CN111179359A - 一种拍照系统的外参数的确定方法及装置 - Google Patents

一种拍照系统的外参数的确定方法及装置 Download PDF

Info

Publication number
CN111179359A
CN111179359A CN202010276617.1A CN202010276617A CN111179359A CN 111179359 A CN111179359 A CN 111179359A CN 202010276617 A CN202010276617 A CN 202010276617A CN 111179359 A CN111179359 A CN 111179359A
Authority
CN
China
Prior art keywords
photographing
determining
pose information
world coordinate
coordinate system
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
Application number
CN202010276617.1A
Other languages
English (en)
Other versions
CN111179359B (zh
Inventor
刘方圆
韩松杉
王世汉
胡孟宇
张弥
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.)
Zhejiang Sineva Intelligent Technology Co ltd
Original Assignee
Zhejiang Sineva Intelligent Technology 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 Zhejiang Sineva Intelligent Technology Co ltd filed Critical Zhejiang Sineva Intelligent Technology Co ltd
Priority to CN202010276617.1A priority Critical patent/CN111179359B/zh
Publication of CN111179359A publication Critical patent/CN111179359A/zh
Application granted granted Critical
Publication of CN111179359B publication Critical patent/CN111179359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本发明公开了一种拍照系统的外参数的确定方法及装置,通过各拍照设备在各自世界坐标系中的位姿信息,可以确定出将各拍照设备对应的位姿信息转换至同一世界坐标系中时的转换关系,再根据优化规则对转换关系进行优化处理,最后根据优化处理后的转换关系确定出拍照系统的外参数。因此,在本发明实施例中,不需要依赖辅助设备即可对拍照系统的外参数进行确定和标定,同时确定过程较简单,易于操作,且确定精度可以满足拍照系统的定位要求,具有广泛的实用性。

