CN112288827A - 基于线光场的汽车检测无公共视场相机全局标定方法与系统 - Google Patents

基于线光场的汽车检测无公共视场相机全局标定方法与系统 Download PDF

Info

Publication number
CN112288827A
CN112288827A CN202011335534.1A CN202011335534A CN112288827A CN 112288827 A CN112288827 A CN 112288827A CN 202011335534 A CN202011335534 A CN 202011335534A CN 112288827 A CN112288827 A CN 112288827A
Authority
CN
China
Prior art keywords
camera
laser
cylindrical target
coordinate system
line
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
CN202011335534.1A
Other languages
English (en)
Other versions
CN112288827B (zh
Inventor
徐观
沈慧
李晓韬
张立斌
陈熔
刘玉梅
林慧英
戴建国
单红梅
朱尧平
贺微
陈芳
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202011335534.1A priority Critical patent/CN112288827B/zh
Publication of CN112288827A publication Critical patent/CN112288827A/zh
Application granted granted Critical
Publication of CN112288827B publication Critical patent/CN112288827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T7/85—Stereo 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

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

Abstract

本发明公开了一种基于线光场的汽车检测无公共视场相机全局标定方法与系统，旨在解决基于线光场的汽车检测无公共视场相机全局标定的问题。基于线光场的汽车检测无公共视场相机全局标定方法主要包括四个步骤：解算从圆柱靶标(8)到第一摄像机(3)及第二摄像机(5)坐标系转换的单应矩阵、解算激光线在第一摄像机(3)坐标系下的Plücker坐标、解算激光线在第二摄像机(5)坐标系下的Plücker坐标、基于反对称矩阵SVD分解的第一摄像机(3)坐标系与第二摄像机(5)坐标系单应矩阵的解算组成。提供了一种可用于大尺度空间检测、性能稳定的基于线光场的汽车检测无公共视场相机全局标定方法与系统。

