CN113436277A - 3d相机标定方法、装置及标定系统 - Google Patents
3d相机标定方法、装置及标定系统 Download PDFInfo
- Publication number
- CN113436277A CN113436277A CN202110802360.3A CN202110802360A CN113436277A CN 113436277 A CN113436277 A CN 113436277A CN 202110802360 A CN202110802360 A CN 202110802360A CN 113436277 A CN113436277 A CN 113436277A
- Authority
- CN
- China
- Prior art keywords
- calibration
- camera
- hole
- coordinate
- point cloud
- 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
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
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种3D相机标定方法、装置及标定系统。方法包括:获取待标定的第一相机和第二相机的扫描点云图,扫描点云图为扫描标定物上的标定孔所生成的点云图;提取第一相机的扫描点云图中标定孔的孔心坐标得到第一坐标,提取第二相机的扫描点云图中标定孔的孔心坐标得到第二坐标;求取第一相机所扫描的标定孔所在平面的法向量;根据第一坐标、法向量以及预设的标定孔距离数据,推算第二相机所扫描的标定孔在第一相机中的延伸坐标;根据第二坐标和延伸坐标,计算得到第一相机与第二相机的坐标转换关系数据。采用本申请,不需要依赖于公共视野,可简单高效完成两相机的标定。
Description
技术领域
本申请涉及机器视觉技术领域,特别是涉及一种3D相机标定方法、装置、及标定系统。
背景技术
随着技术的发展,出现了可以拍摄立体图像的3D相机。在一些场合中,有时采用两个3D相机拍摄后进行图像处理,这时需要对相机进行标定,以得到两个相机的坐标转换关系。
传统使用的标定方法中,通常需要有共同的视野,基于共同的视野进行相机标定。而针对没有共同视野的两个相机的标定,通常需要借助其他电子工具,比如借助激光测距仪来进行标定,操作复杂。
发明内容
基于此,有必要针对上述技术问题,提供一种不需要共同视野、简单高效的3D相机标定方法、装置及标定系统。
一种3D相机标定方法,包括:
获取待标定的第一相机和第二相机的扫描点云图,所述扫描点云图为扫描标定物上的标定孔所生成的点云图;
提取所述第一相机的扫描点云图中所述标定孔的孔心坐标得到第一坐标,提取所述第二相机的扫描点云图中所述标定孔的孔心坐标得到第二坐标;
求取所述第一相机所扫描的标定孔所在平面的法向量;
根据所述第一坐标、所述法向量以及预设的标定孔距离数据,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标;
根据所述第二坐标和所述延伸坐标,计算得到所述第一相机与所述第二相机的坐标转换关系数据。
一种3D相机标定装置,包括:
图获取模块,用于获取待标定的第一相机和第二相机的扫描点云图,所述扫描点云图为扫描标定物上的标定孔所生成的点云图;
坐标提取模块,用于提取所述第一相机的扫描点云图中所述标定孔的孔心坐标得到第一坐标,提取所述第二相机的扫描点云图中所述标定孔的孔心坐标得到第二坐标;
法向量获取模块,用于求取所述第一相机所扫描的标定孔所在平面的法向量;
坐标映射模块,用于根据所述第一坐标、所述法向量以及预设的标定孔距离数据,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标;
关系获取模块,用于根据所述第二坐标和所述延伸坐标,计算得到所述第一相机与所述第二相机的坐标转换关系数据。
一种标定系统,其特征在于,包括:
第一相机,用于扫描标定物上的标定孔生成点云图得到所述第一相机的扫描点云图;
第二相机,用于扫描所述标定物上的标定孔生成点云图得到所述第二相机的扫描点云图;
控制器,所述控制器连接所述第一相机和所述第二相机,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取待标定的第一相机和第二相机的扫描点云图,所述扫描点云图为扫描标定物上的标定孔所生成的点云图;
提取所述第一相机的扫描点云图中所述标定孔的孔心坐标得到第一坐标,提取所述第二相机的扫描点云图中所述标定孔的孔心坐标得到第二坐标;
求取所述第一相机所扫描的标定孔所在平面的法向量;
根据所述第一坐标、所述法向量以及预设的标定孔距离数据,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标;
