CN109685851A - 行走机器人的手眼标定方法、系统、设备及存储介质 - Google Patents
行走机器人的手眼标定方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN109685851A CN109685851A CN201811166669.2A CN201811166669A CN109685851A CN 109685851 A CN109685851 A CN 109685851A CN 201811166669 A CN201811166669 A CN 201811166669A CN 109685851 A CN109685851 A CN 109685851A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- image
- walking robot
- matrix
- axis
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims abstract description 145
- 238000006243 chemical reaction Methods 0.000 claims description 54
- 230000009466 transformation Effects 0.000 claims description 53
- 238000013519 translation Methods 0.000 claims description 32
- 230000003287 optical effect Effects 0.000 claims description 16
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 abstract 1
- 238000010408 sweeping Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 17
- 241001417527 Pempheridae Species 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000005111 flow chemistry technique Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20068—Projection on vertical or horizontal image axis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明提供了行走机器人的手眼标定方法、系统、设备及存储介质，其中，方法包括：建立空间坐标系，自行走机器人且垂直于地面的方向为Y轴的正方向；基于地面旋转行走机器人从多个视角拍摄一垂直于地面的棋盘格贴的多张第一类图像；在每一张第一类图像中建立图像坐标系，将第n张第一类图像中棋盘格贴的水平线的延展方向的交点的坐标(xn，yn)作为灭点坐标；设每个第一类图像的图像坐标中过该图像的灭点的灭线的表达式为y＝kx+b，求解最优的k和b；建立关于Y轴的由空间坐标系到图像坐标系的第一转换矩阵，本发明能够精准地求出两个坐标系之间的转换关系，提高标定精度。
Description
技术领域
本发明涉及手眼标定领域，具体地说，涉及行走机器人的手眼标定方法、系统、设备及存储介质。
背景技术
随着计算机技术的发展，计算机视觉作为人工智能的一个重要研究领域，已经广泛地应用于各行各业。将计算机视觉技术与机器人技术相结合，也使得智能机器人领域得到大力发展。对于机械臂抓取，传统地采用人工示教的方式，如手掰机械臂，使机械臂到某个固定位置进行抓取，这种方式比较低效并且由于机械臂对周围环境毫无感知能力，如果机械臂位置或是物体位置发生变化，机械臂则抓不到物体。
将计算机视觉应用到机器人领域，通常是结合模式识别和图像处理的方法分析处理图像数据，获得目标物体的空间位置和姿态，有了目标物体的位姿，机器人便可以自主地进行路径规划。
而将物体在相机坐标系下的坐标转换到机械臂坐标系下，就称作相机和机器人的手眼标定，这是利用计算机视觉进行机械臂抓取的重要前提和基础。根据相机安装位置的不同，一般分为两种：安装在机械臂上，相机随机械臂而动，称作眼在手上(eye in hand)，安装在机械臂外，相机不随着机械臂运动，称作眼在手外(eye to hand)。而一般手眼标定过程繁杂，需要人工干预，或取标志点，或人工记录数据，不方便使用，而视觉实验中用到手眼标定的时候很多，无论是相机位置或机械臂位置发生变化，相机类型或机械臂类型发生变化时，都要重新进行手眼标定，而传统的手眼标定耗时较长，大大拉长了视觉实验的周期。
对于行走机器人，例如扫地机，的特定应用场景，一般的手眼标定方法并不强制满足平面约束。本专利使用的方法满足移动机器人平面运动的约束。
因此，本发明提供了一种行走机器人的手眼标定方法、系统、设备及存储介质。
发明内容
针对现有技术中的问题，本发明的目的在于提供行走机器人的手眼标定方法、系统、设备及存储介质，能够精准地求出两个坐标系之间的转换关系，提高移动机器人的相机到机身的标定精度。
本发明的实施例提供一种行走机器人的手眼标定方法，包括以下步骤：
建立空间坐标系，自所述行走机器人且垂直于地面的方向为Y轴的正方向；
基于地面旋转所述行走机器人，并通过相机模块从多个视角拍摄一垂直于地面的棋盘格贴，得到多张第一类图像；
在每一张第一类图像中建立图像坐标系，将第n张第一类图像中所述棋盘格贴的水平线的延展方向的交点的坐标(xn，yn)作为灭点坐标；
设每个第一类图像的图像坐标中过该图像的灭点的灭线的表达式为y＝kx+b，在所述灭线上搜索一个参考灭点，过该参考灭点设置多根直线，每根所述直线各自对应一设有角点的水平线，使每根所述直线与对应的所述水平线上的各个角点的间距求和为第一间距总量，将与该灭点对应每根所述直线的第一间距总量的最小值求和作为第二间距总量，将所有第n张第一类图像的第二间距总量求和作为第三间距总量，沿所述灭线上移动所述参考灭点，获得每个所述参考灭点第三间距总量；
获得同时满足并且所述第三间距总量最小时的k和b；
建立关于Y轴的由空间坐标系到图像坐标系的第一转换矩阵其中，f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
优选地，所述行走机器人的旋转中心为原点，过所述旋转中心垂直于地面的方向为Y轴的正方向；所述空间坐标系中Z轴的正方向为所述行走机器人的前进方向，X轴的正方向为按照右手系将Y轴和Z轴叉乘得到的方向；
根据所述关于Y轴的转换矩阵获得分别关于Z轴以及X轴的由空间坐标系到图像坐标系的转换矩阵。
优选地，还包括以下步骤：
所述行走机器人的前进方向与地面的一参考直线平行；
相机模块拍摄带有参考直线的第二类图像，在第二类图像中建立图像坐标系，设所述参考直线与灭线的交点的坐标(xr，yr)作为Z轴的灭点坐标；
建立关于Z轴的由空间坐标系到图像坐标系的第二转换矩阵：
优选地，还包括以下步骤：
将有第一转换矩阵与第二转换矩阵叉乘，得到关于X轴的由空间坐标系到图像坐标系的第三转换矩阵：
其中，
o、p均为中间变量。
优选地，还包括以下步骤：
根据所述第一转换矩阵、第二转换矩阵和第三转换矩阵获得由空间坐标系到图像坐标系的转换矩阵：
其中，q为中间变量。
优选地，还包括以下步骤：
设所述空间坐标系到所述图像坐标系的平移量矩阵为T，
通过重投影，获得在转换矩阵R下的平移量矩阵T。
优选地，通过相机模块拍摄一平铺于地面的棋盘格贴，所述棋盘格贴的行方向与所述行走机器人的前进方向平行或垂直，得到第三类图像，在第三类图像中建立图像坐标系，获得每个角点在图像坐标系中的平面坐标，获得所有角点的平面坐标集合E；
根据所述棋盘格贴的每个角点在所述空间坐标系中的空间坐标，获得所有角点的空间坐标集合F，
设所述平移量下角点的重投影误差为G，则满足G＝J*(R*F+T)-E，J为相机模块的内参矩阵；
获得当G最小时的平移量矩阵T。
优选地，设空间坐标系的坐标的矩阵为P，平面坐标系的坐标的矩阵为Q；
根据P＝J*(R*Q+T)，进行相机坐标系的坐标与空间坐标系的坐标之间的转换。
优选地，内参矩阵f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
优选地，所述棋盘格贴具有多条水平线、多条垂直线、水平线与垂直线相交形成的角点，所述水平线平行于地面，所述垂直线垂直于地面。
本发明的实施例还提供一种行走机器人的手眼标定系统，用于实现上述的行走机器人的手眼标定方法，包括：
空间坐标系模块，建立空间坐标系，自所述行走机器人且垂直于地面的方向为Y轴的正方向；
相机模块，基于地面旋转所述行走机器人，并通过相机模块从多个视角拍摄一垂直于地面的棋盘格贴，得到多张第一类图像；
图像坐标系模块，在每一张第一类图像中建立图像坐标系，将第n张第一类图像中所述棋盘格贴的水平线的延展方向的交点的坐标(xn，yn)作为灭点坐标；
灭线优化模块，设每个第一类图像的图像坐标中过该图像的灭点的灭线的表达式为y＝kx+b，在所述灭线上搜索一个参考灭点，过该参考灭点设置多根直线，每根所述直线各自对应一设有角点的水平线，使每根所述直线与对应的所述水平线上的各个角点的间距求和为第一间距总量，将与该灭点对应每根所述直线的第一间距总量的最小值求和作为第二间距总量，将所有第n张第一类图像的第二间距总量求和作为第三间距总量，沿所述灭线上移动所述参考灭点，获得每个所述参考灭点第三间距总量；
灭线确定模块，获得同时满足并且所述第三间距总量最小时的k和b；
Y轴矩阵模块，建立关于Y轴的由空间坐标系到图像坐标系的第一转换矩阵其中，f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
优选地，还包括Z轴转换矩阵模块，所述行走机器人的前进方向与地面的一参考直线平行；相机模块拍摄带有参考直线的第二类图像，在第二类图像中建立图像坐标系，设所述参考直线与灭线的交点的坐标(xr，yr)作为Z轴的灭点坐标；建立关于Z轴的由空间坐标系到图像坐标系的第二转换矩阵：
X轴转换矩阵模块，将有第一转换矩阵与第二转换矩阵叉乘，得到关于X轴的由空间坐标系到图像坐标系的第三转换矩阵：
其中，
o、p均为中间变量；
转换矩阵模块，根据所述第一转换矩阵、第二转换矩阵和第三转换矩阵获得由空间坐标系到图像坐标系的转换矩阵：
其中，q为中间变量。
优选地，还包括平移量矩阵模块，通过相机模块拍摄一平铺于地面的棋盘格贴，所述棋盘格贴的行方向与所述行走机器人的前进方向平行或垂直，得到第三类图像，在第三类图像中建立图像坐标系，获得每个角点在图像坐标系中的平面坐标，获得所有角点的平面坐标集合E；根据所述棋盘格贴的每个角点在所述空间坐标系中的空间坐标，获得所有角点的空间坐标集合F，设所述平移量下角点的重投影误差为G，则满足G＝J*(R*F+T)-E，J为相机模块的内参矩阵；获得当G最小时的平移量矩阵T。
优选地，还包括坐标转换模块，设空间坐标系的坐标的矩阵为P，平面坐标系的坐标的矩阵为Q；根据P＝J*(R*Q+t)，进行相机坐标系的坐标与空间坐标系的坐标之间的转换。
本发明的实施例还提供一种行走机器人的手眼标定设备，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行上述行走机器人的手眼标定方法的步骤。
本发明的实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现上述行走机器人的手眼标定方法的步骤。
本发明的行走机器人的手眼标定方法、系统、设备及存储介质，能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，从而使摄像头摄取数据和扫地机地盘的数据精准的结合，通过两个坐标系之间的准确转换，提高移动机器人的相机到机身的标定精度，从而使机器人在环境中精准定位。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是使用本发明的行走机器人的手眼标定方法的扫地机器人的示意图；
图2是扫地机器人拍摄第一类图像的示意图；
图3是第一类图像的示意图；
图4是第一类图像的图像坐标系中获得灭点的示意图；
图5是旋转扫击机器人拍摄多张第一类图像获得多个灭点形成灭线的示意图；
图6是优化灭线的过程示意图；
图7为图6的局部放大图；
图8是扫地机器人拍摄第二类图像的示意图；
图9是第二类图像的示意图；
图10是第二类图像的图像坐标系中获得灭点的示意图；
图11是扫地机器人拍摄第三类图像的示意图；
图12是第三类图像的示意图；
图13是本发明的行走机器人的手眼标定设备的结构示意图；以及
图14是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式。相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
本发明的实施例提供一种行走机器人的手眼标定方法，包括以下步骤：
建立空间坐标系，自行走机器人且垂直于地面的方向为Y轴的正方向；
基于地面旋转行走机器人，并通过相机模块从多个视角拍摄一垂直于地面的棋盘格贴，得到多张第一类图像；
在每一张第一类图像中建立图像坐标系，将第n张第一类图像中棋盘格贴的水平线的延展方向的交点的坐标(xn，yn)作为灭点坐标；
设每个第一类图像的图像坐标中过该图像的灭点的灭线的表达式为y＝kx+b，在所述灭线上搜索一个参考灭点，过该参考灭点设置多根直线，每根所述直线各自对应一设有角点的水平线，使每根所述直线与对应的所述水平线上的各个角点的间距求和为第一间距总量，将与该灭点对应每根所述直线的第一间距总量的最小值求和作为第二间距总量，将所有第n张第一类图像的第二间距总量求和作为第三间距总量，沿所述灭线上移动所述参考灭点，获得每个所述参考灭点第三间距总量；
获得同时满足并且所述第三间距总量最小时的k和b；
建立关于Y轴的由空间坐标系到图像坐标系的第一转换矩阵其中，f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
本发明主要通过优先精确确定Y轴的由空间坐标系到图像坐标系的第一转换矩阵来建立空间坐标系到图像坐标系的转换关系，然后在第一转换矩阵的基础上，进一步获得关于Z轴的由空间坐标系到图像坐标系的第二转换矩阵和关于X轴的由空间坐标系到图像坐标系的第三转换矩阵，从而得到由空间坐标系到图像坐标系的转换矩阵R。后续，再通过重投影，获得在转换矩阵R下的平移量矩阵T，从而使用得到的转换矩阵R和平移量矩阵T来进行空间坐标系到图像坐标系精确转换，提高移动机器人的相机到机身的标定精度，从而使机器人在环境中精准定位。
本实施例中的行走机器人的旋转中心为原点，过旋转中心垂直于地面的方向为Y轴的正方向；空间坐标系中Z轴的正方向为行走机器人的前进方向，X轴的正方向为按照右手系将Y轴和Z轴叉乘得到的方向，但不以此为限；
本实施例中根据关于Y轴的转换矩阵获得分别关于Z轴以及X轴的由空间坐标系到图像坐标系的转换矩阵。
在一个优选方案中，获得第二转换矩阵的步骤包括：
行走机器人的前进方向与地面的一参考直线平行；
相机模块拍摄带有参考直线的第二类图像，在第二类图像中建立图像坐标系，设参考直线与灭线的交点的坐标(xr，yr)作为Z轴的灭点坐标；
建立关于Z轴的由空间坐标系到图像坐标系的第二转换矩阵：
在一个优选方案中，获得第三转换矩阵的步骤包括：
将有第一转换矩阵与第二转换矩阵叉乘，得到关于X轴的由空间坐标系到图像坐标系的第三转换矩阵：
其中，
o、p均为中间变量。在一个优选方案中，获得转换矩阵R的步骤包括：根据第一转换矩阵、第二转换矩阵和第三转换矩阵获得由空间坐标系到图像坐标系的转换矩阵：
其中，q为中间变量。在一个优选方案中，获得平移量矩阵T的步骤包括：
设空间坐标系到图像坐标系的平移量矩阵为T，
最后，通过重投影，获得在转换矩阵R下的平移量矩阵T。
在本实施例中获得平移量矩阵T的步骤包括：通过相机模块拍摄一平铺于地面的棋盘格贴，棋盘格贴的行方向与行走机器人的前进方向平行或垂直，得到第三类图像，在第三类图像中建立图像坐标系，获得每个角点在图像坐标系中的平面坐标，获得所有角点的平面坐标集合E；
根据棋盘格贴的每个角点在空间坐标系中的空间坐标，获得所有角点的空间坐标集合F，
设平移量下角点的重投影误差为G，则满足G＝J*(R*F+T)-E，J为相机模块的内参矩阵；
获得当G最小时的平移量矩阵T。
在一个优选实施例中，设空间坐标系的坐标的矩阵为P，平面坐标系的坐标的矩阵为Q；
根据P＝J*(R*Q+t)，进行空间坐标系的坐标与相机坐标系的坐标之间的转换，但不以此为限。
在一个优选实施例中，内参矩阵f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标，但不以此为限。
在一个优选实施例中，棋盘格贴具有多条水平线、多条垂直线、水平线与垂直线相交形成的角点，水平线平行于地面，垂直线垂直于地面，但不以此为限。
参考图1至11，通过使用本发明的扫地机器人进行手眼标定的整个过程，来介绍本发明的实施方式：
图1是使用本发明的行走机器人的手眼标定方法的扫地机器人的示意图。如图1所示，使用本发明的方法的扫地机器人5包括相机模块52一级可以前进(沿V方向)和原地转向(沿U方向)的两个行进轮51。
图2是扫地机器人拍摄第一类图像的示意图。如图2所示，建立扫地机器人5的空间坐标系，以本实施例中的扫地机器人5的两个行进轮51的中心O(即旋转中心)为原点，过旋转中心垂直于地面的方向为Y轴的正方向；空间坐标系中Z轴的正方向为扫地机器人5的前进方向，X轴的正方向为按照右手系将Y轴和Z轴叉乘得到的方向。并且将一个棋盘格1贴于垂直于地面的墙壁，驱动扫地机器人5拍摄棋盘格1。棋盘格1包括了多条水平线2和多条垂直线3，水平线2平行于地面，垂直线3垂直于地面.水平线2与垂直线4相交的角点作为角点(即角点11、角点12、角点13……角点26，本实施例中选用了16个角点，但不以此为限)。
图3是第一类图像的示意图。如图3所示，是本发明的相机模块52拍摄得到的第一类图像P1。
图4是第一类图像的图像坐标系中获得灭点的示意图。如图4所示，在第一类图像P1中建立图像坐标系，将第n张第一类图像P1中棋盘格1的水平线的延展方向的交点的坐标(xn，yn)作为灭点4坐标。由于扫地机是做平面运动的，所以它的旋转轴是固定的，要获得精确的旋转轴可以先求灭线，这样过灭线与光心构成的平面的法向就是旋转轴的方向。平行线在无穷远处在图像上的投影即灭点4，而所有平行于地面的平行线所对应的灭点4必然落在地面在无穷远处在图像上的投影点，即灭线。所以求灭线的问题就转化成求灭点4。棋盘格1贴在一垂直于地面的墙上，并且每一行的角点所构成的直线均平行于地面，所有的平行于地面的平行线交于一点，这个点即这些平行线所指方向对应的灭点4，而这个灭点4必然落在灭线上。
图5是旋转扫击机器人拍摄多张第一类图像获得多个灭点形成灭线的示意图。如图5所示，同理，可以基于地面旋转扫地机器人5，并通过相机模块52从三个视角拍摄一垂直于地面的棋盘格1，得到三张第一类图像P1。并且根据多个灭点(4、4’、4”)所在的位置来定义灭线。
需要注意的是：从图形中得到的灭点大致实在一条直线上的，这条线就是要求的灭线。因为在计算各个灭点时没有把它们共线的约束强加上，所以如果直接用这些灭点来拟合出灭线，仍然会有较大的误差。本发明进一步优化灭线的取得方式。
图6是优化灭线的过程示意图。图7为图6的局部放大图。如图6和7所示，本发明中为了优化灭线，设每个第一类图像的图像坐标中过该图像的灭点的灭线的表达式为y＝kx+b，在所述灭线上搜索一个参考灭点，过该参考灭点设置多根直线，每根所述直线各自对应一设有角点的水平线，使每根所述直线与对应的所述水平线上的各个角点的间距求和为第一间距总量，将与该灭点对应每根所述直线的第一间距总量的最小值求和作为第二间距总量，将所有第n张第一类图像的第二间距总量求和作为第三间距总量。然后，沿所述灭线上移动所述参考灭点，获得每个所述参考灭点第三间距总量U。
以下举例说明计算过程：
首先，一个第一类图像的图像坐标内(一张第一类图像P1)的在所述灭线上搜索一个参考灭点(xn，yn)，自参考灭点(xn，yn)引出四条直线L1、L2、L3、L4，分别对应棋盘格的四条水平线。即直线L1对应带有角点11、15、19和23的水平线；直线L2对应带有角点12、16、20和24的水平线；直线L3对应带有角点13、17、21和25的水平线；直线L4对应带有角点14、18、22和26的水平线。
以直线L1与带角点11、15、19和23的水平线为例，需要求的图像坐标系内角点11到直线L1的距离d11；角点15到直线L1的距离d15；角点19到直线L1的距离d19；角点23到直线L1的距离d23。将距离d11、距离d15、距离d19、距离d23求和作为为第一间距总量W1＝d11+d15+d19+d23。
通过改变直线L1的斜率，求得关于直线L1的第一间距总量的最小值W1min。同理，可以求得关于直线L2的第一间距总量的最小值W2min、直线L3的第一间距总量的最小值W3min、直线L4的第一间距总量的最小值W4min。
再将关于直线L1、L2、直线L3、直线L4的四个第一间距总量的最小值求和作为这个第一类图像的图像坐标(这张图片)中的第二间距总量V1，即V1＝W1min+W2min+W3min+W4min。
然后将三个第一类图像的图像坐标(三张第一类图像P1)的第二间距总量V1求和作为第三间距总量U，即U＝V1+V2+V3。
沿所述灭线上移动所述参考灭点，从不上述步骤，获得每个所述参考灭点第三间距总量U；
随后，求同时满足并且所述第三间距总量最小时的k和b，从而得到本实施例中优化后的灭线准确的表达式，以此来尽可能地优化灭线的斜率k和截距b。
并且，建立关于Y轴的由空间坐标系到图像坐标系的第一转换矩阵其中，f为相机模块52的像素焦距(本实施例中的像素焦距是指图像中的一个像素的直径对应实际空间中的距离)，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
图8是扫地机器人拍摄第二类图像的示意图。如图8所示，将扫地机器人5的前进方向V与地面的一参考直线平行。参考直线可以是底板之间的缝隙或是地砖之间的缝隙，仅作为参考标示，不以此为限。通过相机模块52拍摄这根参考直线。
图9是第二类图像的示意图。图10是第二类图像的图像坐标系中获得灭点的示意图。如图9和10所示，是相机模块52拍摄得到的带有参考直线的第二类图像P2，在第二类图像P2中建立图像坐标系，设参考直线与灭线y＝kx+b的交点的坐标(xr，yr)作为Z轴的灭点坐标。求得xr，yr，建立关于Z轴的由空间坐标系到图像坐标系的第二转换矩阵：
其中，f为相机模块52的像素焦距(本实施例中的像素焦距是指图像中的一个像素的直径对应实际空间中的距离)，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
再通过将有第一转换矩阵与第二转换矩阵叉乘，得到关于X轴的由空间坐标系到图像坐标系的第三转换矩阵：
其中，
o、p均为中间变量。
最后，根据第一转换矩阵、第二转换矩阵和第三转换矩阵获得由空间坐标系到图像坐标系的转换矩阵：
其中，q为中间变量。