Description

基于线光场的汽车检测无公共视场相机全局标定方法与系统
技术领域
本发明涉及一种汽车检测领域的测量设备的标定方法与系统，更具体的说，它是一种基于线光场的汽车检测无公共视场相机全局标定方法与系统。
背景技术
汽车检视觉检测由于具有非接触、成本低、精度高等优点近年来已经逐渐成为了提高汽车检测的效率和精度的关键技术。利用机器视觉可以实现汽车车轮定位参数检测、汽车轴距差检测、汽车形貌检测、多轴车轴偏角检测、车型智能识别、超载检测等多方面领域。但是目前常用的视觉检测方法由于视场受限，无法满足车辆等大型被测物体的形貌测量需求和多个车轮之间的定位参数等远距离被测物体的位置测量需求，若采用多相机视觉测量系统则往往需要将所有相机的测量精确地统一在同一坐标系下而完成检测。然而，一个重要的问题是单个相机的视场有限，为了扩大视场而采用的多个相机可能具有非重叠视场，很难建立公共的空间约束，特别是在一些复杂的相机空间分布中，例如长工作距离，非对称的工作角度或狭窄的工作空间等。故提出了一种基于线光场的汽车检测无公共视场相机全局标定方法来解决如何确定无公共视场的多个摄像机之间的位姿关系的问题，采用线激光器发出的激光线构造三维空间平面作为两个相机坐标系转换的桥梁，无需增加额外的独立场景相机，且可以在激光线有效的较远距离实现单应矩阵的解算，实现了基于线光场的汽车检测无公共视场相机的全局统一。
发明内容
本发明针对解决在汽车检测过程中，多个无公共视场相机之间单应关系的标定的问题，提出了一种灵活简便、工作安全可靠、结构简单且无需增加相机的远距离无公共视场多相机全局标定方法与系统。通过左右两个个摄像机分别获取同一组激光线的坐标，以此为桥梁确定两个摄像机之间的单应关系，实现了基于线光场的汽车检测无公共视场相机全局标定。
结合说明书附图，本发明采用如下技术方案予以实现：
基于线光场的汽车检测无公共视场相机全局标定方法的具体步骤如下：
第一步：基于线光场的汽车检测无公共视场相机全局标定的图像采集和解算从圆柱靶标到第一摄像机及第二摄像机坐标系转换的单应矩阵：
将第一摄像机支架、第二摄像机支架放置在地面上，第一摄像机和第二摄像机分别固定第一摄像机支架、第二摄像机支架上，根据汽车检测对大检测范围的需要，第一摄像机和第二摄像机无公共视场，激光器安装块支架放置在地面上，激光器安装块固定在激光器安装块支架上，一组线激光器固定在激光器安装块上，将圆柱靶标移入第一摄像机视场范围内，第一摄像机采集一幅包括圆柱靶标图像用于标定第一摄像机，打开所有线激光器，第一摄像机继续采集一幅包括圆柱靶标以及线激光器发出的激光线与圆柱靶标表面相交的投影激光线的图像，移动圆柱靶标，第一摄像机继续采集j(j＝1，2，…n)幅图像；将圆柱靶标移入第二摄像机视场范围内，第二摄像机采集一幅包括圆柱靶标以及线激光器发出的激光线与圆柱靶标表面相交的投影激光线的图像，移动圆柱靶标，第二摄像机继续采集j(j＝1，2...n)幅图像；关闭所有线激光器，第二摄像机继续采集一幅包括圆柱靶标图像用于标定第二摄像机；
圆柱靶标坐标系与第一摄像机获取的图像坐标系的转换关系为
PT1，I1YT1，k＝syT1，k
利用RANSAC点提取算法和DLT标定方法可求得投影矩阵PT1，I1＝AT1，I1[RT1，I1tT1，I1]，AT1，I1是第一摄像机的内参数，RT1，I1，tT1，I1是根据QR分解获得的第一摄像机的外参数，yT1，k为圆柱靶标特征点YT1，k在第一摄像机获取的图像下的图像坐标，j表示圆柱靶标上的第k个特征点，由旋转矩阵RT1，I1和平移向量tT1，I1可求得圆柱靶标在第一摄像机视场下的坐标系与第一摄像机坐标系转换的单应矩阵为
Figure BSA0000225804300000021
圆柱靶标8坐标系与第二摄像机获取的图像坐标系的转换关系为
PT2，I2YT2，k＝syT2，k
利用RANSAC点提取算法和DLT的标定方法可求得投影矩阵PT2，I2＝AT2，I2[RT2，I2tT2，I2]，AT2，I2是第二摄像机的内参数，RT2，I2，tT2，I2是根据QR分解获得的第二摄像机的外参数，yT2，k为圆柱靶标特征点YT2，k在第二摄像机获取的图像下的图像坐标，由旋转矩阵RT2，I2和平移向量tT2，I2可求得圆柱靶标在第二摄像机视场下的坐标系与第二摄像机坐标系转换的单应矩阵为
Figure BSA0000225804300000022
第二步：当打开线激光器且圆柱靶标在第一摄像机视场内时，根据第一摄像机采集的j幅图像，解算激光线在第一摄像机坐标系下的Plücker坐标：
根据圆柱靶标坐标系与第一摄像机获取的图像坐标系的转换关系
PT1，I1ALi，j＝saLi，j
以及点在圆柱靶标上的条件
[ALi，j(1)]2+[ALi，j(2)]2＝r2
可以求得ALi，j＝[ALi，j(1) ALi，j(2) ALi，j(3) 1]T，其中ALi，j为圆柱靶标与线激光器发出的激光线相交而成的激光特征点在圆柱靶标坐标系下的坐标，aLi，j为激光特征点ALi，j第一摄像机获取的图像下的图像坐标，i(i＝1，2，…m)表示有i条激光线，j(j＝1，2，…n)表示第i条激光线是由j个特征点构成的，r为圆柱靶标的半径；
再利用第一步中求得单应矩阵KT1，C1，可求得激光特征点激光特征点在第一摄像机坐标系下的坐标为
Figure BSA0000225804300000031
选取激光特征点
Figure BSA0000225804300000032
计算激光线La i初始参数值：
Figure BSA0000225804300000033
令
Figure BSA0000225804300000034
Figure BSA0000225804300000035
由已知空间直线La i初始参数值以及点到直线距离最短对空间直线La i进行最小二乘化法优化，优化函数如下：
Figure BSA0000225804300000036
获得空间直线La i优化参数值ai，1，ai，2，ai，3，ai，4，ai，5，ai，6，并表示为在第一摄像机坐标系下的Plücker坐标：
Figure BSA0000225804300000037
第三步：当打开线激光器且圆柱靶标在第二摄像机视场内时，根据第二摄像机采集的j幅图像，解算激光线在第二摄像机坐标系下的Plücker坐标：
根据圆柱靶标坐标系与第二摄像机获取的图像坐标系的转换关系
PT2，I2BLi，j＝sbLi，j
以及点在圆柱靶标上的条件
[BLi，j(1)]2+[BLi，j(2)]2＝r2
可以求得BLi，j＝[BLi，j(1) BLi，j(2) BLi，j(3) 1]T，其中BLi，j为圆柱靶标与线激光器发出的激光线相交而成的激光特征点在圆柱靶标坐标系下的坐标，bLi，j为激光特征点BLi，j第二摄像机获取的图像下的图像坐标，i(i＝1，2，…m)表示有i条激光线，j(j＝1，2，…n)表示第i条激光线是由j个特征点构成的，r为圆柱靶标的半径；
再利用第一步中求得单应矩阵KT2，C2，可求得激光特征点激光特征点在第二摄像机坐标系下的坐标为
Figure BSA0000225804300000041
选取激光特征点
Figure BSA0000225804300000042
计算激光线Lb i初始参数值：
Figure BSA0000225804300000043
令
Figure BSA0000225804300000044
Figure BSA0000225804300000045
由已知空间直线Lb i初始参数值以及点到直线距离最短对空间直线La i进行最小二乘化法优化，优化函数如下：
Figure BSA0000225804300000046
获得空间直线Lb i优化参数值bi，1，bi，2，bi，3，bi，4，bi，5，bi，6，并表示为在第二摄像机坐标系下的Plücker坐标：
Figure BSA0000225804300000047
第四步：第一摄像机坐标系与第二摄像机坐标系转换矩阵的解算：
根据激光线La i，Lb i的Plücker坐标为反对称矩阵，可分解为
La i＝Ua，iBUa，i T
Figure BSA0000225804300000051
其中
Figure BSA0000225804300000052
由于La i，Lb i分别为同一条激光线在第一摄像机与第二摄像机坐标系下的Plücker坐标，故有
Figure BSA0000225804300000053
KC1C2，i为第二摄像机到第一摄像机坐标系之间的单应矩阵
KC1C2，i＝Ua，iUb，i -1。
基于线光场的汽车检测无公共视场相机全局标定系统包括有激光器安装块、激光器安装块支架、第一摄像机、第一摄像机支架、第二摄像机、第二摄像机支架、线激光器与圆柱靶标；
激光器安装块支架、第一摄像机支架、第二摄像机支架与圆柱靶标放置在地面上，第一摄像机和第二摄像机通过底部的螺纹孔分别与第一摄像机支架和第二摄像机支架顶部的螺栓螺纹固定连接，第一摄像机和第二摄像机无公共视场，激光器安装块与激光器安装块支架顶部的螺栓螺纹固定连接，一组线激光器插入激光器安装块的一组通孔中，紧定螺钉旋入激光器安装块顶部的螺纹孔，紧定螺钉端部与线激光器圆柱面接触紧配合。
技术方案中所述的激光器安装块支架为可调整高度的三角支架。
技术方案中所述的第一摄像机支架为可调整高度的三角支架。
技术方案中所述的第二摄像机支架均为可调整高度的三角支架。
技术方案中所述的圆柱靶标为空心圆柱形零件，外表面粘贴有棋盘格图案。
技术方案中所述的第一摄像机为装有窄带滤光片的广角工业相机。
技术方案中所述的第二摄像机为装有窄带滤光片的广角工业相机。
技术方案中所述的激光器安装块为钢板制作而成的零件，钢板侧面加工有一组通孔，每个通孔上方的钢板顶部对应加工有两个定位螺纹孔，钢板底部加工螺纹孔。
技术方案中所述的线激光器为可发射激光线的圆柱形零件，线激光器发出的激光线波长与第一摄像机、第二摄像机的窄带滤光片的带通波长一致。
本发明的有益效果是：