根据所述第二坐标和所述延伸坐标,计算得到所述第一相机与所述第二相机的坐标转换关系数据。
上述3D相机标定方法、装置及标定系统,通过根据第一相机扫描标定物上标定孔所生成的扫描点云图,提取第一相机所扫描标定孔在第一相机中的第一坐标,根据第二相机扫描标定物上标定孔所生成的扫描点云图,提取第二相机所扫描标定孔在第二相机中的第二坐标,然后根据第一坐标、第一相机所扫描标定孔所在平面的法向量以及标定孔距离数据,推算第二相机所扫描的标定孔在第一相机中的延伸坐标,最后基于第二坐标和延伸坐标进行对应关系计算,得到第一相机和第二相机两个坐标系的转换关系数据;如此,不依赖公共视野,可以应用于不具备公共视野的两个相机的标定,仅通过一块标定物,就能简单高效的进行两个相机的标定。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中3D相机标定方法的流程示意图;
图2为一个实施例中两相机对扫的情况示意图;
图3为一个实施例中标定物上相对两侧的两个点的示意图;
图4为两相机对扫的标定流程示意图;
图5一个实施例中两相机扫描拼接的情况示意图;
图6为两相机拼接扫描的标定流程示意图;
图7为一个实施例中3D相机标定装置的结构框图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
需要说明的是,当一个元件被认为是“连接”另一个元件时,它可以是直接连接到另一个元件,或者通过居中元件连接另一个元件。此外,以下实施例中的“连接”,如果被连接的对象之间具有电信号或数据的传递,则应理解为“电连接”、“通信连接”等。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
在一个实施例中,如图1所示,提供了一种3D相机标定方法,可以应用于标定处理所用的器件,比如控制器。以应用于控制器为例,该方法包括如下步骤:
S110:获取待标定的第一相机和第二相机的扫描点云图,扫描点云图为扫描标定物上的标定孔所生成的点云图。
第一相机和第二相机是需要标定的3D相机。其中,标定物是标定第一相机和第二相机时所用到的物件,比如木块,标定物上开设孔作为标定孔,标定孔的数量为多个。具体地,第一相机扫描标定物上的一部分标定孔,第二相机扫描标定物上的另一部分标定孔,即第一相机和第二相机扫描的标定孔不同,第一相机和第二相机没有公共视野。具体地,标定孔可以是圆孔,也可以是其他形状的孔。标定处理之前,先采用第一相机和第二相机扫描标定物上的标定孔、各自生成扫描点云图;控制器获取第一相机的扫描点云图和第二相机的扫描点云图。
S130:提取第一相机的扫描点云图中标定孔的孔心坐标得到第一坐标,提取第二相机的扫描点云图中标定孔的孔心坐标得到第二坐标。
标定孔的孔心坐标是指标定孔中心的坐标,比如以标定孔是圆孔为例,标定孔的孔心坐标即为圆心坐标。第一坐标是第一相机所扫描的标定孔在第一相机的坐标系中的坐标值,第二坐标是第二相机所扫描的标定孔在第二相机的坐标系中的坐标值。具体地,第一坐标和第二坐标为三维坐标值。
具体地,第一相机扫描多个标定孔,对于第一相机的扫描点云图中每一个标定孔,均获得孔心坐标得到对应的第一坐标,即,基于第一相机的扫描点云图可以得到多个第一坐标。同理,基于第二相机的扫描点云图可以得到多个第二坐标。
S150:求取第一相机所扫描的标定孔所在平面的法向量。
标定物具有多个表面,同一个相机所扫描的标定孔位于标定物上的同一个表面,比如,第一相机所扫描的标定孔均位于标定物的同一个面。
S170:根据第一坐标、法向量以及预设的标定孔距离数据,推算第二相机所扫描的标定孔在第一相机中的延伸坐标。
其中,标定孔距离数据表征第一相机所扫描的标定孔与第二相机所扫描的标定孔之间的距离。延伸坐标,是指第二相机所扫描的标定孔的位置在第一相机的坐标系中的坐标值。根据第一相机对应的第一坐标、法向量以及标定孔距离数据,推算第二相机所扫描的标定孔在第一相机中的延伸坐标,即映射得到第二相机所扫描的标定孔在第一相机的坐标系中的坐标值。
S190:根据第二坐标和延伸坐标,计算得到第一相机与第二相机的坐标转换关系数据。
第二坐标是第二相机所扫描的标定孔在第二相机的坐标系中的坐标值,延伸坐标是第二相机所扫描的标定孔在第一相机的坐标系中的坐标值;则,同一个标定孔对应的第二坐标和延伸坐标是不同坐标系中的坐标值。通过根据第二坐标和延伸坐标进行对应关系计算,得到两个坐标系的转换关系数据,从而得到第一相机与第二相机的坐标系转换关系数据。
其中,转换关系数据是表征第一相机的坐标和第二相机的坐标之间的转换关系的数据,具体可以为矩阵。比如,以第二相机扫描3个以上标定孔为例,第二坐标和延伸坐标为三维坐标值,每个标定孔的第二坐标分别对应为矩阵的一行,基于多个标定孔的第二坐标得到一个原始矩阵;每个标定孔的延伸坐标分别对应为另一矩阵的一行,基于多个标定孔的延伸坐标得到一个延伸矩阵,然后采用数学算法计算从原始矩阵变换到延伸矩阵或者从延伸矩阵变换到原始矩阵所需要的数据,得到转换矩阵。