图11是扫地机器人拍摄第三类图像P3的示意图。图12是第三类图像P3的示意图。如图11和12所示，将棋盘格1贴于地面，保持棋盘格1的行方向与扫地机器人5的前进方向平行或垂直，再通过相机模块52拍摄一平铺于地面的棋盘格1得到第三类图像P3。在第三类图像P3中建立图像坐标系，通过实际空间中的测量获得每个角点在图像坐标系中的平面坐标，获得所有角点的平面坐标集合E。
设空间坐标系到图像坐标系的平移量矩阵为T，
通过重投影，获得在转换矩阵R下的平移量矩阵T。目的是找到一个平移向量，使得在该平移向量下棋盘格角点的重投影误差最小。
根据棋盘格1的每个角点在空间坐标系中的空间坐标，获得所有角点的空间坐标集合F。
设平移量下角点的重投影误差为G，则满足G＝J*(R*F+T)-E，J为相机模块52的内参矩阵。本实施例中，内参矩阵f为相机模块52的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标，但不以此为限。
通过求解获得当G最小时的平移量矩阵T。
自此，就可以通过使用得到的转换矩阵R和平移量矩阵T来进行空间坐标系到图像坐标系精确转换，提高移动机器人的相机到机身的标定精度，从而使机器人在环境中精准定位。
例如：设空间坐标系中一个点的坐标的矩阵为P，平面坐标系中一个点的坐标的矩阵为Q；
根据P＝J*(R*Q+T)，进行空间坐标系的坐标与相机坐标系的坐标之间的转换，但不以此为限。
例如，通过本发明的行走机器人的手眼标定方法得到的
转换矩阵R为：
平移量矩阵T为：
假设：在这样的R和t下，设相机坐标系下有一点的坐标为：[1000 2000 3000]，则这一点在扫地机身坐标系下的坐标应为：
[809.8197 1841.6058 3242.1456]。
本发明的行走机器人的手眼标定方法能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，从而使摄像头摄取数据和扫地机地盘的数据精准的结合，通过两个坐标系之间的准确转换，提高移动机器人的相机到机身的标定精度，从而使机器人在环境中精准定位。
本发明的实施例还提供一种行走机器人的手眼标定系统，用于实现上述的行走机器人的手眼标定方法，包括：
空间坐标系模块，建立空间坐标系，自行走机器人且垂直于地面的方向为Y轴的正方向；
相机模块，基于地面旋转行走机器人，并通过相机模块从多个视角拍摄一垂直于地面的棋盘格贴，得到多张第一类图像；
图像坐标系模块，在每一张第一类图像中建立图像坐标系，将第n张第一类图像中棋盘格贴的水平线的延展方向的交点的坐标(xn，yn)作为灭点坐标；
灭线优化模块，设每个第一类图像的图像坐标中过该图像的灭点的灭线的表达式为y＝kx+b，在所述灭线上搜索一个参考灭点，过该参考灭点设置多根直线，每根所述直线各自对应一设有角点的水平线，使每根所述直线与对应的所述水平线上的各个角点的间距求和为第一间距总量，将与该灭点对应每根所述直线的第一间距总量的最小值求和作为第二间距总量，将所有第n张第一类图像的第二间距总量求和作为第三间距总量，沿所述灭线上移动所述参考灭点，获得每个所述参考灭点第三间距总量；
灭线确定模块，获得同时满足并且所述第三间距总量最小时的k和b；
Y轴矩阵模块，建立关于Y轴的由空间坐标系到图像坐标系的第一转换矩阵其中，f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
在一个优选例中，还包括Z轴转换矩阵模块，行走机器人的前进方向与地面的一参考直线平行；相机模块拍摄带有参考直线的第二类图像，在第二类图像中建立图像坐标系，设参考直线与灭线的交点的坐标(xr，yr)作为Z轴的灭点坐标；建立关于Z轴的由空间坐标系到图像坐标系的第二转换矩阵：
X轴转换矩阵模块，将有第一转换矩阵与第二转换矩阵叉乘，得到关于X轴的由空间坐标系到图像坐标系的第三转换矩阵：
其中，
o、p均为中间变量。
转换矩阵模块，根据第一转换矩阵、第二转换矩阵和第三转换矩阵获得由空间坐标系到图像坐标系的转换矩阵：
其中，q为中间变量。
在一个优选例中，还包括平移量矩阵模块，通过相机模块拍摄一平铺于地面的棋盘格贴，棋盘格贴的行方向与行走机器人的前进方向平行或垂直，得到第三类图像，在第三类图像中建立图像坐标系，获得每个角点在图像坐标系中的平面坐标，获得所有角点的平面坐标集合E；根据棋盘格贴的每个角点在空间坐标系中的空间坐标，获得所有角点的空间坐标集合F，设平移量下角点的重投影误差为G，则满足G＝J*(R*F+T)-E，J为相机模块的内参矩阵；获得当G最小时的平移量矩阵T。
在一个优选例中，还包括坐标转换模块，设空间坐标系的坐标的矩阵为P，平面坐标系的坐标的矩阵为Q；根据P＝J*(R*Q+t)，进行空间坐标系的坐标与相机坐标系的坐标之间的转换。
本发明的行走机器人的手眼标定系统能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，从而使摄像头摄取数据和扫地机地盘的数据精准的结合，通过两个坐标系之间的准确转换，提高移动机器人的相机到机身的标定精度，从而使机器人在环境中精准定位。
本发明实施例还提供一种行走机器人的手眼标定设备，包括处理器。存储器，其中存储有处理器的可执行指令。其中，处理器配置为经由执行可执行指令来执行的行走机器人的手眼标定方法的步骤。
如上所示，该实施例能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，从而使摄像头摄取数据和扫地机地盘的数据精准的结合，通过两个坐标系之间的准确转换，提高移动机器人的相机到机身的标定精度，从而使机器人在环境中精准定位。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