(1)本发明的方法针对无公共视场相机全局标定问题，引入线激光作为相机之间的桥梁，采用多个点确定并优化激光线在摄像机坐标系下的坐标，根据反对称矩阵SVD分解特性解算多个无公共视场相机之间的单应矩阵，使得测结果更加精确，实现了无公共视场相机之间的单应关系的解算，由于激光线可以实现远距离传播，因此该方法能够对较远距离的相机之间的单应关系实现高精度的标定。
(2)本发明的方法，操作更加简单、灵活，不必测量不同位置的靶标之间的关系就可以确定两个相机之间单应关系，且相机之间无公共视场，测量范围更大。
附图说明
图1是基于线光场的汽车检测无公共视场相机全局标定方法的原理图；
图2是基于线光场的汽车检测无公共视场相机全局标定方法中求解圆柱靶标8与第一摄像机3以及第二摄像机5坐标转换的单应矩阵的流程图；
图3是基于线光场的汽车检测无公共视场相机全局标定方法中求解同一条激光线在第一摄像机3坐标系下的Plücker坐标；
图4是基于线光场的汽车检测无公共视场相机全局标定方法中求解同一条激光线分别在第二摄像机3坐标系下的Plücker坐标；
图5是基于线光场的汽车检测无公共视场相机全局标定方法中求解从第二摄像机5坐标系到第一摄像机3坐标系转换的单应矩阵的流程图；
图6是基于线光场的汽车检测无公共视场相机全局标定系统的轴测图；
图7是基于线光场的汽车检测无公共视场相机全局标定系统中激光器安装块1的轴测图；
图8是基于线光场的汽车检测无公共视场相机全局标定系统中激光器安装块支架2的轴测图；
图9是基于线光场的汽车检测无公共视场相机全局标定系统中第一摄像机3的轴测图；
图10是基于线光场的汽车检测无公共视场相机全局标定系统中圆柱靶标8的轴测图；
图中：1.激光器安装块，2.激光器安装块支架，3.第一摄像机，4.第一摄像机支架，5.第二摄像机，6.第二摄像机支架，7.线激光器，8.圆柱靶标。
具体实施方式
下面结合附图对本发明作进一步的详细描述：
参阅图1至图5，基于线光场的汽车检测无公共视场相机全局标定方法可分为以下四步：
第一步：基于线光场的汽车检测无公共视场相机全局标定的图像采集和解算从圆柱靶标8到第一摄像机3及第二摄像机5坐标系转换的单应矩阵：
将第一摄像机支架4、第二摄像机支架6放置在地面上，第一摄像机3和第二摄像机5分别固定第一摄像机支架4、第二摄像机支架6上，根据汽车检测对大检测范围的需要，第一摄像机3和第二摄像机5无公共视场，激光器安装块支架2放置在地面上，激光器安装块1固定在激光器安装块支架2上，一组线激光器7固定在激光器安装块1上，将圆柱靶标8移入第一摄像机3视场范围内，第一摄像机3采集一幅包括圆柱靶标8图像用于标定第一摄像机3，打开所有线激光器7，第一摄像机3继续采集一幅包括圆柱靶标8以及线激光器7发出的激光线与圆柱靶标8表面相交的投影激光线的图像，移动圆柱靶标8，第一摄像机3继续采集j(j＝1，2，…n)幅图像；将圆柱靶标8移入第二摄像机5视场范围内，第二摄像机5采集一幅包括圆柱靶标8以及线激光器7发出的激光线与圆柱靶标8表面相交的投影激光线的图像，移动圆柱靶标8，第二摄像机5继续采集j(j＝1，2...n)幅图像；关闭所有线激光器7，第二摄像机5继续采集一幅包括圆柱靶标8图像用于标定第二摄像机5；
圆柱靶标8坐标系与第一摄像机3获取的图像坐标系的转换关系为
PT1，I1YT1，k＝syT1，k
利用RANSAC点提取算法和DLT标定方法可求得投影矩阵PT1，I1＝AT1，I1[RT1，I1tT1，I1]，AT1，I1是第一摄像机3的内参数，RT1，I1，tT1，I1是根据QR分解获得的第一摄像机3的外参数，yT1，k为圆柱靶标8特征点YT1，k在第一摄像机3获取的图像下的图像坐标，j表示圆柱靶标8上的第k个特征点，由旋转矩阵RT1，I1和平移向量tT1，I1可求得圆柱靶标8在第一摄像机3视场下的坐标系与第一摄像机3坐标系转换的单应矩阵为
Figure BSA0000225804300000071
圆柱靶标8坐标系与第二摄像机5获取的图像坐标系的转换关系为
PT2，I2YT2，k＝syT2，k
利用RANSAC点提取算法和DLT的标定方法可求得投影矩阵PT2，I2＝AT2，I2[RT2，I2tT2，I2]，AT2，I2是第二摄像机5的内参数，RT2，I2，tT2，I2是根据QR分解获得的第二摄像机5的外参数，yT2，k为圆柱靶标8特征点YT2，k在第二摄像机5获取的图像下的图像坐标，由旋转矩阵RT2，I2和平移向量tT2，I2可求得圆柱靶标8在第二摄像机5视场下的坐标系与第二摄像机5坐标系转换的单应矩阵为
Figure BSA0000225804300000081
第二步：当打开线激光器7且圆柱靶标8在第一摄像机3视场内时，根据第一摄像机3采集的j幅图像，解算激光线在第一摄像机3坐标系下的Plücker坐标：
根据圆柱靶标8坐标系与第一摄像机3获取的图像坐标系的转换关系
PT1，I1ALi，j＝saLi，j
以及点在圆柱靶标8上的条件
[ALi，j(1)]2+[ALi，j(2)]2＝r2