上述3D相机标定方法,通过根据第一相机扫描标定物上标定孔所生成的扫描点云图,提取第一相机所扫描标定孔在第一相机中的第一坐标,根据第二相机扫描标定物上标定孔所生成的扫描点云图,提取第二相机所扫描标定孔在第二相机中的第二坐标,然后根据第一坐标、第一相机所扫描标定孔所在平面的法向量以及标定孔距离数据,推算第二相机所扫描的标定孔在第一相机中的延伸坐标,最后基于第二坐标和延伸坐标进行对应关系计算,得到第一相机和第二相机两个坐标系的转换关系数据;如此,不依赖公共视野,可以应用于不具备公共视野的两个相机的标定,仅通过一块标定物,就能简单高效的进行两个相机的标定。
在其中一个实施例中,步骤S130中提取第一相机的扫描点云图中标定孔的孔心坐标得到第一坐标,包括:提取第一相机的扫描点云图中标定孔的边缘数据点;根据边缘数据点提取标定孔的孔心坐标得到第一坐标。
提取标定孔的边缘数据点,即确定标定孔的边缘。通过先确定标定孔的边缘,再基于边缘确定标定孔的中心点的坐标,准确性高。具体地,利用梯度法提取标定孔的边缘数据点,可以准确确定边缘;利用空间圆心拟合算法提取标定孔的孔心坐标,可以准确获取中心点的坐标。例如,以标定孔是圆孔为例,利用梯度法提取圆孔的边缘数据点,利用空间圆心拟合算法提取圆孔的圆心坐标。
具体地,步骤S130中提取第二相机的扫描点云图中标定孔的孔心坐标得到第二坐标的步骤与提取第一相机的扫描点云图中标定孔的孔心坐标得到第一坐标的具体步骤相同,在此不做赘述。
在其中一个实施例中,步骤S150包括:选取标定物中第一相机所扫描的标定孔所在面上的至少3个不共线的点;根据所选取的点确定平面;求取平面的法向量。
在第一相机所扫描的标定孔所在面上,选取至少3个不共线的点,3个不共线的点可以确定一个平面,然后求取选取的平面的法向量。具体地,确定的至少3个不共线的点是标定孔之外的点,与标定孔同平面。相比于直接采用标定孔确定平面,由于标定孔的坐标是通过求取孔心位置得到,有误差的可能性,单独另外取点确定平面的准确性更高。例如,第一相机扫描标定物左面的标定孔,在标定物左面除标定孔外,另外选取3个不共线的点,确定平面、求取法向量。具体地,可以通过平面拟合算法提取标定孔所在平面的法向量。
在其中一个实施例中,标定物的相对两表面分别开设至少3个不共线的标定孔,且相对两表面的标定孔位置对应;第一相机的扫描点云图为第一相机扫描标定物一表面标定孔所生成的点云图,第二相机的扫描点云图为第二相机扫描标定物另一表面标定孔所生成的点云图。
标定物是一个标准件,优选地,可以是理想的长方体。以标定物为长方体为例,标定物的相对两侧包括左侧和右侧、前侧和后侧、上侧和下侧,比如,可以是在标定物的左侧和右侧各开设至少3个不共线的标定孔,两侧标定孔数量相等、位置一一对应,第一相机扫描左侧、第二相机扫描右侧。如此,本实施例适用于两相机对扫的情况。
如图2,两相机设置在标定物左右两边,标定物的左侧以及右侧面上,打上高精度的若干圆孔(至少3个,且不在一条线上),并且保证两侧平面中的圆孔数量相等、圆孔位置一一对应。具体地,为保证圆孔的位置一一对应,可以将其打穿。第一相机(相机1)对左平面上各个标定孔进行扫描,第二相机(相机2)对右平面上各标定孔进行扫描,理论上扫描方向无需与标定物的表面平行。
在其中一个实施例中,标定孔距离数据包括标定物宽度,其中,标定物宽度为标定物开设标定孔的相对两表面之间的宽度。步骤S170包括:根据第一坐标、法向量和标定物宽度,推算第二相机所扫描的标定孔在第一相机中的延伸坐标。
对于两相机对扫的情况,通过第一相机的坐标系中的第一坐标、第一相机所扫描平面的法向量以及标定物标定有标定孔的两表面之间的固有宽度,求得第二相机扫描的标定孔在第一相机的坐标系中的坐标。具体地,可以根据几何算法计算坐标,如图3所示,以扫描标定物左侧的第一相机的视野为参考系,标定物左侧面上的A点坐标已知,标定物左右两侧之间的厚度d已知,法向量已知,可以根据法向量和A点的坐标确定过A点的直线方程,然后根据直线方程、A点的坐标和标定物的宽度(A点与B点之间的距离)求取右侧B点的坐标得到延伸坐标。
如图4所示,为两相机对扫的标定流程示意图,标定程序启动后,相机1和相机2对标定物进行扫描生成点云图,然后使用得到的点云图,分别拟合左平面N个圆孔圆心在相机1中的三维坐标位置(圆心坐标)以及右平面对应的N个圆孔圆心在相机2中的三维坐标位置,接着利用左平面在相机1中的法向量以及标定物固有宽度,推算出对应的右平面N个圆孔圆心在相机1中的三维坐标,最后在得到右平面中N个圆孔圆心在相机2中的三维坐标后,计算出相机1以及相机2的坐标系转化关系得到转换矩阵,从而完成两个相机的标定。本申请的坐标处理均是在三维空间中完成,且对相机位置扫描方向等因素不敏感,因此本申请在实际运用中的鲁棒性更好,精度更高。
