所述位置坐标三。
8.如权利要求7所述的计算机终端,其特征在于,在步骤一中,旋转角度的计算方法包括以下步骤:取初始坐标系的原点为相应双目视觉测距系统的左传感器的左下角点,初始坐标系分别绕x、y、z三轴各自旋转θx、θy、θz角度、使初始坐标系旋转到标准坐标系上,θx、θy、θz角度为所述旋转角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810029827.3A CN108253931B (zh) | 2018-01-12 | 2018-01-12 | 一种双目立体视觉测距方法及其测距装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810029827.3A CN108253931B (zh) | 2018-01-12 | 2018-01-12 | 一种双目立体视觉测距方法及其测距装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108253931A CN108253931A (zh) | 2018-07-06 |
CN108253931B true CN108253931B (zh) | 2020-05-01 |
Family
ID=62727278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810029827.3A Active CN108253931B (zh) | 2018-01-12 | 2018-01-12 | 一种双目立体视觉测距方法及其测距装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108253931B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111127554B (zh) * | 2019-11-21 | 2021-08-24 | 金华精研机电股份有限公司 | 全向云台双目立体摄像机的目标物体位置计算方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313536A (zh) * | 2011-07-21 | 2012-01-11 | 清华大学 | 基于机载双目视觉的障碍物感知方法 |
CN102663753A (zh) * | 2012-04-12 | 2012-09-12 | 浙江大学 | 一种基于双目立体视觉多视角的物体表面重建方法及装置 |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN104880176A (zh) * | 2015-04-15 | 2015-09-02 | 大连理工大学 | 基于先验知识模型优化的运动物位姿测量方法 |
CN106643699A (zh) * | 2016-12-26 | 2017-05-10 | 影动(北京)科技有限公司 | 一种虚拟现实系统中的空间定位装置和定位方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040221790A1 (en) * | 2003-05-02 | 2004-11-11 | Sinclair Kenneth H. | Method and apparatus for optical odometry |
US8537376B2 (en) * | 2011-04-15 | 2013-09-17 | Faro Technologies, Inc. | Enhanced position detector in laser tracker |
-
2018
- 2018-01-12 CN CN201810029827.3A patent/CN108253931B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313536A (zh) * | 2011-07-21 | 2012-01-11 | 清华大学 | 基于机载双目视觉的障碍物感知方法 |
CN102663753A (zh) * | 2012-04-12 | 2012-09-12 | 浙江大学 | 一种基于双目立体视觉多视角的物体表面重建方法及装置 |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN104880176A (zh) * | 2015-04-15 | 2015-09-02 | 大连理工大学 | 基于先验知识模型优化的运动物位姿测量方法 |
CN106643699A (zh) * | 2016-12-26 | 2017-05-10 | 影动(北京)科技有限公司 | 一种虚拟现实系统中的空间定位装置和定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108253931A (zh) | 2018-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112894832B (zh) | 三维建模方法、装置、电子设备和存储介质 | |
CN108592950B (zh) | 一种单目相机和惯性测量单元相对安装角标定方法 | |
CN110927708B (zh) | 智能路侧单元的标定方法、装置及设备 | |
WO2020140431A1 (zh) | 相机位姿确定方法、装置、电子设备及存储介质 | |
CN112051590A (zh) | 激光雷达与惯性测量单元的检测方法及相关装置 | |
CN110764111B (zh) | 雷达坐标与大地坐标的转换方法、装置、系统及介质 | |
US9939275B1 (en) | Methods and systems for geometrical optics positioning using spatial color coded LEDs | |
CN110297224A (zh) | 激光雷达的定位方法、装置、机器人及计算设备 | |
CN111123280B (zh) | 激光雷达的定位方法、装置、系统、电子设备及存储介质 | |
CN109901123A (zh) | 传感器标定方法、装置、计算机设备和存储介质 | |
CN111179351B (zh) | 一种参数标定方法及其装置、处理设备 | |
CN112684432A (zh) | 激光雷达标定方法、装置、设备及存储介质 | |
CN108225371B (zh) | 一种惯导/相机安装误差标定方法 | |
CN115561719A (zh) | 多雷达安装角度的标定方法、存储介质及电子设备 | |
CN108253931B (zh) | 一种双目立体视觉测距方法及其测距装置 | |
CN114187589A (zh) | 一种目标检测方法、装置、设备和存储介质 | |
Wang et al. | An improved two-point calibration method for stereo vision with rotating cameras in large FOV | |
CN109489658B (zh) | 一种运动目标定位方法、装置及终端设备 | |
WO2018233514A1 (zh) | 一种位姿测量方法、设备及存储介质 | |
CN110991085B (zh) | 一种机器人图像仿真数据的构建方法、介质、终端和装置 | |
CN116580097A (zh) | 用于视频gis的坐标转换方法和装置 | |
CN110675445B (zh) | 一种视觉定位方法、装置及存储介质 | |
CN113205591B (zh) | 一种三维重建训练数据的获取方法、装置及电子设备 | |
CN111982155B (zh) | 磁传感器的标定方法、装置、电子设备和计算机存储介质 | |
CN109919998B (zh) | 卫星姿态确定方法、装置和终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |