CN114322751A - 目标测量方法、装置、计算机设备和存储介质 - Google Patents
目标测量方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114322751A CN114322751A CN202011064723.XA CN202011064723A CN114322751A CN 114322751 A CN114322751 A CN 114322751A CN 202011064723 A CN202011064723 A CN 202011064723A CN 114322751 A CN114322751 A CN 114322751A
- Authority
- CN
- China
- Prior art keywords
- calibration
- laser
- information
- grid
- laser 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000006243 chemical reaction Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 230000001678 irradiating effect Effects 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- 101100114365 Caenorhabditis elegans col-8 gene Proteins 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种目标测量方法、装置、计算机设备和存储介质。所述方法包括:获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,网格激光线包括行激光线和列激光线,第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息;根据各第一位置信息,确定各网格激光点的第二位置信息,第二位置信息包括网格激光点在图像中的二维坐标信息以及对应的行列信息,行列信息包括网格激光点所在的网格激光线的行号或列号;根据各第二位置信息、相机的内参以及约束参数,获得各网格激光点的三维坐标信息,约束参数包括激光器到相机的转换参数;基于各三维坐标信息,获得待测目标的三维测量信息。采用本方法能够提高测量结果稳定性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种目标测量方法、装置、计算机设备和存储介质。
背景技术
建筑机器人在应用中需要对目标物体(如墙面)进行测量,以获得相应姿态,如墙面阴阳角、墙面倾角等,由于待测目标物体的形状和尺寸各异,且施工环境比较复杂,目前的测量方法常常受到这些外界环境的影响,导致稳定性不足,无法满足复杂环境下的测量需求。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高测量结果稳定性的目标测量方法、装置、计算机设备和存储介质。
一种目标测量方法,所述方法包括:
获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,所述网格激光线包括行激光线和列激光线,所述第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息;
根据各所述第一位置信息,确定各网格激光点的第二位置信息,所述网格激光点表示所述网格激光线上的点,所述第二位置信息包括网格激光点在所述图像中的二维坐标信息以及对应的行列信息,所述行列信息包括所述网格激光点所在的网格激光线的行号或列号;
根据各所述第二位置信息、所述相机的内参以及约束参数,获得各所述网格激光点的三维坐标信息,所述约束参数包括所述激光器到所述相机的转换参数;
基于各所述三维坐标信息,获得所述待测目标的三维测量信息。
一种目标测量装置,所述装置包括:
获取模块,用于获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,所述网格激光线包括行激光线和列激光线,所述第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息;
二维信息确定模块,用于根据各所述第一位置信息,确定各网格激光点的第二位置信息,所述网格激光点表示所述网格激光线上的点,所述第二位置信息包括网格激光点在所述图像中的二维坐标信息以及对应的行列信息,所述行列信息包括所述网格激光点所在的网格激光线的行号或列号;
三维信息确定模块,用于根据各所述第二位置信息、所述相机的内参以及约束参数,获得各所述网格激光点的三维坐标信息,所述约束参数包括所述激光器到所述相机的转换参数;
测量模块,用于基于各所述三维坐标信息,获得所述待测目标的三维测量信息。
一种计算机设备,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以下步骤:
获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,所述网格激光线包括行激光线和列激光线,所述第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息;
根据各所述第一位置信息,确定各网格激光点的第二位置信息,所述网格激光点表示所述网格激光线上的点,所述第二位置信息包括网格激光点在所述图像中的二维坐标信息以及对应的行列信息,所述行列信息包括所述网格激光点所在的网格激光线的行号或列号;
根据各所述第二位置信息、所述相机的内参以及约束参数,获得各所述网格激光点的三维坐标信息,所述约束参数包括所述激光器到所述相机的转换参数;
基于各所述三维坐标信息,获得所述待测目标的三维测量信息。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,所述网格激光线包括行激光线和列激光线,所述第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息;
根据各所述第一位置信息,确定各网格激光点的第二位置信息,所述网格激光点表示所述网格激光线上的点,所述第二位置信息包括网格激光点在所述图像中的二维坐标信息以及对应的行列信息,所述行列信息包括所述网格激光点所在的网格激光线的行号或列号;
根据各所述第二位置信息、所述相机的内参以及约束参数,获得各所述网格激光点的三维坐标信息,所述约束参数包括所述激光器到所述相机的转换参数;
基于各所述三维坐标信息,获得所述待测目标的三维测量信息。
上述目标测量方法、装置、计算机设备和存储介质,将激光器照射在待测目标上形成网格激光线,通过相机拍摄照射在待测目标上的网格激光线形成图像,根据各网格激光点在图像中的二维坐标信息、行列信息、相机内参以及约束参数,获得各网格激光点的三维坐标信息,其中,网格激光线包括行激光线和列激光线,网格激光点为网格激光线上的点,其表达的信息更丰富,可以更全面地反映待测目标的三维信息,受外界环境的影响较小,据此获得的待测目标测量结果更加稳定,可满足复杂环境的测量需求。
附图说明
图1为一个实施例中目标测量方法的流程示意图;
图2为一个实施例中网格激光图案的示意图;
图3为一个实施例中不同坐标系的示意图;
图4为一个实施例中激光器到相机的转换参数的确定方法的流程示意图;
图5为一个实施例中网格激光平面的示意图;
图6为一个实施例中行平面与列平面与xoy平面的交线示意图;
图7为一个实施例中标定面上标定板的示意图;
图8为一个实施例中标定面上网格激光图案的示意图;
图9为一个实施例中不同标定面上得到的网格激光点点云的示意图;
图10为一个实施例中目标测量装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的目标测量方法,可以应用于终端中,例如建筑机器人,终端内置有激光器和相机,或者终端与激光器和相机分别连接,激光器照射在待测目标上形成网格图案,相机视场能够捕获全部网格图案,终端从激光器和相机获取相应的数据,并对获取的数据进行处理,获得待测目标的三维测量信息。
在一个实施例中,如图1所示,提供了一种目标测量方法,以该方法应用于终端为例进行说明,包括以下步骤S102至步骤S108。
S102,获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,网格激光线包括行激光线和列激光线,第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息。
激光器具体为网格激光器,可以发射行激光线和列激光线,其照射在待测目标上形成网格激光图案,该网格激光图案由行激光线和列激光线组成。待测目标具体可以是待测面,如墙面。相机可以安装于激光器的任意一侧,其视场能够捕获到待测目标上的全部网格激光图案,相机对网格激光图案进行拍摄形成图像,第一位置信息具体可以是该图像对应的像素坐标系中的二维像素坐标信息。
举例来说,激光器发出M*N激光线,M和N分别表示行激光线和列激光线的数量,投射在待测面上形成M条行激光线和N条列激光线。如图2所示,提供了一个实施例中网格激光图案的示意图,激光器1和相机2均面向待测面5,激光器1向待测面5发射9*9激光线,在待测面5上形成9条行激光线和9条列激光线,行激光线用row0~row8表示,列激光线用col0~col8表示,行激光线和列激光线组成的网格激光图案全部在相机2的视场4范围内,相机2对待测面5上的网格激光图案进行拍摄形成图像。
S104,根据各第一位置信息,确定各网格激光点的第二位置信息,网格激光点表示网格激光线上的点,第二位置信息包括网格激光点在图像中的二维坐标信息以及对应的行列信息,行列信息包括网格激光点所在的网格激光线的行号或列号。
网格激光点可以是行激光线上的任意一点,也可以是列激光线上的任意一点,根据网格激光图案可以获得任一网格激光点的二维坐标信息以及该网格激光点所在的激光线的行号或列号。图2所示,对于9条行激光线和9条列激光线形成的网格激光图案中,网格激光点对应的行号和列号分别有9种情况,若一网格激光点处于行激光线与列激光线的交点位置,例如处于第3行第4列,可以从中任取一种情况,即该网格激光点的行列信息为第3行或第4列。
具体而言,在获得相机拍摄的图像后,可以通过图像处理算法,识别图像中的激光线位置,并基于识别出的激光线位置,获得网格激光点在图像中的二维坐标信息,二维坐标信息具体可以是该图像对应的像素坐标系中的二维像素坐标信息。
S106,根据各第二位置信息、相机的内参以及约束参数,获得各网格激光点的三维坐标信息,约束参数包括激光器到相机的转换参数。
相机的内参可以通过相机标定获得,包含相机坐标系到图像对应的像素坐标系的转换关系。约束参数可以理解为将二维坐标信息转换为三维坐标信息所需要的约束方程中的参数。约束参数包括激光器到相机的转换参数,该转换参数表示激光器坐标系到相机坐标系的转换关系,具体可以包括三个旋转参数和三个平移参数。
可以使用OpenCV方法进行相机标定,将标定板放置在任意位置,相机拍摄多张图片,计算相机内参。如图3所示,P点在世界坐标系下的坐标为P(X,Y,Z),经过旋转R和平移T,可得到P点在相机坐标系下的坐标Pc(xc,yc,zc),R和T表示相机外参,世界坐标系到相机坐标系的转换关系如下:
设P点在图像坐标系中的坐标为Pimg(ximg,yimg),图像平面与相机坐标系原点的距离为焦距f,如图3所示,根据三角形的相似关系可得:
实际中,由于安装误差或其他因素,相机中心可能不总是在光轴上,因此引入cx和cy来表示相机中心的投影,设u、v为P点的像素坐标,sx和sy为每像素的物理尺寸(mm/pixel),记fx=f/sx,fy=f/sy,x′=xc/zc,y′=yc/zc,fx、fy、cx和cy表示相机内参,可得像素坐标系到相机坐标系的转换关系如下:
u=fxx′+cx,v=fyy′+cy (3.3)
由于相机镜头存在光学畸变,可分为枕形畸变和桶形畸变,引入多项式畸变模型(如Brown-Conrady镜头畸变模型)来表示这两种畸变,考虑畸变后的P点坐标可表示为:
x″=x′(1+k1r2+k2r4+k3r6)+2p1x′y′+p2(r2+2x′2)
y″=y′(1+k1r2+k2r4+k3r6)+p1(r2+2y′2)+2p2x′y′
其中,r2=x′2+y′2,k1、k2、k3、p1、p2表示畸变参数,考虑光学畸变后,像素坐标系到相机坐标系的转换关系如下:
u=fxx″+cx,v=fyy″+cy (3.4)
通过上述过程,可得到像素坐标系、相机坐标系、世界坐标系之间的转换关系,获得相机外参和内参。
S108,基于各三维坐标信息,获得待测目标的三维测量信息。
待测目标为待测面时,获得待测面上各网格激光点的三维坐标信息后,可以确定各网格激光点所在平面的姿态,从而获得待测面的三维测量信息。例如测量墙面阴阳角,已知待测面为两个有夹角的墙面,将网格激光点打在这两个墙面上,根据提取出的网格激光点,分别计算出这两个墙面的方程,即可求得墙面阴阳角。此外,网格激光点的三维坐标信息还可以用于平面物体位姿检测、障碍物检测、物体尺寸测量等应用。
上述目标测量方法中,将激光器照射在待测目标上形成网格激光线,通过相机拍摄照射在待测目标上的网格激光线形成图像,根据各网格激光点在图像中的二维坐标信息、行列信息、相机内参以及约束参数,获得各网格激光点的三维坐标信息,其中,网格激光线包括行激光线和列激光线,网格激光点为网格激光线上的点,其表达的信息更丰富,可以更全面地反映待测目标的三维信息,受外界环境的影响较小,据此获得的待测目标测量结果更加稳定,可满足复杂环境的测量需求。
在一个实施例中,约束参数可以通过以下步骤S402至步骤S404确定。
S402,基于激光器信息以及激光器照射在标定面上形成的各标定网格激光线的激光线信息,确定各标定网格激光线对应的平面方程模型,激光器信息包括:激光器光心分别到标定面和光栅面的第一距离和第二距离,激光线信息包括:标定网格激光线分别在标定面和光栅面上到参考激光线的第三距离和第四距离。
S404,根据各标定网格激光线对应的平面方程模型以及标定数据,确定平面方程模型的参数值,作为约束参数。
其中,第一距离表示激光器光心到标定面的距离,第二距离表示激光器光心到光栅面的距离,第三距离表示标定网格激光线在标定面上到参考激光线的距离,第四距离表示标定网格激光线在光栅面上到参考激光线的距离。参考激光线可以预先设定,具体可以将处于中心行号或列号的激光线作为参考激光线,例如对于9*9激光线,可以将第5行激光线和第5列激光线分别作为参考行激光线和参考列激光线。
对于一标定网格激光线,其对应的平面方程模型用于描述该标定网格激光线和激光发射起始点(激光器光心)构成的激光平面。如图2所示,激光器1照射在待测面5上,每一条激光线和激光器光心可构成一个激光平面,9*9激光线共构成18个平面,例如,图2中的激光平面3表示第四行激光线构成的平面。
如图5所示,提供了一个实施例中网格激光平面的示意图,其中,O表示激光器光心,AB表示光栅面,z表示激光器光心到标定面的距离(第一距离),g表示激光器光心到光栅面的距离(第二距离),x表示标定面上第n行(或列)激光线到参考激光线的距离(第三距离),w表示光栅面上第n行(或列)激光线到参考激光线的距离(第四距离)。
在一个实施例中,标定网格激光线在光栅面上到参考激光线的第四距离可以通过以下方式确定:获取光栅网格尺寸、标定网格激光线的标定行列信息以及参考激光线的参考行列信息,行列信息包括行号或列号;根据标定行列信息相对于参考行列信息的行列差与光栅网格尺寸的乘积,确定标定网格激光线在光栅面上到参考激光线的第四距离。
标定网格激光线的标定行列信息具体为标定网格激光线的行号或列号(用n表示),参考激光线的参考行列信息具体为参考行激光线的行号(用ny表示)或参考列激光线的列号(用nx表示)。对于标定行激光线,行列差表示标定行激光线与参考行激光线的行号差,对于标定列激光线,行列差表示标定列激光线与参考列激光线的列号差。具体地,光栅面上第n列激光线到参考列激光线的距离(w)的计算公式可以如下:
w=(n-nx)qx (5.1)
其中,qx表示列方向的光栅网格尺寸,nx表示参考列激光线的列号,qx和nx可以采用预先确定的值。
在一个实施例中,对于任一标定网格激光线,基于以下关系:第三距离与第四距离的比值等于第一距离与第二距离的比值,确定该标定网格激光线对应的平面方程模型。
如图5所示,根据三角形的相似关系可得:
综合(5.1)和(5.2)式,可得:
记gx=g/qx,代入(5.3)式,可得:
(5.4)式表示第n列激光线所在的激光平面的平面方程,可以基于激光器坐标系到相机坐标系的转换参数,对该平面方程进行变换,获得该激光线对应的平面方程模型。
具体地,(5.4)式的平面方程对应的平面法向量为:(gx,0,-(n-nx)),单位化可得:
根据将其法向量旋转到与z轴方向一致,计算变换矩阵(RxRyRz)可得到:
网格激光器的坐标系在相机坐标系中的位姿可表述为:
结合(5.6)和(5.7)式可得第n列激光线的平面方程在相机坐标系中的姿态为:
该平面方程为:
化简可得:
ca=gx*cosβ*cosγ+(-n+nx)*sinβ
cb=gx*(sinα*sinβ*cosγ+cosα*sinγ)-(-n+nx)*sinα*cosβ
cc=gx*(sinα*sinγ-sinβ*cosα*cosγ)-(-n+nx)*cosα*cosβ
即:
ca(x-xj)+cb(y-yj)+cc(z-zj)=0 (5.9)
类似地,第n行激光线所在的激光平面的平面方程对应的平面法向量,单位化后可得:
其中,gy=g/qy,qy表示行方向的光栅网格尺寸,ny表示参考行激光线的行号,qy和ny可以采用预先确定的值。
根据将其法向量旋转到与z轴方向一致,计算变换矩阵(RxRyRz)可得到:
结合(5.7)和(5.11)式可得第n行激光线的平面方程在相机坐标系中的姿态为:
该平面方程为:
化简可得:
ra=-gy*sinγ*cosβ+(-n+ny)*sinβ
rb=gy*(-sinα*sinβ*sinγ+cosα*cosγ)-(-n+ny)*sinα*cosβ
rc=gy*(sinα*cosγ+sinβ*sinγ*cosα)+(-n+ny)*cosα*cosβ
即:
ra(x-xj)+rb(y-yj)+rc(z-zj)=0 (5.13)
由上述推导可知,网格激光线对应的平面方程模型共有8个参数:gx、gy、α、β、γ、xj、yj、zj,其中,gx、gy与激光器光心到光栅面的距离和光栅尺寸有关,α、β、γ表示激光器坐标系在相机坐标系中的旋转参数,xj、yj、zj表示激光器坐标系在相机坐标系中的平移参数。在实施中,gx和gy可以相等,故上述平面方程模型为7参数模型。如图6所示,提供了一个实施例中行平面与列平面与xoy平面的交线示意图,行平面上的点和列平面上的点均由同一激光器照射形成,即行平面和列平面的点满足相同的参数模型约束,故求出的点为行平面和列平面的集合。
建立了各标定网格激光线的平面方程模型后,可根据建立的平面方程模型以及标定数据,确定平面方程模型的参数值。具体地,可利用非线性优化方法(如Levenberg-Marquardt算法),将标定数据作为模型输入数据,用于反推出模型参数。
在一个实施例中,标定数据可以通过以下方式确定:获取激光器照射在标定面上形成的各标定网格激光线的第一位置标定信息,第一标定位置信息包括标定网格激光线在被相机拍摄形成的标定图像中的位置信息;根据各第一位置标定信息,确定各标定网格激光点的第二位置标定信息,第二位置标定信息包括标定网格激光点在标定图像中的二维坐标标定信息、以及对应的标定行列信息;根据各第二位置标定信息以及标定面在相机坐标系的位姿,获得各标定网格激光点的三维坐标标定信息;基于各标定网格激光点的三维坐标标定信息以及对应的标定行列信息,确定标定数据。
对于二维坐标标定信息的具体说明可以参考前文实施例中对于二维坐标信息的说明,此处不再赘述。标定行列信息包括行号和列号,标定网格激光点行号和列号可以根据网格激光线的相对位置关系确定。
标定面在相机坐标系的位姿可以通过相机标定过程确定,如图7所示,将棋盘标定板放置在标定面上,通过前文实施例的相机标定过程可确定该标定面在相机坐标系的位姿(包括R、T、fx、fy、cx、cy这些参数),然后移去棋盘标定板,通过激光器将网格激光线投射到该标定面形成网格激光图案,网格激光图案经相机拍摄所得图像如图8所示。由于棋盘标定板存在一定的厚度,可测量其厚度后计算出实际网格激光所在的标定面的位姿。从图8所示图像中提取出网格激光点,得知网格激光点的像素坐标后,结合标定面在相机坐标系下的位姿,可获得网格激光点在相机坐标系下的三维坐标。
改变标定面的位置,重复上述过程,在不同标定平面上测量多组网格激光点的三维坐标,形成上述平面方程的输入数据点集,即标定数据。输入数据点集包括行激光点集(xrow,yrow,zrow,i)及列激光点集(xcol,ycol,zcol,j),i和j分别表示行号和列号,根据输入数据点集,可绘制不同标定面上得到的网格激光点点云,如图9所示。
获得标定数据后,可以通过以下方式确定平面方程模型的参数值:根据各标定网格激光线的平面方程模型,确定各标定网格激光线对应的平面的残差方程;基于各残差方程以及标定数据,优化平面方程模型的初始参数值,直至残差方程的值满足预设条件,将优化后的参数值确定为平面方程模型的参数值。
由(5.9)式可得列平面相关的残差方程如下:
Fc=residualc=ca(x-xj)+cb(y-yj)+cc(z-zj) (5.14)
