CN110827356A - 一种基于机器臂的相机快速标定方法 - Google Patents

一种基于机器臂的相机快速标定方法 Download PDF

Info

Publication number
CN110827356A
CN110827356A CN201810920651.0A CN201810920651A CN110827356A CN 110827356 A CN110827356 A CN 110827356A CN 201810920651 A CN201810920651 A CN 201810920651A CN 110827356 A CN110827356 A CN 110827356A
Authority
CN
China
Prior art keywords
calibration
camera
points
circle
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.)
Pending
Application number
CN201810920651.0A
Other languages
English (en)
Inventor
张胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Platinum Intelligent Robot Co Ltd
Original Assignee
Guangdong Platinum Intelligent Robot Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Platinum Intelligent Robot Co Ltd filed Critical Guangdong Platinum Intelligent Robot Co Ltd
Priority to CN201810920651.0A priority Critical patent/CN110827356A/zh
Publication of CN110827356A publication Critical patent/CN110827356A/zh
Pending legal-status Critical Current

Links

Images

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manipulator (AREA)
  • Numerical Control (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种基于机器臂的相机快速标定方法，可解决传统相机标定方法参数求解运算复杂，使用不便的技术问题。包括S1、采取定值圆标定板，根据机器臂的应用场景要求确定相机的视距和视野区域，对所述定值圆标定板进行定位和拍照；S2、根据所拍照的定值圆标定板的图像，将所述定值圆标定板的图像像素与所述定值圆标定板的物理位置对应起来，建立机器臂的世界坐标系与像素坐标系的关系。本发明采取了定值圆标定板，直接将定值圆标定板的图像像素与标定板的物理位置对应起来，建立起精确标定关系。与已有技术相比，标定过程简单、易于操作，同时极大的降低了计算的复杂度，提高了标定的速度，对噪声更加鲁棒。