在其中一个实施例中,标定物的标定表面上开设两排标定孔,同排的标定孔成一条直线,且两排的标定孔位置一一对应、同排标定孔所在直线与两排中位置对应的两标定孔之间的连线垂直。具体地,两排标定孔位置相对、且一一对应、数量相等,即,第一排的第一个标定孔与第二排的第一个标定孔位置对应,第一排的第二个标定孔与第二排的第二个标定孔位置对应,以此类推。以每排包括两个标定孔为例,两排中位置对应的两标定孔包括第一排中的第一个标定孔与第二排中的第一个标定孔、第一排的第二个标定孔与第二排中的第二个标定孔。以标定表面为方形为例,两排标定孔可以设置在标定表面的相对两边缘。
具体地,第一相机的扫描点云图为第一相机扫描标定表面的一排标定孔所生成的点云图,第二相机的扫描点云图为第二相机扫描标定表面的另一排标定孔所生成的点云图。
本实施例适用于两相机拼接扫描的情况,即两个相机扫描的是物体的同一个表面的两边区域,而这两边区域因为没有公共视野无法直接拼接。需要说明的是,本申请用于3D相机,上述的拼接不光是左右的拼接,还有高度可能不等高的情况。
本实施例中,标定物的一个表面作为标定表面,标定表面的两边作为待检测区域,各自制作一排标定孔,每排标定孔的孔心需保证在同一直线上,两排的标定孔数量相等、位置一一对应,且需要保证同一排标定孔所在直线与不同排中位置对应的标定孔两两连线垂直,例如图5所示,标定物的上表面设置两排圆孔,第一相机扫描第一排标定孔,第二相机扫描第二排标定孔,最终计算得到两个相机坐标系的转换矩阵,即可进行拼接图像或者其他图像联合处理结果。本实施例中拼接实现对相机的视野并无要求,即不需要不同的图像包含公共视野,所使用3D相机视野只需覆盖检测区域即可,无需为了包含公共视野而选择大视野相机,可以保证检测精度。
在其中一个实施例中,标定孔距离数据包括两排标定孔中位置对应的两个标定孔之间的孔间距;比如,孔间距可以等于第一排的第一个标定孔与第二排的第一个标定孔之间的间距。步骤S170包括:根据第一相机所扫描的多个标定孔的第一坐标,拟合第一相机所扫描的标定孔所在直线的直线方程;根据第一坐标、法向量、直线方程以及孔间距,推算第二相机所扫描的标定孔在第一相机中的延伸坐标。
对于两个相机扫描用于拼接的情况,通过第一坐标拟合所在直线方程,通过第一坐标、法向量、直线方程以及对应两标定孔之间的孔间距,求得第二相机所扫描标定孔在第一相机的坐标系中的坐标。具体地,可以根据几何算法计算坐标。例如图5中,C点位于第一排,D点位于第二排,根据与C点同排的多个标定孔所在的直线和平面的法向量可以唯一确定过D点的直线,从而可以求得CD两点所在直线的方程,再根据CD两点的直线方程、C点的坐标可以计算得到D点的坐标得到延伸坐标;同理,可以计算得到第二排中其他标定孔的延伸坐标。如图6所示,为一个实施例中拼接扫描的标定流程示意图。
应该理解的是,虽然图1、图4、图6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1、图4、图6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种3D相机标定装置,包括:图获取模块710、坐标提取模块730、法向量获取模块750、坐标映射模块770和关系获取模块790,其中:
图获取模块710用于获取待标定的第一相机和第二相机的扫描点云图,扫描点云图为扫描标定物上的标定孔所生成的点云图;坐标提取模块730用于提取第一相机的扫描点云图中标定孔的孔心坐标得到第一坐标,提取第二相机的扫描点云图中标定孔的孔心坐标得到第二坐标;法向量获取模块750用于求取第一相机所扫描的标定孔所在平面的法向量;坐标映射模块770用于根据第一坐标、法向量以及预设的标定孔距离数据,推算第二相机所扫描的标定孔在第一相机中的延伸坐标;关系获取模块790用于根据第二坐标和延伸坐标,计算得到第一相机与第二相机的坐标转换关系数据。
上述3D相机标定装置,通过根据第一相机扫描标定物上标定孔所生成的扫描点云图,提取第一相机所扫描标定孔在第一相机中的第一坐标,根据第二相机扫描标定物上标定孔所生成的扫描点云图,提取第二相机所扫描标定孔在第二相机中的第二坐标,然后根据第一坐标、第一相机所扫描标定孔所在平面的法向量以及标定孔距离数据,推算第二相机所扫描的标定孔在第一相机中的延伸坐标,最后基于第二坐标和延伸坐标进行对应关系计算,得到第一相机和第二相机两个坐标系的转换关系数据;如此,不依赖公共视野,可以应用于不具备公共视野的两个相机的标定,仅通过一块标定物,就能简单高效的进行两个相机的标定。
在其中一个实施例中,坐标提取模块730用于提取第一相机的扫描点云图中标定孔的边缘数据点;根据第一相机的扫描点云图中标定孔的边缘数据点提取标定孔的孔心坐标得到第一坐标;提取第二相机的扫描点云图中标定孔的边缘数据点;根据第二相机的扫描点云图中标定孔的边缘数据点提取标定孔的孔心坐标得到第二坐标。