其雅可比矩阵Jc如下:
由(5.13)式可得行平面相关的残差方程如下:
Fr=residualr=ra(x-xj)+rb(y-yj)+rc(z-zj) (5.16)
其雅可比矩阵Jr如下:
可推出模型的雅可比矩阵J如下:
获得模型方程和对应的雅可比矩阵后,给定一个模型的初始参数,根据标定数据优化拟合模型参数,使残差方程Fc、Fr的值满足预设条件,例如使残差方程Fc、Fr的值最小。具体可以采用非线性最小二乘法(如Levenberg-Marquardt算法),设置一个评判指标,根据该指标来达到动态调整步长的效果,不断地迭代更新直到得到符合要求的近似结果。
应该理解的是,虽然图1、4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、4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10所示,提供了一种目标测量装置1000,包括:获取模块1010、二维信息确定模块1020、三维信息确定模块1030和测量模块1040,其中:
获取模块1010,用于获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,网格激光线包括行激光线和列激光线,第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息。
二维信息确定模块1020,用于根据各第一位置信息,确定各网格激光点的第二位置信息,网格激光点表示网格激光线上的点,第二位置信息包括网格激光点在图像中的二维坐标信息以及对应的行列信息,行列信息包括网格激光点所在的网格激光线的行号或列号。
三维信息确定模块1030,用于根据各第二位置信息、相机的内参以及约束参数,获得各网格激光点的三维坐标信息,约束参数包括激光器到相机的转换参数。
测量模块1040,用于基于各三维坐标信息,获得待测目标的三维测量信息。
在一个实施例中,该装置还包括用于确定约束参数的参数确定模块,参数确定模块包括模型确定单元和参数确定单元,模型确定单元用于:基于激光器信息以及激光器照射在标定面上形成的各标定网格激光线的激光线信息,确定各标定网格激光线对应的平面方程模型,激光器信息包括:激光器光心分别到标定面和光栅面的第一距离和第二距离,激光线信息包括:标定网格激光线分别在标定面和光栅面上到参考激光线的第三距离和第四距离;参数确定单元用于:根据各标定网格激光线对应的平面方程模型以及标定数据,确定平面方程模型的参数值,作为约束参数。
在一个实施例中,参数确定模块还包括用于确定标定网格激光线在光栅面上到参考激光线的第四距离的距离确定单元,距离确定单元具体用于:获取光栅网格尺寸、标定网格激光线的标定行列信息以及参考激光线的参考行列信息,行列信息包括行号或列号;根据标定行列信息相对于参考行列信息的行列差与光栅网格尺寸的乘积,确定标定网格激光线在光栅面上到参考激光线的第四距离。
在一个实施例中,模型确定单元具体用于:对于任一标定网格激光线,基于以下关系:第三距离与第四距离的比值等于第一距离与第二距离的比值,确定该标定网格激光线对应的平面方程模型。
在一个实施例中,模型确定单元具体用于:对于任一标定网格激光线,基于以下关系:第三距离与第四距离的比值等于第一距离与第二距离的比值,建立该标定网格激光线所在的激光平面的平面方程;基于激光器坐标系到相机坐标系的转换参数,对平面方程进行变换,获得该标定网格激光线对应的平面方程模型。
在一个实施例中,参数确定模块还包括用于确定标定数据的数据确定单元,数据确定单元具体用于:获取激光器照射在标定面上形成的各标定网格激光线的第一位置标定信息,第一标定位置信息包括标定网格激光线在被相机拍摄形成的标定图像中的位置信息;根据各第一位置标定信息,确定各标定网格激光点的第二位置标定信息,第二位置标定信息包括标定网格激光点在标定图像中的二维坐标标定信息、以及对应的标定行列信息;根据各第二位置标定信息以及标定面在相机坐标系的位姿,获得各标定网格激光点的三维坐标标定信息;基于各标定网格激光点的三维坐标标定信息以及对应的标定行列信息,确定标定数据。
在一个实施例中,参数确定单元具体用于:根据各标定网格激光线的平面方程模型,确定各标定网格激光线对应的平面的残差方程;基于各残差方程以及标定数据,优化平面方程模型的初始参数值,直至残差方程的值满足预设条件,将优化后的参数值确定为平面方程模型的参数值。
关于目标测量装置的具体限定可以参见上文中对于目标测量方法的限定,在此不再赘述。上述目标测量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计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种目标测量方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各个方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各个方法实施例中的步骤。
需要理解的是,上述实施例中的术语“第一”、“第二”、“第三”、“第四”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
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。