Description

一种基于机器臂的相机快速标定方法
技术领域
本发明涉及相机标定技术领域，具体涉及一种基于机器臂的相机快速标定方法。
背景技术
相机标定方法实际应用中主要可分为不使用标定参照物和使用标定参照物。不使用标 定参照物主要就是利用相机在运动过程中感知周围环境的图像与图像之间的对应关系对摄 像机进行标定，也就是自标定。如基于自动视觉的自标定技术，基于矩阵的自标定技术， 基于图像线性关系的自标定技术等。使用标定参照物的方法就是通过观察标定参照物来恢 复物体的度量结构，确定相机内参数，这种方法要求标定物的三维几何结构已知或可求。
当前张正友法应用广泛，张正友法就是利用平面模板通过移动相机或模板获得3个及 以上的模板图像，然后确定模板与图像上点的对应计算出图像和模板之间的单应性矩阵， 进而求解相机内参数。这种方法需要确定模板上点阵的物理坐标以及图像和模板之间的点 的匹配，特别是针对图像存在畸变的情况下，张正友法被广泛应用于计算机视觉方面。但 是相对于目前近距离工业应用中，在图像畸变小的情况下，张正友法复杂的参数求解运算 给使用者带来了极大的不便。
发明内容
本发明提出的一种基于机器臂的相机快速标定方法，可解决传统相机标定方法参数求 解运算复杂，使用不便的技术问题。
为实现上述目的，本发明采用了以下技术方案：
一种基于机器臂的相机快速标定方法，包括：
S1、采取定值圆标定板，根据机器臂的应用场景要求确定相机的视距和视野区域，对 所述定值圆标定板进行定位和拍照；
S2、根据所拍照的定值圆标定板的图像，将所述定值圆标定板的图像像素与所述定值 圆标定板的物理位置对应起来，建立机器臂的世界坐标系与像素坐标系的关系。
进一步的，所述步骤S2具体包括：
S21、将所述定值圆标定板任意放置于实际应用场景要求的视野范围内，采用机器臂的 示教器对所述定值圆标定板上的任意直线上三个圆的圆心对应的点进行世界坐标系定位， 得到所述定值圆标定板上定位的三个点的世界坐标值；
S22、综合对X轴定位纠偏、Y轴定位纠偏和XY轴垂直纠偏得到所述定值圆标定板上三 个点的物理定位值；
S23、通过相机取像后用图像算法求出三个点对应的图像像素坐标，从而建立图像像素 与世界坐标系物理坐标对应表，完成相机的快速标定工作。
进一步的，所述X轴定位纠偏或Y轴定位纠偏包括：
S221a、调整机器臂到正常工作要求拍照位置；
S221b、采用示教器对相机拍照区域中的定值圆标定板定位三个点A(X1，Y1)、B(X2，Y2)、C(X3，Y3)得到A、B、C三个点的世界坐标值；
S221c、通过A、C点确定A、C所在直线方程，以Y＝K1X+b1表示，则K1＝(Y3-Y1)/(X3-X1)；
S221d、通过B、C点确定B、C所在直线方程，以Y＝K2X+b2表示，则K2＝(Y3-Y2)/(X3-X2)；
S221e、比较K1与K2值，根据精确度要求对ΔK＝|K1-K2|值大小设置一个合理的阈值， 如果ΔK在阈值内就默认为合理，则可以通过A、B点计算出K值，以中间点C点为基准，计算A、B点X1和X2理论值X1′、X2′，如果ΔK不在阈值内则认为不合理，重新用机器臂 示教器定位A、B、C三点的位置。
进一步的，所述XY轴垂直纠偏包括：
S223a、设|AB|长度为已知距离；
S223b、ΔABD边平移至ΔA′B′D′且A′B′边与Y轴成α角度，|AB|＝|A′B′|， 故cosα＝|Y2-Y1|/|AB|；
S223c、理想状态下，AD边平移至A′D′，|AD＝|A′D′|， 则|AD|＝|X1-X2|＝|AB|*sinα，同理，AD边平移至A″D″，|AD|＝|A″D″|， 所以|A″D″|＝|X1-X2|＝|AB|*sinα；
S223d、对XY轴垂直纠偏得到一个纠偏参考值：
cosβ＝|A″D″|/|X1-X2|＝|AB|*sinα/|X1-X2|，
β＝arccos(|AB|*sinα/|X1-X2|)。
进一步的，所述步骤S221b中A、B、C三个点位于同一直线上，C为A和B的中点， 且|AB|长度为已知距离。
进一步的，所述步骤S22le中当K1或者K2值不存在的时候，则比较1/K1和1/K2。