Description

一种拍照系统的外参数的确定方法及装置
技术领域
本发明涉及计算机视觉技术领域,尤指一种拍照系统的外参数的确定方法及装置。
背景技术
多目相机系统(也即由多个相机构成的拍照系统)在移动机器人、无人飞行器、自主驾驶、虚拟现实(VR)、视觉检测、以及运动估计等领域有着广泛的应用,其中多目相机系统的标定方法和标定精度至关重要。
目前,无公共视场的多相机的外参数的确定方法较少,且确定过程过于复杂,一般需要依赖辅助设备才能完成。那么,如何在不依赖辅助设备的基础上,简单快速地确定出无公共视场的多相机的外参数,是本领域技术人员亟待解决的技术问题。
发明内容
本发明实施例提供了一种拍照系统的外参数的确定方法及装置,用以在不依赖辅助设备的基础上,简单快速地确定出无公共视场的多相机的外参数。
第一方面,本发明实施例提供了一种拍照系统的外参数的确定方法,所述拍照系统包括多个拍照设备,该确定方法包括:
在安装有所述拍照系统的可移动设备按照预设轨迹进行运动时,确定各所述拍照设备在各自世界坐标系中的位姿信息;
确定将各所述拍照设备对应的所述位姿信息转换至同一世界坐标系中时的转换关系;
根据预设的优化规则对确定出的所述转换关系进行处理后,得到所述拍照系统的外参数。
可选地,在本发明实施例中,至少部分所述拍照设备对应的视场无交叠。
可选地,在本发明实施例中,所述可移动设备在二维平面内按照所述预设轨迹进行运动;
所述预设轨迹为非直线轨迹。
可选地,在本发明实施例中,确定将各所述拍照设备对应的所述位姿信息转换至同一世界坐标系中时的转换关系,具体包括:
根据各所述拍照设备对应的所述位姿信息,确定任意两个拍照设备对应的所述位姿信息转换至同一世界坐标系时的坐标转换变量;
将确定出的所述坐标转换变量确定为所述转换关系。
可选地,在本发明实施例中,所述优化规则包括:
在根据各所述转换关系构建出残差方程时,根据预设迭代次数对所述残差方程中的各所述转换关系进行调整而得到多个第一数值时,使得所述残差方程的数值为各所述第一数值中的极小值;
其中,所述拍照系统的外参数为:根据数值为极小值时的残差方程中的各所述转换关系确定。
可选地,在本发明实施例中,根据预设的优化规则对确定出的所述转换关系进行处理后,得到所述拍照系统的外参数,具体包括:
根据预设的优化规则,对所述转换关系进行优化处理,得到所述拍照系统的第一外参数;
在判断出所述第一外参数与预先确定出的所述拍照系统的第二外参数之差不大于预设阈值时,将所述第一外参数确定为所述拍照系统的外参数。
可选地,在本发明实施例中,在判断出所述第一外参数与所述第二外参数之差大于预设阈值时,还包括:
重新确定各所述拍照设备在各自世界坐标系中的位姿信息。
可选地,在本发明实施例中,确定各所述拍照设备在各自世界坐标系中的位姿信息,具体包括:
在安装有所述拍照系统的可移动设备按照预设轨迹进行运动,且到达多个采样时刻中的每个所述采样时刻时,分别获取各所述采样时刻时各所述拍照设备拍摄的图片;
根据视觉里程计算法、以及获取到的各所述采样时刻时各所述拍照设备拍摄的图片,确定各所述拍照设备在各自世界坐标系中的所述位姿信息;
其中,所述位姿信息为:针对任一所述拍照设备,在该所述拍照设备所在的世界坐标系中,各所述采样时刻获取图片时的相对位姿。
可选地,在本发明实施例中,在确定各所述拍照设备在各自世界坐标系中的所述位姿信息之后,还包括:
对确定出的各所述拍照设备对应的所述位姿信息进行降噪处理。
第二方面,本发明实施例提供了一种拍照系统的外参数的确定装置,所述拍照系统包括多个拍照设备,该确定装置还包括:
第一确定单元,用于在安装有所述拍照系统的可移动设备按照预设轨迹进行运动时,确定各所述拍照设备在各自世界坐标系中的位姿信息;
第二确定单元,用于确定将各所述拍照设备对应的所述位姿信息转换至同一世界坐标系中时的转换关系;
第三确定单元,用于根据预设的优化规则对确定出的所述转换关系进行处理后,得到所述拍照系统的外参数。本发明有益效果如下:
本发明实施例提供的一种拍照系统的外参数的确定方法及装置,通过各拍照设备在各自世界坐标系中的位姿信息,可以确定出将各拍照设备对应的位姿信息转换至同一世界坐标系中时的转换关系,再根据优化规则对转换关系进行优化处理,最后根据优化处理后的转换关系确定出拍照系统的外参数。因此,在本发明实施例中,不需要依赖辅助设备即可对拍照系统的外参数进行确定和标定,同时确定过程较简单,易于操作,且确定精度可以满足拍照系统的定位要求,具有广泛的实用性。
附图说明
图1为本发明实施例中提供的一种确定方法的流程图;
图2为本发明实施例中提供的一种可移动设备的运动轨迹的示意图;
图3为本发明实施例中提供的具体实施例的流程图;
图4为本发明实施例中提供的一种确定装置的结构示意图。
具体实施方式
下面将结合附图,对本发明实施例提供的一种拍照系统的外参数的确定方法及装置的具体实施方式进行详细地说明。需要说明的是,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种拍照系统的外参数的确定方法,如图1所示,拍照系统包括多个拍照设备,该确定方法包括:
S101、在安装有拍照系统的可移动设备按照预设轨迹进行运动时,确定各拍照设备在各自世界坐标系中的位姿信息;
其中,可移动设备可以但不限于为:无人车、物流机器人等其他可移动设备,在此并不限定。
其中,拍照系统可以安装在可移动设备之上,以使可移动设备在移动过程中,可以带动拍照系统的位置发生变化,从而有利于准确地确定出各拍照设备在各自世界坐标系中的位姿信息。
S102、确定将各拍照设备对应的位姿信息转换至同一世界坐标系中时的转换关系;
S103、根据预设的优化规则对确定出的转换关系进行处理后,得到拍照系统的外参数。
其中,外参数可以包括:旋转矩阵和/或平移向量。
因此,在本发明实施例中,不需要依赖辅助设备即可对拍照系统的外参数进行确定和标定,同时确定过程较简单,易于操作,且确定精度可以满足拍照系统的定位要求,具有广泛的实用性。
可选地,在本发明实施例中,至少部分拍照设备对应的视场无交叠。也就是说,可能存在以下两种情况:
1、部分拍照设备对应的视场无交叠,其余部分拍照对应的视场交叠。
例如但不限于,拍照系统安装在无人车之上,拍照系统共包括四个拍照设备,分别标记为拍照设备A、拍照设备B、拍照设备C和拍照设备D,其中,拍照设备A和拍照设备B安装在无人车的车头位置,拍照设备C和拍照设备D安装在无人车的车尾位置,此时:
拍照设备A和拍照设备B对应的视场交叠,拍照设备C和拍照设备D对应的视场交叠;
拍照设备A(或拍照设备B)与拍照设备C(或拍照设备D)对应的视场无交叠。
2、全部的拍照设备对应的视场均无交叠。
例如但不限于,拍照系统安装在无人车之上,拍照系统共包括四个拍照设备,分别标记为拍照设备A、拍照设备B、拍照设备C和拍照设备D,其中,拍照设备A安装在无人车的车头位置,拍照设备B安装在无人车的车尾位置,拍照设备C安装在无人车的左侧靠中间的位置,拍照设备D安装在无人车的右侧靠中间的位置,此时:
拍照设备A、拍照设备B、拍照设备C和拍照设备D对应的视场均无交叠。
当然,在实际情况中,还有可能存在以下第三种情况:
全部的拍照设备对应的视场均交叠。
也即,在本发明实施例中,不管各拍照设备为上述三种情况中的哪一种,均可以通过本发明实施例提供的上述方法确定出拍照系统的外参数,实现对外参数的标定,从而使得该确定方法可以应用至不同的应用场景中,具有广泛的适用性。
可选地,在本发明实施例中,可移动设备在二维平面内按照预设轨迹进行运动;
预设轨迹为非直线轨迹。
也就是说,为了能够充分激发运动过程中与拍照设备相关的变量的变化,可移动设备在二维平面内运动时,需要控制可移动设备在移动过程中的偏航角(可以理解为向左转和/或向右转的角度)的变化,使得移动轨迹更加趋近于蛇形(如图2所示,其中,1表示预设的移动轨迹,2表示可移动设备),使得可移动设备进行充分移动,从而有利于提高拍照系统的外参数的确定的准确性。
并且,本发明实施例中,由于可移动设备在二维平面内进行运动,并不是在三维空间内进行运动,所以本发明实施例中可移动设备进行的是受限运动,如此,通过本发明实施例中的确定方法,依然可以实现对拍照系统的外参数的确定,拓宽了该确定方法的应用范围。
在具体实施时,在本发明实施例中,确定各拍照设备在各自世界坐标系中的位姿信息,具体包括:
在安装有拍照系统的可移动设备按照预设轨迹进行运动,且到达多个采样时刻中的每个采样时刻时,分别获取各采样时刻时各拍照设备拍摄的图片;
根据视觉里程计算法、以及获取到的各采样时刻时各拍照设备拍摄的图片,确定各拍照设备在各自世界坐标系中的位姿信息;
其中,位姿信息为:针对任一拍照设备,在该拍照设备所在的世界坐标系中,各采样时刻获取图片时的相对位姿。
说明一点,在每个采样时刻,获取各拍照设备拍摄的图片时,各拍照设备在每一个采样时刻同时拍摄图片;由于在拍照设备拍摄图片时,可移动设备处于运动过程中,所以如果各拍照设备不是同时拍摄图片,可能会造成最后确定出的外参数不准确,误差增加;也就是说,各拍照设备在每一个采样时刻同时拍摄图片,有利于提高最后确定出的外参数的准确性。
对于采样时刻而言,可以根据实际需要进行设置,在具体实施时,对于采样时刻的设置数量,在此并不做具体限定。
在确定各拍照设备在各自世界坐标系中的位姿信息时,根据的视觉里程计算法,可以包括:ORBSLAM、DSO、RGBDSLAM、FSTRGBDSLAM等各种可以用于实现相对位姿计算的视觉里程计算法。
并且,在根据视觉里程计算法、以及各拍照设备拍摄的图片,确定各拍照设备对应的位姿信息时,具体的确定过程可以参见现有技术,在此不再详述。
需要说明一点,在位姿信息为针对任一拍照设备,在该拍照设备所在的世界坐标系中,各采样时刻获取图片时的相对位姿时,可以理解为:
以拍照设备A为例,拍照设备A对应的位姿信息为:除第一个采样时刻之外的各采样时刻拍摄图片时的位姿相对于第一个采样时刻拍摄图片时的位姿。
其中,拍照设备在采样时刻拍摄图片的位姿,可以根据在该采样时刻拍摄的图片确定,且每个拍照设备的世界坐标系,可以根据该拍照设备在第一个采样时刻拍摄的图片确定,具体的确定过程可以参见现有技术,在此不再详述。
如此,通过上述方法即可确定出各拍照设备在各自世界坐标系中的位姿信息,使得本发明实施例中的确定方法变得简单、易操作,从而提高了外参数的确定效率,同时有利于提高外参数确定的准确性。
具体地,在本发明实施例中,在确定各拍照设备在各自世界坐标系中的位姿信息之后,还包括:
对确定出的各拍照设备对应的位姿信息进行降噪处理。
其中,降噪处理可以理解为:去除运动轨迹中产生漂移的位姿,即不正确的位姿信息、以及噪声等信息。
如此,可以减少后续运算过程中的运算量,避免后续运算过程中无意义的计算过程,从而提高确定效率,同时还有利于提高外参数确定的准确性,减少误差。
在具体实施时,在本发明实施例中,确定将各拍照设备对应的位姿信息转换至同一世界坐标系中时的转换关系,具体包括:
根据各拍照设备对应的位姿信息,确定任意两个拍照设备对应的位姿信息转换至同一世界坐标系时的坐标转换变量;
将确定出的坐标转换变量确定为转换关系。
例如,同样以拍照系统包括四个拍照设备为例,且四个拍照设备分别定义为:拍照设备A、拍照设备B、拍照设备C和拍照设备D;其中,以第i个采样时刻为例,i为正整数;拍照设备A在自己世界坐标系中的位姿信息用Ta表示,拍照设备B在自己世界坐标系中的位姿信息用Tb表示,拍照设备C在自己世界坐标系中的位姿信息用Tc表示,拍照设备D在自己世界坐标系中的位姿信息用Td表示,那么:
拍照设备B与拍照设备A对应的位姿信息转换至同一世界坐标系时,可以得到以下关系式:
w2Tai=w2Tw1×w1Tai;
w2Tbi=w2Tai×aTb
w2Tbi= w2Tai×aTb=w2Tai×w1Tw2
其中,w1表示拍照设备A对应的世界坐标系,w2表示拍照设备B对应的世界坐标系,w2Tw1表示拍照设备A对应的世界坐标系转换为拍照设备B对应的世界坐标系时的坐标转换变量,w1Tw2aTb均表示拍照设备B对应的世界坐标系转换为拍照设备A对应的世界坐标系时的坐标转换变量,w1Tai表示第i个采样时刻对应的拍照设备A在世界坐标系w1下的位姿信息,w2Tbi表示第i个采样时刻对应的拍照设备B在世界坐标系w2下的位姿信息,w2Tai表示第i个采样时刻对应的拍照设备A对应的位姿信息转换至世界坐标系w2中时的位姿信息。
说明一点,对于同一设备而言,在不同坐标系中的位置信息是不同的;拍照设备A对应有自己的世界坐标系(如用w1表示),同样地,拍照设备B也对应有自己的世界坐标系(如用w2表示),若要获得拍照系统的外参数,需要确定出拍照设备A和拍照设备B在同一个坐标系中的位置信息,所以需要进行坐标转换。
通过对上述三个关系式的转换,可以得到:w2Tbi=w2Tw1×w1Tai×w1Tw2,也即得到了拍照设备B与拍照设备A在转换至同一世界坐标系时的转换关系,其中,w2Tw1w1Tw2为逆转换关系。
同样地,可以得到拍照设备C与拍照设备A在转换至同一世界坐标系时的转换关系:
w3Tci=w3Tw1×w1Tai×w1Tw3
其中,w3表示拍照设备C对应的世界坐标系,w3Tw1表示拍照设备A对应的世界坐标系转换为拍照设备C对应的世界坐标系时的坐标转换变量,w1Tw3表示拍照设备C对应的世界坐标系转换为拍照设备A对应的世界坐标系时的坐标转换变量,w3Tw1w1Tw3为逆转换关系。