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)
1.一种目标测量方法,其特征在于,所述方法包括:
获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,所述网格激光线包括行激光线和列激光线,所述第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息;
根据各所述第一位置信息,确定各网格激光点的第二位置信息,所述网格激光点表示所述网格激光线上的点,所述第二位置信息包括网格激光点在所述图像中的二维坐标信息以及对应的行列信息,所述行列信息包括所述网格激光点所在的网格激光线的行号或列号;
根据各所述第二位置信息、所述相机的内参以及约束参数,获得各所述网格激光点的三维坐标信息,所述约束参数包括所述激光器到所述相机的转换参数;
基于各所述三维坐标信息,获得所述待测目标的三维测量信息。
2.根据权利要求1所述的方法,其特征在于,所述约束参数的确定方法包括:
基于激光器信息以及激光器照射在标定面上形成的各标定网格激光线的激光线信息,确定各所述标定网格激光线对应的平面方程模型,所述激光器信息包括:激光器光心分别到标定面和光栅面的第一距离和第二距离,所述激光线信息包括:所述标定网格激光线分别在标定面和光栅面上到参考激光线的第三距离和第四距离;
根据各所述标定网格激光线对应的平面方程模型以及标定数据,确定所述平面方程模型的参数值,作为约束参数。
3.根据权利要求2所述的方法,其特征在于,所述标定网格激光线在光栅面上到参考激光线的第四距离的确定方法包括:
获取光栅网格尺寸、所述标定网格激光线的标定行列信息以及参考激光线的参考行列信息,所述行列信息包括行号或列号;
根据所述标定行列信息相对于所述参考行列信息的行列差与所述光栅网格尺寸的乘积,确定所述标定网格激光线在光栅面上到参考激光线的第四距离。
4.根据权利要求2所述的方法,其特征在于,基于激光器信息以及激光器照射在标定面上形成的各标定网格激光线的激光线信息,确定各所述标定网格激光线对应的平面方程模型,包括:
对于任一标定网格激光线,基于以下关系:所述第三距离与所述第四距离的比值等于所述第一距离与所述第二距离的比值,确定该标定网格激光线对应的平面方程模型。
5.根据权利要求4所述的方法,其特征在于,对于任一标定网格激光线,基于以下关系:所述第三距离与所述第四距离的比值等于所述第一距离与所述第二距离的比值,确定该标定网格激光线对应的平面方程模型,包括:
对于任一标定网格激光线,基于以下关系:所述第三距离与所述第四距离的比值等于所述第一距离与所述第二距离的比值,建立该标定网格激光线所在的激光平面的平面方程;
基于激光器坐标系到相机坐标系的转换参数,对所述平面方程进行变换,获得该标定网格激光线对应的平面方程模型。
6.根据权利要求2所述的方法,其特征在于,所述标定数据的确定方法包括:
获取激光器照射在标定面上形成的各标定网格激光线的第一位置标定信息,所述第一标定位置信息包括标定网格激光线在被相机拍摄形成的标定图像中的位置信息;
根据各所述第一位置标定信息,确定各标定网格激光点的第二位置标定信息,所述第二位置标定信息包括标定网格激光点在所述标定图像中的二维坐标标定信息、以及对应的标定行列信息;
根据各所述第二位置标定信息以及所述标定面在相机坐标系的位姿,获得各所述标定网格激光点的三维坐标标定信息;
基于各所述标定网格激光点的三维坐标标定信息以及对应的标定行列信息,确定标定数据。
7.根据权利要求2至6中任一项所述的方法,其特征在于,根据各所述标定网格激光线对应的平面方程模型以及标定数据,确定所述平面方程模型的参数值,包括:
根据各所述标定网格激光线的平面方程模型,确定各所述标定网格激光线对应的平面的残差方程;
基于各所述残差方程以及标定数据,优化平面方程模型的初始参数值,直至所述残差方程的值满足预设条件,将优化后的参数值确定为所述平面方程模型的参数值。
8.一种目标测量装置,其特征在于,所述装置包括:
获取模块,用于获取激光器照射在待测目标上形成的各网格激光线的第一位置信息,所述网格激光线包括行激光线和列激光线,所述第一位置信息包括网格激光线在被相机拍摄形成的图像中的位置信息;
二维信息确定模块,用于根据各所述第一位置信息,确定各网格激光点的第二位置信息,所述网格激光点表示所述网格激光线上的点,所述第二位置信息包括网格激光点在所述图像中的二维坐标信息以及对应的行列信息,所述行列信息包括所述网格激光点所在的网格激光线的行号或列号;
三维信息确定模块,用于根据各所述第二位置信息、所述相机的内参以及约束参数,获得各所述网格激光点的三维坐标信息,所述约束参数包括所述激光器到所述相机的转换参数;
测量模块,用于基于各所述三维坐标信息,获得所述待测目标的三维测量信息。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011064723.XA CN114322751B (zh) | 2020-09-30 | 2020-09-30 | 目标测量方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011064723.XA CN114322751B (zh) | 2020-09-30 | 2020-09-30 | 目标测量方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114322751A true CN114322751A (zh) | 2022-04-12 |