进一步的，所述步骤S223c中当XY轴存在不完全垂直的情况，即X轴与Y轴垂直的方向存在一个β角度，则实际中|X1-X2|＞|AB|*sinα，那么cosβ＝|A″D″|/|X1-X2|。
进一步的，所述步骤S23中建立图像像素与世界坐标系物理坐标对应表，包括世界坐 标系物理长度与像素长度的转换，具体如下：
用规则的标定块进行计算；包括若是圆形、长方体产品，相机取像后用ＦindCircle算 法求圆心、半径，用PairEdgeDistance算法求边对距离及边长，进而求出直径或边长的像 素长度，再用卡尺测量实际的长度，计算可得出单位转换值即产品实际的长度除以产品像 素长度；
或者，已知相机本身的像素数，然后测量相机FOV的长度，用后者除以前者，得出单位转换值。
由上述技术方案可知，本发明提出的一种基于机器臂的相机快速标定方法，主要是针 对机器臂上相机进行的标定，特别适用于小面积视野的、图像畸变小的应用中。该方法的 优势就是采取了定值圆标定板，在应用要求的视距和视野的区域中对定值圆标定板进行定 位和拍照，直接将定值圆标定板的图像像素与标定板的物理位置对应起来，建立起一种简 便、实用、快捷和精确标定关系。本发明着重于x轴、y轴的定位纠偏和X/Y轴的垂直纠偏， 通过机器臂的世界坐标系直接建立与像素坐标系的关系，从而快速完成机器臂的相机快速 标定。
与已有技术相比，标定过程简单、易于操作，同时极大的降低了计算的复杂度，提高 了标定的速度，对噪声更加鲁棒。
附图说明
图1是本发明实施例快速标定实现方法步骤图；
图2是本发明实施例机器臂在世界坐标系的X轴定位纠偏；
图3是本发明实施例的机器臂在世界坐标系的X轴定位纠偏；
图4是发明实施例的机器臂在世界坐标系的XY轴垂直纠偏；
图5是本发明实施例标定板示意图；
图6是本发明实施例基于机器臂的相机示意图；
图7是本发明实施例相机标定设置示意图；
图8是本发明实施例相机标定中像素坐标与物理坐标对应示意图一；
图9是本发明实施例相机标定中像素坐标与物理坐标对应示意图二；
图10是本发明实施例相机标定中像素坐标与物理坐标对应示意图三。
具体实施方式
下面结合附图对本发明做进一步说明：
如图1所示，本发明实施例的一种基于机器臂的相机快速标定方法，包括：
S1、采取定值圆标定板，根据机器臂的应用场景要求确定相机的视距和视野区域，对 所述定值圆标定板进行定位和拍照；
S2、根据所拍照的定值圆标定板的图像，将所述定值圆标定板的图像像素与所述定值 圆标定板的物理位置对应起来，建立机器臂的世界坐标系与像素坐标系的关系。
所述步骤S2具体包括：
S21、将所述定值圆标定板任意放置于实际应用场景要求的视野范围内，采用机器臂的 示教器对所述定值圆标定板上的任意直线上三个圆的圆心对应的点进行世界坐标系定位， 得到所述定值圆标定板上定位的三个点的世界坐标值；
S22、综合对X轴定位纠偏、Y轴定位纠偏和XY轴垂直纠偏得到所述定值圆标定板上三 个点的物理定位值；
S23、通过相机取像后用图像算法求出三个点对应的图像像素坐标，从而建立图像像素 与世界坐标系物理坐标对应表，完成相机的快速标定工作。
如图2所示，X轴定位纠偏步骤：
1)调整机器臂到正常工作要求拍照位置；
2)采用示教器对相机拍照区域中的标定板定位三个点A(X1，Y1)、B(X2，Y2)、 C(X3，Y3)得到A、B、C三个点的世界坐标值(A、B、C三个点位于同一直线上，C为 A和B的中点，且|AB|长度为已知距离，如200mm；
3)通过A、C点确定A、C所在直线方程，以Y＝K1X+b1表示，则 K1＝(Y3-Y1)/(X3-X1)；
4)通过B、C点确定B、C所在直线方程，以Y＝K2X+b2表示，则 K2＝(Y3-Y2)/(X3-X2)；
5)比较K1与K2值(当K1或者K2值不存在的时候，则比较1/K1和1/K2)，根据精确度要求对ΔK＝|K1-K2|值(也可以是ΔK＝|1/K1-1/K2|)大小设置一个合理的阈值(如精度要求为偏离小于0.1度)，如果ΔK在阈值内就默认为合理，则可以通过A、B点计算出K值，以 中间点C点为基准，计算A、B点X1和X2理论值X1′、X2′；如果ΔK不在阈值内则认为不 合理，重新用机器臂示教器定位A、B、C三点的位置。