在其中一个实施例中,法向量获取模块750选取标定物中第一相机所扫描的标定孔所在面上的至少3个不共线的点;根据所选取的点确定平面;求取平面的法向量。
在其中一个实施例中,标定物的相对两表面分别开设至少3个不共线的标定孔,且相对两表面的标定孔位置对应;第一相机的扫描点云图为第一相机扫描标定物一表面标定孔所生成的点云图,第二相机的扫描点云图为第二相机扫描标定物另一表面标定孔所生成的点云图。
对应地,标定孔距离数据包括标定物宽度,其中,标定物宽度为标定物开设标定孔的相对两表面之间的宽度。坐标映射模块770根据第一坐标、法向量和标定物宽度,推算第二相机所扫描的标定孔在第一相机中的延伸坐标。
在其中一个实施例中,标定物的标定表面上开设两排标定孔,同排的标定孔成一条直线,且两排的标定孔位置一一对应、同排标定孔所在直线与两排中位置对应的两标定孔之间的连线垂直;第一相机的扫描点云图为第一相机扫描标定表面的一排标定孔所生成的点云图,第二相机的扫描点云图为第二相机扫描标定表面的另一排标定孔所生成的点云图。
对应地,标定孔距离数据包括两排标定孔中位置对应的两个标定孔之间的孔间距;坐标映射模块770根据第一相机所扫描的多个标定孔的第一坐标,拟合第一相机所扫描的标定孔所在直线的直线方程;根据第一坐标、法向量、直线方程以及孔间距,推算第二相机所扫描的标定孔在第一相机中的延伸坐标。
关于3D相机标定装置的具体限定可以参见上文中对于3D相机标定方法的限定,在此不再赘述。上述3D相机标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于控制器中的处理器中,也可以以软件形式存储于控制器中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在一个实施例中,提供了一种标定系统,包括第一相机、第二相机和控制器。其中,第一相机用于扫描标定物上的标定孔生成点云图得到第一相机的扫描点云图;第二相机用于扫描标定物上的标定孔生成点云图得到第二相机的扫描点云图;控制器,连接第一相机和第二相机,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述各方法实施例的步骤。具体地,第一相机和第二相机扫描的标定孔不同。
上述标定系统,由于包括了可以实现上述各方法实施例的步骤的控制器,同理,不需要依赖于公共视野,可以简单高效的实现两个相机的标定。
在其中一个实施例中,上述标定系统还包括标定物;标定物的相对两表面分别开设至少3个不共线的标定孔,且相对两表面的标定孔位置对应。
在其中一个实施例中,上述标定系统还包括标定物;标定物的标定表面上设置两排标定孔,同排的标定孔成一条直线,且两排的标定孔位置一一对应、同排标定孔所在直线与两排中位置对应的两标定孔之间的连线垂直。
关于标定系统中控制器的处理器所执行的计算机程序,具体限定可以参见上文中对于3D相机标定方法的限定,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种3D相机标定方法,其特征在于,包括:
获取待标定的第一相机和第二相机的扫描点云图,所述扫描点云图为扫描标定物上的标定孔所生成的点云图;
提取所述第一相机的扫描点云图中所述标定孔的孔心坐标得到第一坐标,提取所述第二相机的扫描点云图中所述标定孔的孔心坐标得到第二坐标;
求取所述第一相机所扫描的标定孔所在平面的法向量;
根据所述第一坐标、所述法向量以及预设的标定孔距离数据,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标;
根据所述第二坐标和所述延伸坐标,计算得到所述第一相机与所述第二相机的坐标转换关系数据。
2.根据权利要求1所述的方法,其特征在于,所述提取所述第一相机的扫描点云图中所述标定孔的孔心坐标得到第一坐标,包括:
提取所述第一相机的扫描点云图中所述标定孔的边缘数据点;
根据所述边缘数据点提取所述标定孔的孔心坐标得到第一坐标。
3.根据权利要求1所述的方法,其特征在于,所述求取所述第一相机所扫描的标定孔所在平面的法向量,包括:
选取所述标定物中所述第一相机所扫描的标定孔所在面上的至少3个不共线的点;
根据所选取的点确定平面;
求取所述平面的法向量。
4.根据权利要求1-3中任意一项所述的方法,其特征在于,所述标定物的相对两表面分别开设至少3个不共线的标定孔,且相对两表面的标定孔位置对应;所述第一相机的扫描点云图为所述第一相机扫描所述标定物一表面标定孔所生成的点云图,所述第二相机的扫描点云图为所述第二相机扫描所述标定物另一表面标定孔所生成的点云图。
5.根据权利要求4所述的方法,其特征在于,所述标定孔距离数据包括标定物宽度,所述标定物宽度为所述标定物开设标定孔的相对两表面之间的宽度;所述根据所述第一坐标、所述法向量以及预设的标定孔距离数据,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标,包括:
根据所述第一坐标、所述法向量和所述标定物宽度,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标。
6.根据权利要求1-3中任意一项所述的方法,其特征在于,所述标定物的标定表面上开设两排标定孔,同排的标定孔成一条直线,且两排的标定孔位置一一对应、同排标定孔所在直线与两排中位置对应的两标定孔之间的连线垂直;
所述第一相机的扫描点云图为所述第一相机扫描所述标定表面的一排标定孔所生成的点云图,所述第二相机的扫描点云图为所述第二相机扫描所述标定表面的另一排标定孔所生成的点云图。
7.根据权利要求6所述的方法,其特征在于,所述标定孔距离数据包括两排标定孔中位置对应的两个标定孔之间的孔间距;所述根据所述第一坐标、所述法向量以及预设的标定孔距离数据,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标,包括:
根据所述第一相机所扫描的多个标定孔的第一坐标,拟合所述第一相机所扫描的标定孔所在直线的直线方程;
根据所述第一坐标、所述法向量、所述直线方程以及所述孔间距,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标。
8.一种3D相机标定装置,其特征在于,包括:
图获取模块,用于获取待标定的第一相机和第二相机的扫描点云图,所述扫描点云图为扫描标定物上的标定孔所生成的点云图;
坐标提取模块,用于提取所述第一相机的扫描点云图中所述标定孔的孔心坐标得到第一坐标,提取所述第二相机的扫描点云图中所述标定孔的孔心坐标得到第二坐标;
法向量获取模块,用于求取所述第一相机所扫描的标定孔所在平面的法向量;
坐标映射模块,用于根据所述第一坐标、所述法向量以及预设的标定孔距离数据,推算所述第二相机所扫描的标定孔在所述第一相机中的延伸坐标;
关系获取模块,用于根据所述第二坐标和所述延伸坐标,计算得到所述第一相机与所述第二相机的坐标转换关系数据。
9.一种标定系统,其特征在于,包括:
第一相机,用于扫描标定物上的标定孔生成点云图得到所述第一相机的扫描点云图;
第二相机,用于扫描所述标定物上的标定孔生成点云图得到所述第二相机的扫描点云图;
控制器,所述控制器连接所述第一相机和所述第二相机,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1-7中任意一项所述方法的步骤。
10.根据权利要求9所述的标定系统,其特征在于,还包括所述标定物;
所述标定物的相对两表面分别开设至少3个不共线的标定孔,且相对两表面的标定孔位置对应;或者所述标定物的标定表面上设置两排标定孔,同排的标定孔成一条直线,且两排的标定孔位置一一对应、同排标定孔所在直线与两排中位置对应的两标定孔之间的连线垂直。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110802360.3A CN113436277A (zh) | 2021-07-15 | 2021-07-15 | 3d相机标定方法、装置及标定系统 |
PCT/CN2022/087716 WO2023284349A1 (zh) | 2021-07-15 | 2022-04-19 | 3d相机标定方法、装置及标定系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110802360.3A CN113436277A (zh) | 2021-07-15 | 2021-07-15 | 3d相机标定方法、装置及标定系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113436277A true CN113436277A (zh) | 2021-09-24 |
Family
ID=77760670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110802360.3A Pending CN113436277A (zh) | 2021-07-15 | 2021-07-15 | 3d相机标定方法、装置及标定系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113436277A (zh) |