图13是本发明的行走机器人的手眼标定设备的结构示意图。下面参照图13来描述根据本发明的这种实施方式的电子设备600。图13显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图13所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现的行走机器人的手眼标定方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示，该实施例能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，从而使摄像头摄取数据和扫地机地盘的数据精准的结合，通过两个坐标系之间的准确转换，提高移动机器人的相机到机身的标定精度，从而使机器人在环境中精准定位。
图14是本发明的计算机可读存储介质的结构示意图。参考图14所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上，本发明的目的在于提供行走机器人的手眼标定方法、系统、设备及存储介质，能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，能够精准地求出机器人机身的旋转轴在相机坐标系下的表达，从而使摄像头摄取数据和扫地机地盘的数据精准的结合，通过两个坐标系之间的准确转换，提高移动机器人的相机到机身的标定精度，从而使机器人在环境中精准定位。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (16)
1.一种行走机器人的手眼标定方法，其特征在于，包括以下步骤：
建立空间坐标系，自所述行走机器人且垂直于地面的方向为Y轴的正方向；
基于地面旋转所述行走机器人，并通过相机模块从多个视角拍摄一垂直于地面的棋盘格贴，得到多张第一类图像；
在每一张第一类图像中建立图像坐标系，将第n张第一类图像中所述棋盘格贴的水平线的延展方向的交点的坐标(xn，yn)作为灭点坐标；
设每个第一类图像的图像坐标中过该图像的灭点的灭线的表达式为y＝kx+b，在所述灭线上搜索一个参考灭点，过该参考灭点设置多根直线，每根所述直线各自对应一设有角点的水平线，使每根所述直线与对应的所述水平线上的各个角点的间距求和为第一间距总量，将与该灭点对应每根所述直线的第一间距总量的最小值求和作为第二间距总量，将所有第n张第一类图像的第二间距总量求和作为第三间距总量，沿所述灭线上移动所述参考灭点，获得每个所述参考灭点第三间距总量；
获得同时满足并且所述第三间距总量最小时的k和b；
建立关于Y轴的由空间坐标系到图像坐标系的第一转换矩阵其中，f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
2.如权利要求1所述的行走机器人的手眼标定方法，其特征在于：所述行走机器人的旋转中心为原点，过所述旋转中心垂直于地面的方向为Y轴的正方向；所述空间坐标系中Z轴的正方向为所述行走机器人的前进方向，X轴的正方向为按照右手系将Y轴和Z轴叉乘得到的方向；
根据所述关于Y轴的转换矩阵获得分别关于Z轴以及X轴的由空间坐标系到图像坐标系的转换矩阵。
3.如权利要求2所述的行走机器人的手眼标定方法，其特征在于：还包括以下步骤：
所述行走机器人的前进方向与地面的一参考直线平行；
相机模块拍摄带有参考直线的第二类图像，在第二类图像中建立图像坐标系，设所述参考直线与灭线的交点的坐标(xr，yr)作为Z轴的灭点坐标；
建立关于Z轴的由空间坐标系到图像坐标系的第二转换矩阵：
4.如权利要求3所述的行走机器人的手眼标定方法，其特征在于：还包括以下步骤：
将有第一转换矩阵与第二转换矩阵叉乘，得到关于X轴的由空间坐标系到图像坐标系的第三转换矩阵：
其中，
o、p均为中间变量。
5.如权利要求4所述的行走机器人的手眼标定方法，其特征在于：还包括以下步骤：
根据所述第一转换矩阵、第二转换矩阵和第三转换矩阵获得由空间坐标系到图像坐标系的转换矩阵：
其中，q为中间变量。
6.如权利要求4所述的行走机器人的手眼标定方法，其特征在于：还包括以下步骤：
设所述空间坐标系到所述图像坐标系的平移量矩阵为T，
通过重投影，获得在转换矩阵R下的平移量矩阵T。
7.如权利要求6所述的行走机器人的手眼标定方法，其特征在于：通过相机模块拍摄一平铺于地面的棋盘格贴，所述棋盘格贴的行方向与所述行走机器人的前进方向平行或垂直，得到第三类图像，在第三类图像中建立图像坐标系，获得每个角点在图像坐标系中的平面坐标，获得所有角点的平面坐标集合E；
根据所述棋盘格贴的每个角点在所述空间坐标系中的空间坐标，获得所有角点的空间坐标集合F，
设所述平移量下角点的重投影误差为G，则满足G＝J*(R*F+T)-E，J为相机模块的内参矩阵；
获得当G最小时的平移量矩阵T。
8.如权利要求7所述的行走机器人的手眼标定方法，其特征在于：设空间坐标系的坐标的矩阵为P，平面坐标系的坐标的矩阵为Q；
根据P＝J*(R*Q+t)，进行相机坐标系的坐标与空间坐标系的坐标之间的转换。
9.如权利要求7所述的行走机器人的手眼标定方法，其特征在于：内参矩阵f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
10.如权利要求1至9中任意一项所述的行走机器人的手眼标定方法，其特征在于：所述棋盘格贴具有多条水平线、多条垂直线、水平线与垂直线相交形成的角点，所述水平线平行于地面，所述垂直线垂直于地面。
11.一种行走机器人的手眼标定系统，用于实现权利要求1至10中任一项所述的行走机器人的手眼标定方法，其特征在于，包括：
空间坐标系模块，建立空间坐标系，自所述行走机器人且垂直于地面的方向为Y轴的正方向；
相机模块，基于地面旋转所述行走机器人，并通过相机模块从多个视角拍摄一垂直于地面的棋盘格贴，得到多张第一类图像；
图像坐标系模块，在每一张第一类图像中建立图像坐标系，将第n张第一类图像中所述棋盘格贴的水平线的延展方向的交点的坐标(xn，yn)作为灭点坐标；