如图3所示，Y轴定位纠偏步骤：
1)调整机器臂到正常工作要求拍照位置；
2)采用示教器对相机拍照区域中的标定板定位三个点A(X1，Y1)、B(X2，Y2)、 C(X3，Y3)得到A、B、C三个点的世界坐标值(A、B、C三个点位于同一直线上，C为 A和B的中点，且|AB|长度为已知距离，如200mm；
3)通过A、C点确定A、C所在直线方程，以Y＝K1X+b1表示，则 K1＝(Y3-Y1)/(X3-X1)；
4)通过B、C点确定B、C所在直线方程，以Y＝K2X+b2表示，则 K2＝(Y3-Y2)/(X3-X2)；
5)比较K1与K2值(当K1或者K2值不存在的时候，则比较1/K1和1/K2)，根据精确度要求对ΔK＝|K1-K2|值(也可以是ΔK＝|1/K1-1/K2|)大小设置一个合理的阈值(如精度要求为偏离小于0.1度)，如果ΔK在阈值内就默认为合理，则可以通过A、B点计算出K值，以 中间点C点为基准，计算A、B点Y1和Y2理论值Y′1、Y′2；如果ΔK不在阈值内则认为不 合理，重新用机器臂示教器定位A、B、C三点的位置。
图如3所示，XY轴垂直纠偏步骤如下：
1)|AB|长度为已知距离，如200mm；
2)ΔABD边平移至ΔA′B′D′，且A′B′边与Y轴成α角度，
|AB|＝|A′B′|＝200mm，故cosα＝|Y2-Y1|/200；
3)理想状态下，AD边平移至A′D′，|AD|＝|A′D′|
|AD|＝|X1-X2|＝200*sinα
同理，AD边平移至A″D″，|AD|＝|A″D″|，
所以|A″D″|＝|X1-X2|＝200*sinα
4)实际中，XY轴可能存在不完全垂直的情况，则X轴与Y轴垂直的方向存在一个β角度，如图4所示，实际中|X1-X2|＞200*sinα，
那么cosβ＝|A″D″|/|X1-X2|
5)对XY轴垂直纠偏就得到一个纠偏参考值：
cosβ＝|A″D″|/|X1-X2|＝200*sinα/|X1-X2|，
β＝arccos(200*sinα/|X1-X2|)。
世界坐标系物理长度与像素长度转换
在实际应用中，采取物理长度与像素长度的比值用于单位转换，单位是mm/pixel，实 际应用中常用以下两种方式来计算：
1)用规则的标定块进行计算：如圆形、长方体产品，相机取像后用FindCircle(求圆 心、半径)、PairEdgeDistance(边对距离，求边长)求出直径或边长的像素长度A，再用卡尺 测量实际的长度B，计算可得出单位转换值B/A
2)已知相机本身的像素数，如0.3MP为640*480，2MP为1600*1200，然后测量相机FOV 的长度，用后者除以前者，也能得出单位转换值；
以下结合实际运算对本发明实施例做详细说明：
如图6所示，根据图6基于机器臂的相机进行应用快速标定，具体方法步骤如下：
1)准备如图5所示的标定板，根据图6机器臂应用场景确定相机的视距350mm-420mm， 视野范围280mmx220mm，选择合适的相机(500MP，2592*1944)和光源；
2)将标定板任意放置于实际应用场景要求的视野范围内，采用机器臂的示教器对标定板 上任意直线上三个圆的圆心进行世界坐标系定位，得到标定板上定位的三个点A(X1，Y1)(图 7物理坐标校准位置1的点)、B(X2，Y2)(图7物理坐标校准位置2的点)、C(X3，Y3)(图7 校准参数设置基准点位置的点)的世界坐标值分别为A(326.52，-324.10)、B(326.40，-124)、 C(326.52，-224.15)(A、B、C三个点位于同一直线上(图5中分别为1、9、5点)，已知 圆半径R＝25mm故|AB|长度为|AB|＝200mm；
3)综合X定位纠偏、Y定位纠偏和XY轴垂直纠偏得到标定板上各个点的物理定位值；
X定位纠偏：
AC线的K1＝(Y3-Y1)/(X3-X1)，因为X3＝X1，所以K1的值不存在，我们采取计算1/K1，1/K1＝ (X3-X1)/(Y3-Y1)＝(326.52-326.52)/【(-224.15)-(-324.10)】＝0；