同理,还可以得到拍照设备D与拍照设备A在转换至同一世界坐标系时的转换关系、以及拍照设备D与拍照设备C在转换至同一世界坐标系时的转换关系、拍照设备D与拍照设备B在转换至同一世界坐标系时的转换关系、拍照设备B与拍照设备C在转换至同一世界坐标系时的转换关系。
也就是说,通过上述方式,可以得到任意两个拍照设备在转换至同一世界坐标系时的坐标转换变量,将该坐标转换变量确定为任意两个拍照设备在转换至同一世界坐标系时的转换关系,以便于后续对转换关系进行优化处理,从而确定出拍照系统的外参数。
具体地,在本发明实施例中,优化规则可以包括:
在根据各转换关系构建出残差方程时,根据预设迭代次数对残差方程中的各转换关系进行调整而得到多个第一数值时,使得残差方程的数值为各第一数值中的极小值;
其中,拍照系统的外参数为:根据数值为极小值时的残差方程中的各转换关系确定。
例如,根据得到的各转换关系构建的残差方程以为:
Figure DEST_PATH_IMAGE001
Y1=w2Tbi-w2Tw1×w1Tai×w1Tw2
Y2=w3Tci-w3Tw1×w1Tai×w1Tw3
Y3=w4Tdi-w4Tw1×w1Tai×w1Tw4
其中,n表示采样时刻的数量,E(S)表示残差方程的数值。
在得到残差方程之后,因残差方程包含了各转换关系(例如但不限于w2Tw1等),所以可以在预设迭代次数内,通过对各转换关系进行调整,进而对残差方程的数值进行调整,如果:
每次迭代计算过程中,转换关系在调整前后的变化量足够小(例如但不限于变化量小于10-10)时,即可停止迭代计算(即使预设迭代次数没有完成);
或者,每次迭代计算过程中,转换关系在调整前后的变化量并不是足够小,此时需要对转换关系继续进行调整(例如增加或减小转换关系);
在迭代计算完成时,因转换关系在调整前后的变化量足够小,所以残差方程的数值的变化量也是相当小的,此时,可以认为调整结果收敛,残差方程的数值为各第一数值中的极小值(例如但不限于为0)。
其中,在迭代计算时,可以采用ceres最小二乘法进行迭代计算,当然还可以采用其他算法进行迭代计算,只要能够实现对残差方程的优化,确定出拍照系统的外参数即可,采用的具体算法在此并不做具体限定。
可选地,在得到数值为极小值的残差方程时,可以确定出此时残差方程中各转换关系的数值,此时,可以根据当前各转换关系的数值,确定出每个转换关系对应的两个拍照设备之间的旋转矩阵和平移向量,即确定出拍照系统的外参数。
其中,在根据转换关系确定对应的两个拍照设备之间的旋转矩阵和平移向量时,可以根据两个拍照设备之间的6DoF相似性转换得出如下关系式确定:
Figure 466314DEST_PATH_IMAGE002
其中,T表示转换关系,R表示旋转矩阵,t表示平移向量。
通过上述关系式,可以根据转换关系确定出的旋转矩阵和平移向量。
在具体实施时,在本发明实施例中,根据预设的优化规则对确定出的转换关系进行处理后,得到拍照系统的外参数,具体包括:
根据预设的优化规则,对转换关系进行优化处理,得到拍照系统的第一外参数;
在判断出第一外参数与预先确定出的拍照系统的第二外参数之差不大于预设阈值时,将第一外参数确定为拍照系统的外参数。
其中,可能由于某些问题的出现,导致计算出的第一外参数与第二外参数之间具有较大的偏差,此时则可以认为计算出的第一外参数是不合理的,因此:
可选地,在本发明实施例中,在判断出第一外参数与第二外参数之差大于预设阈值时,还包括:
重新确定各拍照设备在各自世界坐标系中的位姿信息。
也就是说,在确定出计算出的第一外参数不合理时,则需要重新确定各拍照设备在各自世界坐标系中的位姿信息,重新确定转换关系,再重新进行优化处理,以得到新的外参数,然后再继续与预先确定出的第二外参数进行对比,直至第一外参数与第二外参数之差不大于预设阈值为止。
若第一外参数与第二外参数之差不大于预设阈值,说明计算出的第一外参数与实际测量得到的第二外参数较匹配,或者说计算出的第一外参数是较合理的,所以此时可以将计算出的第一外参数确定为拍照系统的外参数。
如此,在确定拍照系统的外参数时,可以减少因某些因素造成的误判,避免确定出的外参数的准确性降低,从而在不需要依赖辅助设备的基础上,大大提高外参数确定的准确性,为后续拍照系统的应用提供有效的参考数据。
需要说明的是,对于第二外参数而言,其获取方法可以为:
1、根据拍照系统的设计安装图纸确定出;
此时,第二外参数是一种标准的外参数、理想的外参数或者理解为参考外参数。
这是由于:
在拍照系统按照设计图纸的实际制作过程中,可能会因为各种原因,导致制作出的拍照系统出现误差,并不能与标准情况和理想情况完全一样,所以此时在确定实际制作出的拍照系统的外参数时,需要以实际产品为主,而不能直接采用第二外参数作为实际产品的外参数;所以,第一外参数为确定出的实际产品的外参数。
并且,虽然实际产品的外参数与第二外参数存在误差,但由于实际产品是基于设计图纸制作出的,所以可以依据第二外参数对实际产品的外参数进行评估,以判断对于确定出的实际产品的外参数是否准确可靠。
2、根据对实际产品的测量结果确定出;
此时,第二外参数为实测结果,也是一种参考外参数。
这是由于:
对于实际产品而言,可能由于某些问题的出现,例如但不限于,可移动设备运动的轨迹设置的不合适、坐标转换变量确定时出现错误或确定出的拍照设备的位姿信息出现错误等原因,导致计算出的第一外参数可能会出现较大的偏差,所以需要对得到的第一外参数进行评估,且评估时可以依据实测结果(即第二外参数)进行,以判断出确定出的第一外参数是否准确可靠。
说明一点,虽然第一外参数和第二外参数均为实际产品的外参数,但实测结果(即第二外参数)比确定出的结果(即第一外参数)更加准确,更加符合实际产品的特点,所以可以依据第二外参数,以判断出确定出的第一外参数是否准确可靠。
因此,在确定出第一外参数之后,需要依据第二外参数对第一外参数进行评估,也即:判断出第一外参数与第二外参数之差是否不大于预设阈值,若不大于,说明确定出的第一外参数较准确,可靠度较高,此时可以确定第一外参数即为拍照系统的实际外参数;若大于,则说明确定出的第一外参数误差较大,需要重新确定第一外参数,再与第二外参数进行比较判断。
如此,可以保证确定出的拍照系统的外参数的准确性,提高确定结果的可靠性,为后续拍照系统的应用提供真实有效的数据参考。
下面以具体实施例对本发明实施例提供的确定方法进行说明。
结合图3所示的流程图。
S301、在安装有拍照系统的可移动设备按照预设轨迹进行运动,且到达多个采样时刻中的每个采样时刻时,分别获取各采样时刻时各拍照设备拍摄的图片;
S302、根据视觉里程计算法、以及获取到的各采样时刻时各拍照设备拍摄的图片,确定各拍照设备在各自世界坐标系中的位姿信息;
S303、根据各拍照设备对应的位姿信息,确定任意两个拍照设备对应的位姿信息转换至同一世界坐标系时的坐标转换变量;
S304、根据任意两个拍照设备对应的坐标转换变量,构建包括各坐标转换变量的残差方程;
S305、根据预设的优化规则,对残差方程进行优化处理;
S306、根据优化处理后的残差方程,确定拍照系统的第一外参数;
S307、判断第一外参数与预先确定出的拍照系统的第二外参数之差是否不大于预设阈值;若是,则执行S308;若否,则回到S301;
S308、将第一外参数确定为拍照系统的外参数。
基于同一发明构思,本发明实施例提供了一种拍照系统的外参数的确定装置,该确定装置的实现原理与前述一种确定方法的实现原理相似,该确定装置的具体实施方式可以参见前述确定方法的实施例,重复之处不再赘述。
具体地,本发明实施例提供的一种拍照系统的外参数的确定装置,如图4所示,拍照系统包括多个拍照设备,该确定装置还包括:
第一确定单元401,用于在安装有拍照系统的可移动设备按照预设轨迹进行运动时,确定各拍照设备在各自世界坐标系中的位姿信息;
第二确定单元402,用于确定将各拍照设备对应的位姿信息转换至同一世界坐标系中时的转换关系;
第三确定单元403,用于根据预设的优化规则对确定出的转换关系进行处理后,得到拍照系统的外参数。
可选地,在本发明实施例中,第二确定单元402具体用于:
根据各拍照设备对应的位姿信息,确定任意两个拍照设备对应的位姿信息转换至同一世界坐标系时的坐标转换变量;
将确定出的坐标转换变量确定为转换关系。
可选地,在本发明实施例中,第三确定单元403具体用于:
根据预设的优化规则,对转换关系进行优化处理,得到拍照系统的第一外参数;
在判断出第一外参数与预先确定出的拍照系统的第二外参数之差不大于预设阈值时,将第一外参数确定为拍照系统的外参数。
可选地,在本发明实施例中,第三确定单元403还用于:
在判断出第一外参数与第二外参数之差大于预设阈值时,重新确定各拍照设备在各自世界坐标系中的位姿信息。
可选地,在本发明实施例中,第一确定单元401具体用于:
在安装有拍照系统的可移动设备按照预设轨迹进行运动,且到达多个采样时刻中的每个采样时刻时,分别获取各采样时刻时各拍照设备拍摄的图片;
根据视觉里程计算法、以及获取到的各采样时刻时各拍照设备拍摄的图片,确定各拍照设备在各自世界坐标系中的位姿信息;