可以求得ALi，j＝[ALi，j(1) ALi，j(2) ALi，j(3) 1]T，其中ALi，j为圆柱靶标8与线激光器7发出的激光线相交而成的激光特征点在圆柱靶标8坐标系下的坐标，aLi，j为激光特征点ALi，j第一摄像机3获取的图像下的图像坐标，i(i＝1，2，…m)表示有i条激光线，j(j＝1，2，…n)表示第i条激光线是由j个特征点构成的，r为圆柱靶标8的半径；
再利用第一步中求得单应矩阵KT1，C1，可求得激光特征点激光特征点在第一摄像机3坐标系下的坐标为
Figure BSA0000225804300000082
选取激光特征点
Figure BSA0000225804300000083
计算激光线La i初始参数值：
Figure BSA0000225804300000084
令
Figure BSA0000225804300000085
Figure BSA0000225804300000086
由已知空间直线La i初始参数值以及点到直线距离最短对空间直线La i进行最小二乘化法优化，优化函数如下：
Figure BSA0000225804300000091
获得空间直线La i优化参数值ai，1，ai，2，ai，3，ai，4，ai，5，ai，6，并表示为在第一摄像机3坐标系下的Plücker坐标：
Figure BSA0000225804300000092
第三步：当打开线激光器7且圆柱靶标8在第二摄像机5视场内时，根据第二摄像机5采集的j幅图像，解算激光线在第二摄像机5坐标系下的Plücker坐标：
根据圆柱靶标8坐标系与第二摄像机5获取的图像坐标系的转换关系
PT2，I2BLi，j＝sbLi，j
以及点在圆柱靶标8上的条件
[BLi，j(1)]2+[BLi，j(2)]2＝r2
可以求得BLi，j＝[BLi，j(1) BLi，j(2) BLi，j(3) 1]T，其中BLi，j为圆柱靶标8与线激光器7发出的激光线相交而成的激光特征点在圆柱靶标8坐标系下的坐标，bLi，j为激光特征点BLi，j第二摄像机5获取的图像下的图像坐标，i(i＝1，2，…m)表示有i条激光线，j(j＝1，2，…n)表示第i条激光线是由j个特征点构成的，r为圆柱靶标8的半径；
再利用第一步中求得单应矩阵KT2，C2，可求得激光特征点激光特征点在第二摄像机5坐标系下的坐标为
Figure BSA0000225804300000093
选取激光特征点
Figure BSA0000225804300000094
计算激光线Lb i初始参数值：
Figure BSA0000225804300000101
令
Figure BSA0000225804300000102
Figure BSA0000225804300000103
由已知空间直线Lb i初始参数值以及点到直线距离最短对空间直线La i进行最小二乘化法优化，优化函数如下：
Figure BSA0000225804300000104
获得空间直线Lb i优化参数值bi，1，bi，2，bi，3，bi，4，bi，5，bi，6，并表示为在第二摄像机5坐标系下的Plücker坐标：
Figure BSA0000225804300000105
第四步：第一摄像机3坐标系与第二摄像机5坐标系转换矩阵的解算：
根据激光线La i，Lb i的Plücker坐标为反对称矩阵，可分解为
La i＝Ua，iBUa，i T
Figure BSA0000225804300000106
其中
Figure BSA0000225804300000107
由于La i，Lb i分别为同一条激光线在第一摄像机3与第二摄像机5坐标系下的Plücker坐标，故有
Figure BSA0000225804300000108
KC1C2，i为第二摄像机5到第一摄像机3坐标系之间的单应矩阵
KC1C2，i＝Ua，iUb，i -1
参阅图6至图10，基于线光场的汽车检测无公共视场相机全局标定系统包括有激光器安装块1、激光器安装块支架2、第一摄像机3、第一摄像机支架4、第二摄像机5、第二摄像机支架6、线激光器7与圆柱靶标8；
激光器安装块支架2、第一摄像机支架4与第二摄像机支架6均为可调整高度的三角支架，圆柱靶标8为空心圆柱形零件，外表面粘贴有棋盘格图案，激光器安装块支架2、第一摄像机支架4、第二摄像机支架6与圆柱靶标8放置在地面上，第一摄像机3与第二摄像机5均为装有窄带滤光片的广角工业相机，第一摄像机3和第二摄像机5通过底部的螺纹孔分别与第一摄像机支架4和第二摄像机支架6顶部的螺栓螺纹固定连接，第一摄像机3和第二摄像机5无公共视场，激光器安装块1为钢板制作而成的零件，钢板侧面加工有一组通孔，钢板底部加工螺纹孔，激光器安装块1与激光器安装块支架2顶部的螺栓螺纹固定连接，每个通孔上方的钢板顶部对应加工有两个定位螺纹孔，一组线激光器7插入激光器安装块1的一组通孔中，紧定螺钉旋入激光器安装块1顶部的螺纹孔，紧定螺钉端部与线激光器7圆柱面接触紧配合，线激光器7为可发射激光线的圆柱形零件，线激光器7发出的激光线波长与第一摄像机3、第二摄像机5的窄带滤光片的带通波长一致。