BC线的1/K2＝(X3-X2)/(Y3-Y2)＝(326.52-326.40)/【(-224.15)-(-124)】≈-0.0012， 所以ΔK＝|1/K1-1/K2|＝|0-(-0.0012)|＝0.0012；如我们精度要求为偏离小于0.1度，则 所以arctan0.0012＝0.06875度＜0.1度，故ΔK值合理。
结合XY轴垂直纠偏，可知以Y轴为参考线，A、B、C点所在直线与Y轴成α角，则必须满足如下条件：
|X2-X1|≥200*sinα，|Y2-Y1|＝200*cosα
由上述示教器测试定值为(326.40-326.52)≥200*sinα，
由(326.40-326.52)≥200*sinα可知200*sinα最大为326.40-326.52＝-0.12，所以α最 大为α＝arcsin(-0.12/200)＝-0.03437≈-0.0344，即标定板偏移角度为-0.0344度(如图7 的校准板偏移角度)。
而|Y2-Y1|＝|(-124)-(-324.10)|＝200.10＞200*cosα，所以需要以A点为基准采用逼近法(如采用0.0001为阶梯进行逼近)，定位B点的Y2值。
α角已经确定，那么cosα＝0.9999998201，则Y2＝200*cosα-324.10＝-124.10
根据以上计算结果，以C点(326.52，-224.15)(见图9的36行)为基准点对A、B点 纠正定位：
A点：X1＝X3+100*sinα＝326.52+100*(-0.0006)＝326.46
Y1＝Y3+100*cosα＝(-224.15)+100*0.9999998201＝-124.15
(A点纠正后的物理坐标见图10的68行)
B点：X2＝X3-100*sinα＝326.52-100*(-0.0006)＝326.58
Y2＝Y3-100*cosα＝(-224.15)-100*0.9999998201＝-324.15
(B点纠正后的物理坐标见图8的4行)
XY轴垂直纠偏：
β＝arccos(200*sinα/|X1-X2|)＝arccos(200*sin(-0.03437746)/|326.46-326.58 |)＝arccos(0.11999996/0.12)＝arccos0.9999996667＝0.0467794
采取高精度计算：200*cosα＝200*0.9999998201＝199.999964，则
double aAngle＝acos(199.999964/200.0)；α的弧度
α的角度：aAngle*180.0/3.14159；
double xyAngle＝acos(fabs(200.0*sin(aAngle))/0.12)；β的弧度
β的角度：xyAngle*180.0/3.14159；
计算可得到β＝0.0172(见图7的机器人XY轴夹角)。
因为标定板是一个由11*8个半径为25mm的相切圆组成，在确定A、B、C三个点及α、β值后，可以精确确定图8中标定板上任意圆心的物理位置的精确值。
图像像素坐标系I-uv是以图像左上角点I为原点，以像素为单位的直角坐标系，u、v 分别表示该像素在数字图像中的列数与行数。利用世界坐标系物理长度与像素长度转换可以 根据需要设置基准点，进一步纠正图像畸变带来的影响。
相机视野为280mmx220mm，相机像素是500MP，2592*1944，通过相机取像后用FindCircle 或其他图像算法可以求出各个圆的坐标和半径，进而可以得出各个圆圆心对应的图像像素坐 标。从而建立如图8、图9、图10所示的图像像素与世界坐标系物理坐标对应表，完成相机 的快速标定工作。
经过测试验证，这种基于机器臂的相机快速标定方法在实际应用中过程简单、易于操作， 同时极大的降低了计算的复杂度，提高了标定的速度，对噪声更加鲁棒。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进 行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作 出的各种变形和改进，均应落入本发明的保护范围内。