灭线优化模块，设每个第一类图像的图像坐标中过该图像的灭点的灭线的表达式为y＝kx+b，在所述灭线上搜索一个参考灭点，过该参考灭点设置多根直线，每根所述直线各自对应一设有角点的水平线，使每根所述直线与对应的所述水平线上的各个角点的间距求和为第一间距总量，将与该灭点对应每根所述直线的第一间距总量的最小值求和作为第二间距总量，将所有第n张第一类图像的第二间距总量求和作为第三间距总量，沿所述灭线上移动所述参考灭点，获得每个所述参考灭点第三间距总量；
灭线确定模块，获得同时满足并且所述第三间距总量最小时的k和b；
Y轴矩阵模块，建立关于Y轴的由空间坐标系到图像坐标系的第一转换矩阵其中，f为相机模块的像素焦距，cx，cy为相机光心的在图像坐标系中的横坐标和纵坐标。
12.如权利要求11所述的行走机器人的手眼标定系统，其特征在于，还包括：
Z轴转换矩阵模块，所述行走机器人的前进方向与地面的一参考直线平行；相机模块拍摄带有参考直线的第二类图像，在第二类图像中建立图像坐标系，设所述参考直线与灭线的交点的坐标(xr，yr)作为Z轴的灭点坐标；建立关于Z轴的由空间坐标系到图像坐标系的第二转换矩阵：
X轴转换矩阵模块，将有第一转换矩阵与第二转换矩阵叉乘，得到关于X轴的由空间坐标系到图像坐标系的第三转换矩阵：
其中，
o、p均为中间变量；
转换矩阵模块，根据所述第一转换矩阵、第二转换矩阵和第三转换矩阵获得由空间坐标系到图像坐标系的转换矩阵：
其中，q为中间变量。
13.如权利要求12所述的行走机器人的手眼标定系统，其特征在于，还包括：
平移量矩阵模块，通过相机模块拍摄一平铺于地面的棋盘格贴，所述棋盘格贴的行方向与所述行走机器人的前进方向平行或垂直，得到第三类图像，在第三类图像中建立图像坐标系，获得每个角点在图像坐标系中的平面坐标，获得所有角点的平面坐标集合E；根据所述棋盘格贴的每个角点在所述空间坐标系中的空间坐标，获得所有角点的空间坐标集合F，设所述平移量下角点的重投影误差为G，则满足G＝J*(R*F+T)-E，J为相机模块的内参矩阵；获得当G最小时的平移量矩阵T。
14.如权利要求13所述的行走机器人的手眼标定系统，其特征在于，还包括：
坐标转换模块，设空间坐标系的坐标的矩阵为P，平面坐标系的坐标的矩阵为Q；根据P＝J*(R*Q+T)，进行相机坐标系的坐标与空间坐标系的坐标之间的转换。
15.一种行走机器人的手眼标定设备，其特征在于，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至10中任意一项所述行走机器人的手眼标定方法的步骤。
16.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至10中任意一项所述行走机器人的手眼标定方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811166669.2A CN109685851B (zh) | 2018-10-08 | 2018-10-08 | 行走机器人的手眼标定方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811166669.2A CN109685851B (zh) | 2018-10-08 | 2018-10-08 | 行走机器人的手眼标定方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109685851A true CN109685851A (zh) | 2019-04-26 |
| CN109685851B CN109685851B (zh) | 2021-02-12 |
Family
ID=66184514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811166669.2A Active CN109685851B (zh) | 2018-10-08 | 2018-10-08 | 行走机器人的手眼标定方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109685851B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110148187A (zh) * | 2019-06-04 | 2019-08-20 | 郑州大学 | 一种SCARA机械手Eye-in-Hand的高精度手眼标定方法和系统 |
| CN112308925A (zh) * | 2019-08-02 | 2021-02-02 | 上海肇观电子科技有限公司 | 可穿戴设备的双目标定方法、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622744A (zh) * | 2012-01-17 | 2012-08-01 | 浙江大学 | 一种基于多项式投影模型的长焦相机标定方法 |
| CN103714530A (zh) * | 2012-09-28 | 2014-04-09 | 深圳先进技术研究院 | 一种灭点检测及图像矫正方法 |
| CN104034269A (zh) * | 2014-06-24 | 2014-09-10 | 深圳市赛为智能股份有限公司 | 一种单目视觉测量方法与装置 |
| CN105389808A (zh) * | 2015-10-27 | 2016-03-09 | 郑州大学 | 一种基于二消失点的相机自标定方法 |
-
2018
- 2018-10-08 CN CN201811166669.2A patent/CN109685851B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622744A (zh) * | 2012-01-17 | 2012-08-01 | 浙江大学 | 一种基于多项式投影模型的长焦相机标定方法 |