Claims (2)

1.一种基于线光场的汽车检测无公共视场相机全局标定方法，其特征在于，所述的基于线光场的汽车检测无公共视场相机全局标定方法的具体步骤如下：
第一步：基于线光场的汽车检测无公共视场相机全局标定的图像采集和解算从圆柱靶标(8)到第一摄像机(3)及第二摄像机(5)坐标系转换的单应矩阵：
将第一摄像机支架(4)、第二摄像机支架(6)放置在地面上，第一摄像机(3)和第二摄像机(5)分别固定第一摄像机支架(4)、第二摄像机支架(6)上，根据汽车检测对大检测范围的需要，第一摄像机(3)和第二摄像机(5)无公共视场，激光器安装块支架(2)放置在地面上，激光器安装块(1)固定在激光器安装块支架(2)上，一组线激光器(7)固定在激光器安装块(1)上，将圆柱靶标(8)移入第一摄像机(3)视场范围内，第一摄像机(3)采集一幅包括圆柱靶标(8)图像用于标定第一摄像机(3)，打开所有线激光器(7)，第一摄像机(3)继续采集一幅包括圆柱靶标(8)以及线激光器(7)发出的激光线与圆柱靶标(8)表面相交的投影激光线的图像，移动圆柱靶标(8)，第一摄像机(3)继续采集j(j＝1，2，…n)幅图像；将圆柱靶标(8)移入第二摄像机(5)视场范围内，第二摄像机(5)采集一幅包括圆柱靶标(8)以及线激光器(7)发出的激光线与圆柱靶标(8)表面相交的投影激光线的图像，移动圆柱靶标(8，第二摄像机(5)继续采集j(j＝1，2...n)幅图像；关闭所有线激光器(7)，第二摄像机(5)继续采集一幅包括圆柱靶标(8)图像用于标定第二摄像机(5)；
圆柱靶标(8)坐标系与第一摄像机(3)获取的图像坐标系的转换关系为
PT1，I1YT1，k＝syT1，k
利用RANSAC点提取算法和DLT标定方法可求得投影矩阵PT1，I1＝AT1，I1[RT1，I1 tT1，I1]，AT1，I1是第一摄像机(3)的内参数，RT1，I1，tT1，I1是根据QR分解获得的第一摄像机(3)的外参数，yT1，k为圆柱靶标(8)特征点YT1，k在第一摄像机(3)获取的图像下的图像坐标，j表示圆柱靶标(8)上的第k个特征点，由旋转矩阵RT1，I1和平移向量tT1，I1可求得圆柱靶标(8)在第一摄像机(3)视场下的坐标系与第一摄像机(3)坐标系转换的单应矩阵为
Figure FSA0000225804290000011
圆柱靶标(8)坐标系与第二摄像机(5)获取的图像坐标系的转换关系为
PT2，I2YT2，k＝syT2，k
利用RANSAC点提取算法和DLT的标定方法可求得投影矩阵PT2，I2＝AT2，I2[RT2，I2 tT2，I2]，AT2，I2是第二摄像机(5)的内参数，RT2，I2，tT2，I2是根据QR分解获得的第二摄像机(5)的外参数，yT2，k为圆柱靶标(8)特征点YT2，k在第二摄像机(5)获取的图像下的图像坐标，由旋转矩阵RT2，I2和平移向量tT2，I2可求得圆柱靶标(8)在第二摄像机(5)视场下的坐标系与第二摄像机(5)坐标系转换的单应矩阵为
Figure FSA0000225804290000021
第二步：当打开线激光器(7)且圆柱靶标(8)在第一摄像机(3)视场内时，根据第一摄像机(3)采集的j幅图像，解算激光线在第一摄像机(3)坐标系下的Plücker坐标：
根据圆柱靶标(8)坐标系与第一摄像机(3)获取的图像坐标系的转换关系
PT1，I1ALi，j＝saLi，j
以及点在圆柱靶标(8)上的条件
[ALi，j(1)]2+[ALi，j(2)]2＝r2
可以求得ALi，j＝[ALi，j(1) ALi，j(2) ALi，j(3) 1]T，其中ALi，j为圆柱靶标(8)与线激光器(7)发出的激光线相交而成的激光特征点在圆柱靶标(8)坐标系下的坐标，aLi，j为激光特征点ALi，j第一摄像机(3)获取的图像下的图像坐标，i(i＝1，2，…m)表示有i条激光线，j(j＝1，2，…n)表示第i条激光线是由j个特征点构成的，r为圆柱靶标(8)的半径；
再利用第一步中求得单应矩阵KT1，C1，可求得激光特征点激光特征点在第一摄像机(3)坐标系下的坐标为
Figure FSA0000225804290000022
选取激光特征点
Figure FSA0000225804290000023
计算激光线La i初始参数值：
Figure FSA0000225804290000024
令
Figure FSA0000225804290000031
Figure FSA0000225804290000032
由已知空间直线La i初始参数值以及点到直线距离最短对空间直线La i进行最小二乘化法优化，优化函数如下：