Claims (8)

1.一种基于机器臂的相机快速标定方法，其特征在于：包括以下步骤，
S1、采取定值圆标定板，根据机器臂的应用场景要求确定相机的视距和视野区域，对所述定值圆标定板进行定位和拍照；
S2、根据所拍照的定值圆标定板的图像，将所述定值圆标定板的图像像素与所述定值圆标定板的物理位置对应起来，建立机器臂的世界坐标系与像素坐标系的关系。
2.根据权利要求1所述的基于机器臂的相机快速标定方法，其特征在于：
所述步骤S2具体包括：
S21、将所述定值圆标定板任意放置于实际应用场景要求的视野范围内，采用机器臂的示教器对所述定值圆标定板上的任意直线上三个圆的圆心对应的点进行世界坐标系定位，得到所述定值圆标定板上定位的三个点的世界坐标值；
S22、综合对X轴定位纠偏、Y轴定位纠偏和XY轴垂直纠偏得到所述定值圆标定板上三个点的物理定位值；
S23、通过相机取像后用图像算法求出三个点对应的图像像素坐标，从而建立图像像素与世界坐标系物理坐标对应表，完成相机的快速标定工作。
3.根据权利要求2所述的基于机器臂的相机快速标定方法，其特征在于：所述X轴定位纠偏或Y轴定位纠偏包括：
S221a、调整机器臂到正常工作要求拍照位置；
S221b、采用示教器对相机拍照区域中的定值圆标定板定位三个点A(X1，Y1)、B(X2，Y2)、C(X3，Y3)得到A、B、C三个点的世界坐标值；
S221c、通过A、C点确定A、C所在直线方程，以Y＝K1X+b1表示，则K1＝(Y3-Y1)/(X3-X1)；
S221d、通过B、C点确定B、C所在直线方程，以Y＝K2X+b2表示，则K2＝(Y3-Y2)/(X3-X2)；
S221e、比较K1与K2值，根据精确度要求对ΔK＝|K1-K2|值大小设置一个合理的阈值，如果ΔK在阈值内就默认为合理，则可以通过A、B点计算出K值，以中间点C点为基准，计算A、B点X1和X2理论值X1′、X2′，如果ΔK不在阈值内则认为不合理，重新用机器臂示教器定位A、B、C三点的位置。
4.根据权利要求2所述的基于机器臂的相机快速标定方法，其特征在于：所述XY轴垂直纠偏包括：
S223a、设|AB|长度为已知距离；
S223b、ΔABD边平移至ΔA′B′D′且A′B′边与Y轴成α角度，|AB|＝|A′B′|，故cosα＝|Y2-Y1|/|AB|；
S223c、理想状态下，AD边平移至A′D′，|AD|＝|A′D′|，
则|AD|＝|X1-X2|＝|AB|*sinα，同理，AD边平移至A″D″，|AD|＝|A″D″|，
所以|A″D″|＝|X1-X2|＝|AB|*sinα；
S223d、对XY轴垂直纠偏得到一个纠偏参考值：
cosβ＝|A″D″|/|X1-X2|＝|AB|*sinα/|X1-X2|，
β＝arccos(|AB|*sinα/|X1-X2|)。
5.根据权利要求3所述的基于机器臂的相机快速标定方法，其特征在于：所述步骤S221b中A、B、C三个点位于同一直线上，C为A和B的中点，且|AB|长度为已知距离。
6.根据权利要求3所述的基于机器臂的相机快速标定方法，其特征在于：所述步骤S221e中当K1或者K2值不存在的时候，则比较1/K1和1/K2。
7.根据权利要求4所述的基于机器臂的相机快速标定方法，其特征在于：所述步骤S223c中当XY轴存在不完全垂直的情况，即X轴与Y轴垂直的方向存在一个β角度，则实际中|X1-X2|＞|AB|*sinα，那么cosβ＝|A″D″|/|X1-X2|。
8.根据权利要求2所述的基于机器臂的相机快速标定方法，其特征在于：所述步骤S23中建立图像像素与世界坐标系物理坐标对应表，包括世界坐标系物理长度与像素长度的转换，具体如下：
用规则的标定块进行计算；包括若是圆形、长方体产品，相机取像后用FindCircle算法求圆心、半径，用PairEdgeDistance算法求边对距离及边长，进而求出直径或边长的像素长度，再用卡尺测量实际的长度，计算可得出单位转换值即产品实际的长度除以产品像素长度；
或者，已知相机本身的像素数，然后测量相机FOV的长度，用后者除以前者，得出单位转换值。
CN201810920651.0A 2018-08-14 2018-08-14 一种基于机器臂的相机快速标定方法 Pending CN110827356A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810920651.0A CN110827356A (zh) 2018-08-14 2018-08-14 一种基于机器臂的相机快速标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810920651.0A CN110827356A (zh) 2018-08-14 2018-08-14 一种基于机器臂的相机快速标定方法