CN114322751B CN114322751B (zh) | 2024-01-23 |
Family
ID=81031776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011064723.XA Active CN114322751B (zh) | 2020-09-30 | 2020-09-30 | 目标测量方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114322751B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117433441A (zh) * | 2023-10-30 | 2024-01-23 | 中国汽车工程研究院股份有限公司 | 一种基于汽车碰撞事故的车身外廓变形量快速测量系统及方法 |
CN117782030A (zh) * | 2023-11-24 | 2024-03-29 | 北京天数智芯半导体科技有限公司 | 距离测量方法及装置、存储介质及电子设备 |
CN118189859A (zh) * | 2024-03-29 | 2024-06-14 | 天津大学 | 非接触式同轴度测量方法及系统 |
CN118410725A (zh) * | 2024-07-02 | 2024-07-30 | 清华大学 | 一种基于神经网络算法的激光器逆向设计方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101117761B1 (ko) * | 2011-09-09 | 2012-03-16 | 권광석 | 레이저 격자패턴을 이용한 3차원 해저면 복원장치 및 이를 이용한 해저면 복원방법 |
KR20120098131A (ko) * | 2011-02-28 | 2012-09-05 | 이경자 | 격자패턴투영장치 |
JP2013015413A (ja) * | 2011-07-04 | 2013-01-24 | Toshiba Transport Eng Inc | 三次元形状計測装置及び三次元形状計測方法 |
JP2013122434A (ja) * | 2011-12-12 | 2013-06-20 | Itt:Kk | レーザーを用いた単眼カメラによる3次元形状位置計測装置,3次元形状位置計測処理方法および3次元形状位置計測処理プログラム |
CN103971353A (zh) * | 2014-05-14 | 2014-08-06 | 大连理工大学 | 采用激光辅助大型锻件测量图像数据的拼接方法 |
CN105678785A (zh) * | 2016-02-01 | 2016-06-15 | 西安交通大学 | 一种激光与相机相对位姿关系的标定方法 |
CN109029284A (zh) * | 2018-06-14 | 2018-12-18 | 大连理工大学 | 一种基于几何约束的三维激光扫描仪与相机标定方法 |
CN109270534A (zh) * | 2018-05-07 | 2019-01-25 | 西安交通大学 | 一种智能车激光传感器与相机在线标定方法 |
CN111272102A (zh) * | 2020-05-06 | 2020-06-12 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种线激光扫描三维测量标定方法 |
-
2020
- 2020-09-30 CN CN202011064723.XA patent/CN114322751B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120098131A (ko) * | 2011-02-28 | 2012-09-05 | 이경자 | 격자패턴투영장치 |
JP2013015413A (ja) * | 2011-07-04 | 2013-01-24 | Toshiba Transport Eng Inc | 三次元形状計測装置及び三次元形状計測方法 |
KR101117761B1 (ko) * | 2011-09-09 | 2012-03-16 | 권광석 | 레이저 격자패턴을 이용한 3차원 해저면 복원장치 및 이를 이용한 해저면 복원방법 |
JP2013122434A (ja) * | 2011-12-12 | 2013-06-20 | Itt:Kk | レーザーを用いた単眼カメラによる3次元形状位置計測装置,3次元形状位置計測処理方法および3次元形状位置計測処理プログラム |
CN103971353A (zh) * | 2014-05-14 | 2014-08-06 | 大连理工大学 | 采用激光辅助大型锻件测量图像数据的拼接方法 |
CN105678785A (zh) * | 2016-02-01 | 2016-06-15 | 西安交通大学 | 一种激光与相机相对位姿关系的标定方法 |
CN109270534A (zh) * | 2018-05-07 | 2019-01-25 | 西安交通大学 | 一种智能车激光传感器与相机在线标定方法 |