其中,位姿信息为:针对任一拍照设备,在该拍照设备所在的世界坐标系中,各采样时刻获取图片时的相对位姿。
可选地,在本发明实施例中,第一确定单元401还用于:
在确定各拍照设备在各自世界坐标系中的位姿信息之后,对确定出的各拍照设备对应的位姿信息进行降噪处理。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种拍照系统的外参数的确定方法,其特征在于,所述拍照系统包括多个拍照设备,该确定方法包括:
在安装有所述拍照系统的可移动设备按照预设轨迹进行运动时,确定各所述拍照设备在各自世界坐标系中的位姿信息;
确定将各所述拍照设备对应的所述位姿信息转换至同一世界坐标系中时的转换关系;
根据预设的优化规则对确定出的所述转换关系进行处理后,得到所述拍照系统的外参数。
2.如权利要求1所述的确定方法,其特征在于,至少部分所述拍照设备对应的视场无交叠。
3.如权利要求1所述的确定方法,其特征在于,所述可移动设备在二维平面内按照所述预设轨迹进行运动;
所述预设轨迹为非直线轨迹。
4.如权利要求1所述的确定方法,其特征在于,确定将各所述拍照设备对应的所述位姿信息转换至同一世界坐标系中时的转换关系,具体包括:
根据各所述拍照设备对应的所述位姿信息,确定任意两个拍照设备对应的所述位姿信息转换至同一世界坐标系时的坐标转换变量;
将确定出的所述坐标转换变量确定为所述转换关系。
5.如权利要求4所述的确定方法,其特征在于,所述优化规则包括:
在根据各所述转换关系构建出残差方程时,根据预设迭代次数对所述残差方程中的各所述转换关系进行调整而得到多个第一数值时,使得所述残差方程的数值为各所述第一数值中的极小值;
其中,所述拍照系统的外参数为:根据数值为极小值时的残差方程中的各所述转换关系确定。
6.如权利要求1所述的确定方法,其特征在于,根据预设的优化规则对确定出的所述转换关系进行处理后,得到所述拍照系统的外参数,具体包括:
根据预设的优化规则,对所述转换关系进行优化处理,得到所述拍照系统的第一外参数;
在判断出所述第一外参数与预先确定出的所述拍照系统的第二外参数之差不大于预设阈值时,将所述第一外参数确定为所述拍照系统的外参数。
7.如权利要求6所述的确定方法,其特征在于,在判断出所述第一外参数与所述第二外参数之差大于预设阈值时,还包括:
重新确定各所述拍照设备在各自世界坐标系中的位姿信息。
8.如权利要求1所述的确定方法,其特征在于,确定各所述拍照设备在各自世界坐标系中的位姿信息,具体包括:
在安装有所述拍照系统的可移动设备按照预设轨迹进行运动,且到达多个采样时刻中的每个所述采样时刻时,分别获取各所述采样时刻时各所述拍照设备拍摄的图片;
根据视觉里程计算法、以及获取到的各所述采样时刻时各所述拍照设备拍摄的图片,确定各所述拍照设备在各自世界坐标系中的所述位姿信息;
其中,所述位姿信息为:针对任一所述拍照设备,在该所述拍照设备所在的世界坐标系中,各所述采样时刻获取图片时的相对位姿。
9.如权利要求8所述的确定方法,其特征在于,在确定各所述拍照设备在各自世界坐标系中的所述位姿信息之后,还包括:
对确定出的各所述拍照设备对应的所述位姿信息进行降噪处理。
10.一种拍照系统的外参数的确定装置,其特征在于,所述拍照系统包括多个拍照设备,该确定装置还包括:
第一确定单元,用于在安装有所述拍照系统的可移动设备按照预设轨迹进行运动时,确定各所述拍照设备在各自世界坐标系中的位姿信息;
第二确定单元,用于确定将各所述拍照设备对应的所述位姿信息转换至同一世界坐标系中时的转换关系;
第三确定单元,用于根据预设的优化规则对确定出的所述转换关系进行处理后,得到所述拍照系统的外参数。
CN202010276617.1A 2020-04-10 2020-04-10 一种拍照系统的外参数的确定方法及装置 Active CN111179359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010276617.1A CN111179359B (zh) 2020-04-10 2020-04-10 一种拍照系统的外参数的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010276617.1A CN111179359B (zh) 2020-04-10 2020-04-10 一种拍照系统的外参数的确定方法及装置