Figure FSA0000225804290000033
获得空间直线La i优化参数值ai，1，ai，2，ai，3，ai，4，ai，5，ai，6，并表示为在第一摄像机(3)坐标系下的Plücker坐标：
Figure FSA0000225804290000034
第三步：当打开线激光器(7)且圆柱靶标(8)在第二摄像机(5)视场内时，根据第二摄像机(5)采集的j幅图像，解算激光线在第二摄像机(5)坐标系下的Plücker坐标：
根据圆柱靶标(8)坐标系与第二摄像机5获取的图像坐标系的转换关系
PT2，I2BLi，j＝sbLi，j
以及点在圆柱靶标(8)上的条件
[BLi，j(1)]2+[BLi，j(2)]2＝r2
可以求得BLi，j＝[BLi，j(1) BLi，j(2) BLi，j(3) 1]T，其中BLi，j为圆柱靶标(8)与线激光器(7)发出的激光线相交而成的激光特征点在圆柱靶标(8)坐标系下的坐标，bLi，j为激光特征点BLi，j第二摄像机(5)获取的图像下的图像坐标，i(i＝1，2，…m)表示有i条激光线，j(j＝1，2，…n)表示第i条激光线是由j个特征点构成的，r为圆柱靶标(8)的半径；
再利用第一步中求得单应矩阵KT2，C2，可求得激光特征点激光特征点在第二摄像机(5)坐标系下的坐标为
Figure FSA0000225804290000041
选取激光特征点
Figure FSA0000225804290000042
计算激光线Lb i初始参数值：
Figure FSA0000225804290000043
令
Figure FSA0000225804290000044
Figure FSA0000225804290000045
由已知空间直线Lb i初始参数值以及点到直线距离最短对空间直线La i进行最小二乘化法优化，优化函数如下：
Figure FSA0000225804290000046
获得空间直线Lb i优化参数值bi，1，bi，2，bi，3，bi，4，bi，5，bi，6，并表示为在第二摄像机(5)坐标系下的Plücker坐标：
Figure FSA0000225804290000047
第四步：第一摄像机(3)坐标系与第二摄像机(5)坐标系转换矩阵的解算：
根据激光线La i，Lb i的Plücker坐标为反对称矩阵，可分解为
La i＝Ua，iBUa，i T
Figure FSA0000225804290000048
其中
Figure FSA0000225804290000049
由于La i，Lb i分别为同一条激光线在第一摄像机(3)与第二摄像机(5)坐标系下的Plücker坐标，故有
Figure FSA00002258042900000410
KC1C2，i为第二摄像机(5)到第一摄像机(3)坐标系之间的单应矩阵
KC1C2，i＝Ua，iUb，i -1。
2.按照权利要求1所述的基于线光场的汽车检测无公共视场相机全局标定方法的标定系统，包括有激光器安装块(1)、激光器安装块支架(2)、第一摄像机(3)、第一摄像机支架(4)、第二摄像机(5)、第二摄像机支架(6)、线激光器(7)与圆柱靶标(8)；
激光器安装块支架(2)、第一摄像机支架(4)、第二摄像机支架(6)与圆柱靶标(8)放置在地面上，第一摄像机(3)和第二摄像机(5)通过底部的螺纹孔分别与第一摄像机支架(4)和第二摄像机支架(6)顶部的螺栓螺纹固定连接，第一摄像机(3)和第二摄像机(5)无公共视场，激光器安装块(1)与激光器安装块支架(2)顶部的螺栓螺纹固定连接，其特征在于，一组线激光器(7)插入激光器安装块(1)的一组通孔中，紧定螺钉旋入激光器安装块(1)顶部的螺纹孔，紧定螺钉端部与线激光器(7)圆柱面接触紧配合。
CN202011335534.1A 2020-11-22 2020-11-22 基于线光场的汽车检测无公共视场相机全局标定方法与系统 Active CN112288827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011335534.1A CN112288827B (zh) 2020-11-22 2020-11-22 基于线光场的汽车检测无公共视场相机全局标定方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011335534.1A CN112288827B (zh) 2020-11-22 2020-11-22 基于线光场的汽车检测无公共视场相机全局标定方法与系统