WO (1) | WO2023284349A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023284349A1 (zh) * | 2021-07-15 | 2023-01-19 | 无锡先导智能装备股份有限公司 | 3d相机标定方法、装置及标定系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117723551A (zh) * | 2024-02-18 | 2024-03-19 | 宁德时代新能源科技股份有限公司 | 电池检测设备、点检方法、电池生产设备和检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678742A (zh) * | 2015-12-29 | 2016-06-15 | 哈尔滨工业大学深圳研究生院 | 一种水下相机标定方法 |
WO2020063987A1 (zh) * | 2018-09-30 | 2020-04-02 | 先临三维科技股份有限公司 | 三维扫描方法、装置、存储介质和处理器 |
CN111965624A (zh) * | 2020-08-06 | 2020-11-20 | 北京百度网讯科技有限公司 | 激光雷达与相机的标定方法、装置、设备和可读存储介质 |
CN112612016A (zh) * | 2020-12-07 | 2021-04-06 | 深兰人工智能(深圳)有限公司 | 传感器联合标定方法、装置、电子设备及存储介质 |
CN112802124A (zh) * | 2021-01-29 | 2021-05-14 | 北京罗克维尔斯科技有限公司 | 多台立体相机的标定方法及装置、电子设备及存储介质 |
WO2021120405A1 (zh) * | 2019-12-17 | 2021-06-24 | 大连理工大学 | 一种基于标定的大视场角图像实时拼接方法 |
CN113077521A (zh) * | 2021-03-19 | 2021-07-06 | 浙江华睿科技有限公司 | 一种相机标定方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180362B (zh) * | 2019-07-05 | 2024-04-23 | 北京地平线机器人技术研发有限公司 | 雷达与相机之间的转换位姿确定方法、装置以及电子设备 |
CN111476846B (zh) * | 2020-04-01 | 2024-02-23 | 苏州苏映视图像软件科技有限公司 | 一种多3d相机标定系统及方法 |
CN112308926B (zh) * | 2020-10-16 | 2023-03-31 | 易思维(杭州)科技有限公司 | 一种无公共视场的相机外参标定方法 |
US20210118182A1 (en) * | 2020-12-22 | 2021-04-22 | Intel Corporation | Methods and apparatus to perform multiple-camera calibration |
CN112785656B (zh) * | 2021-01-29 | 2023-11-10 | 北京罗克维尔斯科技有限公司 | 双立体相机的标定方法及装置、电子设备及存储介质 |
CN113436277A (zh) * | 2021-07-15 | 2021-09-24 | 无锡先导智能装备股份有限公司 | 3d相机标定方法、装置及标定系统 |
-
2021
- 2021-07-15 CN CN202110802360.3A patent/CN113436277A/zh active Pending
-
2022
- 2022-04-19 WO PCT/CN2022/087716 patent/WO2023284349A1/zh unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678742A (zh) * | 2015-12-29 | 2016-06-15 | 哈尔滨工业大学深圳研究生院 | 一种水下相机标定方法 |
WO2020063987A1 (zh) * | 2018-09-30 | 2020-04-02 | 先临三维科技股份有限公司 | 三维扫描方法、装置、存储介质和处理器 |
WO2021120405A1 (zh) * | 2019-12-17 | 2021-06-24 | 大连理工大学 | 一种基于标定的大视场角图像实时拼接方法 |
CN111965624A (zh) * | 2020-08-06 | 2020-11-20 | 北京百度网讯科技有限公司 | 激光雷达与相机的标定方法、装置、设备和可读存储介质 |
CN112612016A (zh) * | 2020-12-07 | 2021-04-06 | 深兰人工智能(深圳)有限公司 | 传感器联合标定方法、装置、电子设备及存储介质 |
CN112802124A (zh) * | 2021-01-29 | 2021-05-14 | 北京罗克维尔斯科技有限公司 | 多台立体相机的标定方法及装置、电子设备及存储介质 |