CN109029284A (zh) * | 2018-06-14 | 2018-12-18 | 大连理工大学 | 一种基于几何约束的三维激光扫描仪与相机标定方法 |
CN111272102A (zh) * | 2020-05-06 | 2020-06-12 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种线激光扫描三维测量标定方法 |
Non-Patent Citations (1)
Title |
---|
何文杰;贺赛先;: "双目线结构光测量系统三维数据融合研究", 激光杂志, no. 06 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117433441A (zh) * | 2023-10-30 | 2024-01-23 | 中国汽车工程研究院股份有限公司 | 一种基于汽车碰撞事故的车身外廓变形量快速测量系统及方法 |
CN117782030A (zh) * | 2023-11-24 | 2024-03-29 | 北京天数智芯半导体科技有限公司 | 距离测量方法及装置、存储介质及电子设备 |
CN118189859A (zh) * | 2024-03-29 | 2024-06-14 | 天津大学 | 非接触式同轴度测量方法及系统 |
CN118410725A (zh) * | 2024-07-02 | 2024-07-30 | 清华大学 | 一种基于神经网络算法的激光器逆向设计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114322751B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114322751B (zh) | 目标测量方法、装置、计算机设备和存储介质 | |
CN108346165B (zh) | 机器人与三维传感组件联合标定方法与装置 | |
US20210041236A1 (en) | Method and system for calibration of structural parameters and construction of affine coordinate system of vision measurement system | |
CN110312111B (zh) | 用于图像装置的自动校准的装置、系统和方法 | |
CN111127422A (zh) | 图像标注方法、装置、系统及主机 | |
CN109901123B (zh) | 传感器标定方法、装置、计算机设备和存储介质 | |
CN112562014B (zh) | 相机标定方法、系统、介质及装置 | |
CN106530358A (zh) | 仅用两幅场景图像标定ptz摄像机的方法 | |
CN109906471B (zh) | 实时三维相机校准 | |
US11830223B2 (en) | Camera calibration apparatus, camera calibration method, and nontransitory computer readable medium storing program | |
WO2020188799A1 (ja) | カメラ校正装置、カメラ校正方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 | |
WO2018201677A1 (zh) | 基于光束平差的远心镜头三维成像系统的标定方法及装置 | |
CN112669392B (zh) | 一种应用于室内视频监控系统的地图定位方法及系统 | |
CN105306922A (zh) | 一种深度相机参考图的获取方法和装置 | |
CN109872344A (zh) | 图像特征点的跟踪方法、匹配方法和坐标获取方法、装置 | |
CN105574884B (zh) | 一种医疗机器人dh参数标定方法 | |
CN111445513A (zh) | 基于深度图像的植株冠层体积获取方法、装置、计算机设备和存储介质 | |
CN113436267A (zh) | 视觉惯导标定方法、装置、计算机设备和存储介质 | |
CN112241984A (zh) | 双目视觉传感器标定方法、装置、计算机设备和存储介质 | |
JP7024405B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
JP4747293B2 (ja) | 画像処理装置および画像処理方法並びにこれらに用いるプログラム | |
JP6560159B2 (ja) | 位置計測装置 | |
CN114913241A (zh) | 一种结构光3d相机标定方法及装置 | |
CN108827157B (zh) | 激光测量的校验方法、装置、系统、设备和存储介质 | |
Szkodny et al. | The decreasing of 3D position errors in the system of two cameras by means of the interpolation method |
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 |