Publications (2)

Publication Number Publication Date
CN112288827A true CN112288827A (zh) 2021-01-29
CN112288827B CN112288827B (zh) 2022-09-02

Family

ID=74425374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011335534.1A Active CN112288827B (zh) 2020-11-22 2020-11-22 基于线光场的汽车检测无公共视场相机全局标定方法与系统

Country Status (1)

Country Link
CN (1) CN112288827B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230097584A1 (en) * 2021-09-27 2023-03-30 Ford Global Technologies, Llc Object pose estimation
CN116883516A (zh) * 2023-09-07 2023-10-13 西南科技大学 相机参数标定方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104013417A (zh) * 2014-04-25 2014-09-03 浙江工商大学 一种基于针孔阵列的x射线光场成像及标定方法
US20160187248A1 (en) * 2014-12-31 2016-06-30 Huazhong University Of Science And Technology Method and device for measuring large-area and massive scattered field in nanoscale
US20160321800A1 (en) * 2015-04-29 2016-11-03 Kla-Tencor Corporation Intra-Die Defect Detection
CN107255443A (zh) * 2017-07-14 2017-10-17 北京航空航天大学 一种复杂环境下双目视觉传感器现场标定方法及装置
CN107705335A (zh) * 2017-09-21 2018-02-16 珠海中视科技有限公司 标定非共视域线扫激光测距仪和测量相机方位的方法
CN108509918A (zh) * 2018-04-03 2018-09-07 中国人民解放军国防科技大学 融合激光点云与图像的目标检测与跟踪方法
CN108648242A (zh) * 2018-05-18 2018-10-12 北京航空航天大学 基于激光测距仪辅助无公共视场的两相机标定方法及装置
CN109727290A (zh) * 2018-12-26 2019-05-07 南京理工大学 基于单目视觉三角测距法的变焦相机动态标定方法
CN111174698A (zh) * 2019-12-31 2020-05-19 吉林大学 基于面光场的汽车检测无共视场相机全局标定系统与方法
CN111242901A (zh) * 2019-12-31 2020-06-05 吉林大学 基于空间点的汽车检测无共视场相机全局标定系统与方法
CN111412854A (zh) * 2019-12-31 2020-07-14 吉林大学 基于点与圆不变量的汽车形貌主动视觉重建系统与方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104013417A (zh) * 2014-04-25 2014-09-03 浙江工商大学 一种基于针孔阵列的x射线光场成像及标定方法
US20160187248A1 (en) * 2014-12-31 2016-06-30 Huazhong University Of Science And Technology Method and device for measuring large-area and massive scattered field in nanoscale
US20160321800A1 (en) * 2015-04-29 2016-11-03 Kla-Tencor Corporation Intra-Die Defect Detection
CN107255443A (zh) * 2017-07-14 2017-10-17 北京航空航天大学 一种复杂环境下双目视觉传感器现场标定方法及装置
CN107705335A (zh) * 2017-09-21 2018-02-16 珠海中视科技有限公司 标定非共视域线扫激光测距仪和测量相机方位的方法
CN108509918A (zh) * 2018-04-03 2018-09-07 中国人民解放军国防科技大学 融合激光点云与图像的目标检测与跟踪方法
CN108648242A (zh) * 2018-05-18 2018-10-12 北京航空航天大学 基于激光测距仪辅助无公共视场的两相机标定方法及装置
CN109727290A (zh) * 2018-12-26 2019-05-07 南京理工大学 基于单目视觉三角测距法的变焦相机动态标定方法
CN111174698A (zh) * 2019-12-31 2020-05-19 吉林大学 基于面光场的汽车检测无共视场相机全局标定系统与方法
CN111242901A (zh) * 2019-12-31 2020-06-05 吉林大学 基于空间点的汽车检测无共视场相机全局标定系统与方法
CN111412854A (zh) * 2019-12-31 2020-07-14 吉林大学 基于点与圆不变量的汽车形貌主动视觉重建系统与方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
XU GUAN 等: "《Position and orientation measurement adopting camera calibrated by projection geometry of Plücker matrices of three-dimensional lines》", 《SCIENTIFIC REPORTS》 *
ZHEN LIU等: "《On-site calibration of line-structured light vision sensor in complex light environments》", 《OPTICS EXPRESS》 *
司利鹏: "《基于光场深度线索的场景深度和几何结构估计方法研究》", 《中国博士学位论文全文数据库》 *
宫海彬 等: "《多传感器并联式三维测力平台及标定》", 《吉林大学学报(工学版)》 *
高金刚 等: "《基于激光跟踪仪的多目视觉全局标定算法研究》", 《制造技术与机床》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230097584A1 (en) * 2021-09-27 2023-03-30 Ford Global Technologies, Llc Object pose estimation
CN116883516A (zh) * 2023-09-07 2023-10-13 西南科技大学 相机参数标定方法及装置
CN116883516B (zh) * 2023-09-07 2023-11-24 西南科技大学 相机参数标定方法及装置

Also Published As

Publication number Publication date
CN112288827B (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN110148169B (zh) 一种基于ptz云台相机的车辆目标三维信息获取方法
CN112819903B (zh) 基于l型标定板的相机和激光雷达联合标定的方法
CN112288827B (zh) 基于线光场的汽车检测无公共视场相机全局标定方法与系统
CN110146038B (zh) 筒形件装配转角的分布式单目相机激光测量装置及方法
JP7212236B2 (ja) オーバービュー視覚およびローカル視覚の一体化によるロボット視覚案内方法及び装置
CN111174698A (zh) 基于面光场的汽车检测无共视场相机全局标定系统与方法
CN111322954B (zh) 一种装配工装位姿测量方法、装置、存储介质及电子设备
CN108594245A (zh) 一种目标物运动监测系统及方法
Boochs et al. Increasing the accuracy of untaught robot positions by means of a multi-camera system
CN111415391A (zh) 一种采用互拍法的多目相机外部方位参数标定方法
CN101876532A (zh) 测量系统中的摄像机现场标定方法
CN103278138A (zh) 一种复杂结构薄部件三维位置及姿态的测量方法
CN108469254A (zh) 一种适用于仰视和俯视位姿的大视场多视觉视频测量系统全局标定方法
CN110657785A (zh) 一种高效的场景深度信息获取方法及系统
CN109974608B (zh) 基于机器视觉技术的零件孔径尺寸测量方法
CN110136211A (zh) 一种基于主动双目视觉技术的工件定位方法及系统
CN112017248B (zh) 一种基于点线特征的2d激光雷达相机多帧单步标定方法
CN107862716A (zh) 机械臂定位方法及定位机械臂
CN112894209A (zh) 一种基于十字激光的管板智能焊接机器人自动平面校正方法
CN110827361A (zh) 基于全局标定架的相机组标定方法及装置
CN112958960B (zh) 一种基于光学靶标的机器人手眼标定装置
Wang et al. Error analysis and improved calibration algorithm for LED chip localization system based on visual feedback
CN114001651B (zh) 一种基于双目视觉测量和先验检测数据的大型细长筒类构件位姿原位测量方法
CN211626384U (zh) 基于面光场的汽车检测无共视场相机全局标定系统
CN111242901A (zh) 基于空间点的汽车检测无共视场相机全局标定系统与方法

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