CN113077521A (zh) * | 2021-03-19 | 2021-07-06 | 浙江华睿科技有限公司 | 一种相机标定方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023284349A1 (zh) * | 2021-07-15 | 2023-01-19 | 无锡先导智能装备股份有限公司 | 3d相机标定方法、装置及标定系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023284349A1 (zh) | 2023-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8452081B2 (en) | Forming 3D models using multiple images | |
US8447099B2 (en) | Forming 3D models using two images | |
US9240048B2 (en) | Depth estimation using three-dimensional epipolar data structures | |
CN113436277A (zh) | 3d相机标定方法、装置及标定系统 | |
US20110235898A1 (en) | Matching process in three-dimensional registration and computer-readable storage medium storing a program thereof | |
CN111145271B (zh) | 相机参数的精确度的确定方法、装置、存储介质及终端 | |
KR101759798B1 (ko) | 실내 2d 평면도의 생성 방법, 장치 및 시스템 | |
KR20180105875A (ko) | 단일 영상을 이용한 카메라 캘리브레이션 방법 및 이를 위한 장치 | |
CN107133986B (zh) | 一种基于二维标定物的相机标定方法 | |
CN109255818B (zh) | 一种新型标靶及其亚像素级角点的提取方法 | |
CN113494893A (zh) | 一种三维激光扫描系统的标定方法、装置和计算机设备 | |
CN111123242A (zh) | 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质 | |
CN111915681B (zh) | 多组3d相机群的外参标定方法、装置、存储介质及设备 | |
Svoboda et al. | Matching in catadioptric images with appropriate windows, and outliers removal | |
Chatterjee et al. | A nonlinear Gauss–Seidel algorithm for noncoplanar and coplanar camera calibration with convergence analysis | |
GB2569609A (en) | Method and device for digital 3D reconstruction | |
Moussa et al. | Complementing TLS point clouds by dense image matching | |
KR20200057929A (ko) | 캘리브레이트된 카메라들에 의해 캡쳐된 스테레오 영상들의 렉티피케이션 방법과 컴퓨터 프로그램 | |
CN113483669B (zh) | 一种基于立体靶标的多传感器位姿标定方法及装置 | |
CN112262411B (zh) | 图像关联方法、系统和装置 | |
CN110930451B (zh) | 一种基于二维图像的三维空间定位方法、系统和存储介质 | |
Urban et al. | Projective reconstruction from N views having one view in common | |
CN111080689B (zh) | 确定面部深度图的方法和装置 | |
Kawasaki et al. | Shape reconstruction from cast shadows using coplanarities and metric constraints | |
Kawakami et al. | A robust method for detecting planar regions based on random sampling using distributions of feature points |
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 |