Publications (2)

Publication Number Publication Date
CN111179359A true CN111179359A (zh) 2020-05-19
CN111179359B CN111179359B (zh) 2023-03-14

Family

ID=70655232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010276617.1A Active CN111179359B (zh) 2020-04-10 2020-04-10 一种拍照系统的外参数的确定方法及装置

Country Status (1)

Country Link
CN (1) CN111179359B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112489111A (zh) * 2020-11-25 2021-03-12 深圳地平线机器人科技有限公司 相机外参标定方法、装置及相机外参标定系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107146254A (zh) * 2017-04-05 2017-09-08 西安电子科技大学 多相机系统的相机外参数标定方法
CN108288294A (zh) * 2018-01-17 2018-07-17 视缘(上海)智能科技有限公司 一种3d相机群的外参标定方法
CN109523597A (zh) * 2017-09-18 2019-03-26 百度在线网络技术(北京)有限公司 相机外参的标定方法和装置
CN109949371A (zh) * 2019-03-18 2019-06-28 北京智行者科技有限公司 一种用于激光雷达和相机数据的标定方法
CN110969665A (zh) * 2018-09-30 2020-04-07 杭州海康威视数字技术股份有限公司 一种外参标定方法、装置、系统及机器人

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107146254A (zh) * 2017-04-05 2017-09-08 西安电子科技大学 多相机系统的相机外参数标定方法
CN109523597A (zh) * 2017-09-18 2019-03-26 百度在线网络技术(北京)有限公司 相机外参的标定方法和装置
CN108288294A (zh) * 2018-01-17 2018-07-17 视缘(上海)智能科技有限公司 一种3d相机群的外参标定方法
CN110969665A (zh) * 2018-09-30 2020-04-07 杭州海康威视数字技术股份有限公司 一种外参标定方法、装置、系统及机器人
CN109949371A (zh) * 2019-03-18 2019-06-28 北京智行者科技有限公司 一种用于激光雷达和相机数据的标定方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112489111A (zh) * 2020-11-25 2021-03-12 深圳地平线机器人科技有限公司 相机外参标定方法、装置及相机外参标定系统
CN112489111B (zh) * 2020-11-25 2024-01-30 深圳地平线机器人科技有限公司 相机外参标定方法、装置及相机外参标定系统

Also Published As

Publication number Publication date
CN111179359B (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
CN106529495B (zh) 一种飞行器的障碍物检测方法和装置
CN107945220B (zh) 一种基于双目视觉的重建方法
CN107481292B (zh) 车载摄像头的姿态误差估计方法和装置
CN108235725B (zh) 基于云端的轨迹地图生成方法、装置、设备及应用程序
CN110456330B (zh) 一种相机与激光雷达之间外参无目标自动标定方法及系统
CN106873619B (zh) 一种无人机飞行路径的处理方法
CN110782496B (zh) 标定方法、装置、航拍设备和存储介质
CN108917753B (zh) 基于从运动恢复结构的飞行器位置确定方法
CN111862234B (zh) 双目相机自标定方法及系统
CN104596502A (zh) 一种基于cad模型与单目视觉的物体位姿测量方法
CN110520694A (zh) 一种视觉里程计及其实现方法
CN105976377B (zh) 车载鱼眼摄像头自标定的方法
CN104281148A (zh) 基于双目立体视觉的移动机器人自主导航方法
KR20160077684A (ko) 객체 추적 장치 및 방법
CN113970922A (zh) 点云数据的处理方法、智能行驶控制方法及装置
CN112907620A (zh) 相机位姿的估计方法、装置、可读存储介质及电子设备
CN105096341A (zh) 基于三焦张量和关键帧策略的移动机器人位姿估计方法
CN111179359B (zh) 一种拍照系统的外参数的确定方法及装置
CN113570662A (zh) 3d定位来自真实世界图像中地标的系统和方法
CN113345032B (zh) 一种基于广角相机大畸变图的初始化建图方法及系统
CN113393524B (zh) 一种结合深度学习和轮廓点云重建的目标位姿估计方法
CN116681733A (zh) 一种空间非合作目标近距离实时位姿跟踪方法
Mharolkar et al. RGBDTCalibNet: End-to-end Online Extrinsic Calibration between a 3D LiDAR, an RGB Camera and a Thermal Camera
CN115131433A (zh) 一种非合作目标位姿的处理方法、装置及电子设备
CN114821372A (zh) 基于单目视觉的无人机编队中个体相对位姿测量方法

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
GR01 Patent grant
GR01 Patent grant