| CN103714530A (zh) * | 2012-09-28 | 2014-04-09 | 深圳先进技术研究院 | 一种灭点检测及图像矫正方法 |
| CN104034269A (zh) * | 2014-06-24 | 2014-09-10 | 深圳市赛为智能股份有限公司 | 一种单目视觉测量方法与装置 |
| CN105389808A (zh) * | 2015-10-27 | 2016-03-09 | 郑州大学 | 一种基于二消失点的相机自标定方法 |
Non-Patent Citations (2)
| Title |
|---|
| KWANG-HEE等: ""High Precision Hand-Eye Self-Calibration for Industiral Robots"", 《 2018 INTERNATIONAL CONFERENCE ON ELECTRONICS, INFORMATION, AND COMMUNICATION 》 * |
| 陈爱华等: ""基于正交消失点对的摄像机标定方法"", 《仪器仪表学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110148187A (zh) * | 2019-06-04 | 2019-08-20 | 郑州大学 | 一种SCARA机械手Eye-in-Hand的高精度手眼标定方法和系统 |
| CN112308925A (zh) * | 2019-08-02 | 2021-02-02 | 上海肇观电子科技有限公司 | 可穿戴设备的双目标定方法、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109685851B (zh) | 2021-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109521403B (zh) | 多线激光雷达的参数标定方法及装置、设备及可读介质 | |
| US11030355B2 (en) | Concurrent display systems and methods for aerial roof estimation | |
| US10685149B2 (en) | Pitch determination systems and methods for aerial roof estimation | |
| WO2022120567A1 (zh) | 一种基于视觉引导的自动化标定系统 | |
| CN106797456B (zh) | 投影图像校正方法、校正装置及机器人 | |
| CN109993798B (zh) | 多摄像头检测运动轨迹的方法、设备及存储介质 | |
| CN107223244A (zh) | 定位方法和装置 | |
| CN111801198A (zh) | 一种手眼标定方法、系统及计算机存储介质 | |
| EP3757861A1 (en) | Conversion of point cloud data points into computer-aided design (cad) objects | |
| US20210374978A1 (en) | Capturing environmental scans using anchor objects for registration | |
| CN112184812B (zh) | 提升无人机相机对AprilTag识别定位精度方法及定位方法和系统 | |
| CN109685851B (zh) | 行走机器人的手眼标定方法、系统、设备及存储介质 | |
| CN112288825A (zh) | 相机标定方法、装置、电子设备、存储介质和路侧设备 | |
| CN113776520B (zh) | 地图构建、使用方法、装置、机器人和介质 | |
| US20230418302A1 (en) | Online authoring of robot autonomy applications | |
| CN113496503B (zh) | 点云数据的生成及实时显示方法、装置、设备及介质 | |
| Yu et al. | Collaborative SLAM and AR-guided navigation for floor layout inspection | |
| US20230326098A1 (en) | Generating a digital twin representation of an environment or object | |
| CN113077500A (zh) | 基于平面图的全景视点定位定姿方法、系统、设备及介质 | |
| CN110853098A (zh) | 机器人定位方法、装置、设备及存储介质 | |
| US10380797B2 (en) | Configuration of navigational controls in geometric environment | |
| CN109801312B (zh) | 多镜头运动轨迹监测方法、系统、设备及存储介质 | |
| CN113160309A (zh) | 基于地面线的全景图定位定姿方法、系统、设备及介质 | |
| US20230001576A1 (en) | Adaptive mobile manipulation apparatus and method | |
| CN109640042A (zh) | 基于fpga的高精度云台红外全景相机 |
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 |