Publications (1)

Publication Number Publication Date
CN110827356A true CN110827356A (zh) 2020-02-21

Family

ID=69547084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810920651.0A Pending CN110827356A (zh) 2018-08-14 2018-08-14 一种基于机器臂的相机快速标定方法

Country Status (1)

Country Link
CN (1) CN110827356A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117911542A (zh) * 2024-03-19 2024-04-19 杭州灵西机器人智能科技有限公司 一种标定板、标定板识别方法、系统、设备及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101299270A (zh) * 2008-05-27 2008-11-05 东南大学 三维扫描系统中的多个摄像机同步快速标定方法
CN103440643A (zh) * 2013-08-07 2013-12-11 河南科技大学 一种单线阵摄像机标定方法
CN103827917A (zh) * 2011-07-25 2014-05-28 科英布拉大学 用于使用棋盘图案的一幅或多幅图像的自动相机校准的方法和装置
CN104574388A (zh) * 2014-12-29 2015-04-29 东莞市神州视觉科技有限公司 一种相机标定系统及其3d标定方法
CN106504290A (zh) * 2016-10-20 2017-03-15 北京化工大学 一种高精度的摄像机动态标定方法
CN106887023A (zh) * 2017-02-21 2017-06-23 成都通甲优博科技有限责任公司 用于双目摄像机标定的标定板及其标定方法和标定系统
CN107025670A (zh) * 2017-03-23 2017-08-08 华中科技大学 一种远心相机标定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101299270A (zh) * 2008-05-27 2008-11-05 东南大学 三维扫描系统中的多个摄像机同步快速标定方法
CN103827917A (zh) * 2011-07-25 2014-05-28 科英布拉大学 用于使用棋盘图案的一幅或多幅图像的自动相机校准的方法和装置
CN103440643A (zh) * 2013-08-07 2013-12-11 河南科技大学 一种单线阵摄像机标定方法
CN104574388A (zh) * 2014-12-29 2015-04-29 东莞市神州视觉科技有限公司 一种相机标定系统及其3d标定方法
CN106504290A (zh) * 2016-10-20 2017-03-15 北京化工大学 一种高精度的摄像机动态标定方法
CN106887023A (zh) * 2017-02-21 2017-06-23 成都通甲优博科技有限责任公司 用于双目摄像机标定的标定板及其标定方法和标定系统
CN107025670A (zh) * 2017-03-23 2017-08-08 华中科技大学 一种远心相机标定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘碧霞等: "一种简单快速的相机标定新方法", 《计算机工程与科学》 *
王卓君等: "一种相机标定方法的探讨", 《机电工程技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117911542A (zh) * 2024-03-19 2024-04-19 杭州灵西机器人智能科技有限公司 一种标定板、标定板识别方法、系统、设备及介质
CN117911542B (zh) * 2024-03-19 2024-06-11 杭州灵西机器人智能科技有限公司 一种标定板、标定板识别方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
CN109454634B (zh) 一种基于平面图像识别的机器人手眼标定方法
JP2020116734A (ja) ロボットモーション用のビジョンシステムの自動ハンドアイ校正のためのシステム及び方法
TWI420066B (zh) 物件量測方法與系統
US10571254B2 (en) Three-dimensional shape data and texture information generating system, imaging control program, and three-dimensional shape data and texture information generating method
CN111415391B (zh) 一种采用互拍法的多目相机外部方位参数标定方法
CN110378969B (zh) 一种基于3d几何约束的汇聚式双目相机标定方法
CN105066884A (zh) 一种机器人末端定位偏差校正方法及系统
CN107443377A (zh) 传感器‑机器人坐标系转换方法及机器人手眼标定方法
CN109916304B (zh) 镜面/类镜面物体三维测量系统标定方法
CN110666798A (zh) 一种基于透视变换模型的机器人视觉标定方法
CN109978960B (zh) 基于摄影测量的高精度屏幕-相机位姿标定方法
JP2009042162A (ja) キャリブレーション装置及びその方法
CN109272555B (zh) 一种rgb-d相机的外部参数获得及标定方法
CN109191527B (zh) 一种基于最小化距离偏差的对位方法及装置
CN110136068B (zh) 基于双侧远心镜头相机之间位置标定的音膜球顶装配系统
CN112229323B (zh) 基于手机单目视觉的棋盘格合作目标的六自由度测量方法及其应用
Wu et al. Monocular-vision-based method for online measurement of pose parameters of weld stud
CN113296395A (zh) 一种特定平面内的机器人手眼标定方法
CN113048888A (zh) 基于双目视觉的远距离三维位移测量方法及系统
Ren et al. Accurate three-dimensional shape and deformation measurement at microscale using digital image correlation
CN109990801B (zh) 基于铅垂线的水平仪装配误差标定方法
CN110827356A (zh) 一种基于机器臂的相机快速标定方法
CN111696141B (zh) 一种三维全景扫描采集方法、设备及存储设备
US20230100182A1 (en) Alignment Of A Radar Measurement System With A Test Target
CN116297181A (zh) 一种通过标定板快速精确校正激光扫描振镜的方法

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
DD01 Delivery of document by public notice

Addressee: GUANGDONG RUOBO INTELLIGENT ROBOT CO.,LTD. Person in charge of patents

Document name: Deemed withdrawal notice

DD01 Delivery of document by public notice
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200221

WD01 Invention patent application deemed withdrawn after publication