CN114373020B - 一种基于联合外参估计的线结构光传感器光平面标定方法 - Google Patents

一种基于联合外参估计的线结构光传感器光平面标定方法 Download PDF

Info

Publication number
CN114373020B
CN114373020B CN202210018258.9A CN202210018258A CN114373020B CN 114373020 B CN114373020 B CN 114373020B CN 202210018258 A CN202210018258 A CN 202210018258A CN 114373020 B CN114373020 B CN 114373020B
Authority
CN
China
Prior art keywords
calibration plate
camera
light bar
light
calibration
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.)
Active
Application number
CN202210018258.9A
Other languages
English (en)
Other versions
CN114373020A (zh
Inventor
段发阶
刘昌文
傅骁
韩彭威
李佳欣
李天宇
艾双哲
郑好
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.)
Smartmens Tianjin Technology Co ltd
Original Assignee
Tianjin 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 Tianjin University filed Critical Tianjin University
Priority to CN202210018258.9A priority Critical patent/CN114373020B/zh
Publication of CN114373020A publication Critical patent/CN114373020A/zh
Application granted granted Critical
Publication of CN114373020B publication Critical patent/CN114373020B/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
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明涉及一种基于联合外参估计的线结构光传感器光平面标定方法，所采用的装置包括定制标定板、一维位移台、相机和线激光器，其中，定制标定板，分为位于中部的光条区域和位于两侧的两个特征点区域，特征点为黑白交界的角点；光条区域为黑色，用于与光平面相交。标定过程包括以下步骤：放置标定板于一维位移台上，调整标定板位姿使其正对相机，使光平面与光条区域相交；关闭线激光器，相机拍摄无光条的标定板图像I；打开线激光器，相机拍摄有光条的标定板图像L，位移台带动标定板移动固定距离；重复，直至标定板无法清晰成像或者光条超出光条区域；建立像素坐标系，提取特征点的像素坐标；获取相机内参；建立映射关系；建立最优化目标函数；实现基于联合外参估计的线结构光传感器光平面标定。

Description

一种基于联合外参估计的线结构光传感器光平面标定方法
技术领域
本发明属于机器视觉测量技术领域，特别是线结构光传感器光平面标定方法。
背景技术
线结构光传感器具有非接触、结构简单灵活的特点，在三维重构、逆向工程、质量检测等领域有广泛的应用。线结构光传感器主要由线激光器和相机组成，测量过程如下：线激光器投射出一个光平面与被测物体相交，在其表面形成光条，光条形状被物体表面形貌调制，相机拍摄光条图像。根据相机与光平面的相对位置关系，可以解算物体表面光条中心相对于相机坐标系的三维坐标，通过扫描装置移动被测物体，使光平面扫描整个被测物表面，从而获取完整的三维形貌。
在整个测量过程中，相机与光平面的相对位置的标定精度直接决定三维坐标的测量精度。光平面标定过程通常分为以下步骤：激光器投射光平面与标定板平面相交形成光条，使用提前标定好内参的相机拍摄同时包含光条与标定板的图像，通过标定板特征点的世界坐标与其在图像中的像素坐标即可得到标定板平面与相机像素平面的单应性矩阵，结合已知的相机内参即可计算出外参矩阵，通过该外参矩阵就可以把图像中光条中心的像素坐标与标定板上光条中心的相机坐标对应起来。改变标定板的位置使标定板以不同位姿与光平面相交，得到不同光条中心的相机坐标，再通过平面拟合即可获得光平面与相机的相对位置，实现光平面的标定。
在标定过程中，标定板相对相机的外参矩阵的估计精度很大程度上决定了光平面标定精度，而外参矩阵的估计精度取决于单应性矩阵的估计精度，在使用相同标定板时，单应性矩阵的估计精度与特征点提取精度相关。当标定板相对相机的位姿不同时，会导致特征点提取精度不一致，从而引入不同的估计误差。常用光平面标定方法中对每幅标定图像分别进行外参估计，多次引入了误差，这在进行光平面标定时会增大标定数据的噪声，从而降低标定精度。
发明内容
本发明的目的是提供一种基于联合外参估计的线结构光传感器光平面标定方法，提高了外参估计精度，减小外参矩阵引入的噪声，提高光平面的标定精度。本发明采取的技术方案是，
一种基于联合外参估计的线结构光传感器光平面标定方法，所采用的装置包括定制标定板、一维位移台、相机和线激光器，其中，定制标定板，分为位于中部的光条区域和位于两侧的两个特征点区域，特征点区域包含M个坐标准确的特征点，特征点为黑白交界的角点；光条区域为黑色，用于与光平面相交。标定过程包括以下步骤：
第1步：放置标定板于一维位移台上，调整标定板位姿使其正对相机，使光平面与光条区域相交；
第2步：关闭线激光器，相机拍摄无光条的标定板图像I；打开线激光器，相机拍摄有光条的标定板图像L，位移台带动标定板移动固定距离λmm；
第3步：重复第2步，直至标定板无法清晰成像或者光条超出光条区域，共运动N-1次，获得N幅无光条标定板图像I1～IN，和有光条标定板图像L1～LN；
第4步：建立像素坐标系，提取I1～IN中特征点的像素坐标PE,1～PE,M×N根据标定板设计参数获得相应的特征点的世界坐标PW,1～PW,M×N；
第5步：(通过张正友标定法等方法)提前获取相机内参，fx、fy为相机X方向主距和Y方向主距，(u0 v0)为主点像素坐标,将像素坐标系的原点从左上角移动到主点位置，即
Figure BDA0003461021140000021
其中XEi、YEi为PE,i的像素坐标系X轴坐标和Y轴坐标，X’Ei、Y’Ei为PE,i在像素坐标系原点移到主点后P’E,i的像素坐标系X轴坐标和Y轴坐标；
第6步：建立PW,i、P’E,i映射关系：
Figure BDA0003461021140000022
其中XWi、YWi、ZWi为PW,i的世界坐标系X、Y、Z轴坐标，Vx、Vy、Vz为一维位移台位移方向向量，r1～r9组成旋转矩阵R，Tx、Ty、Tz组成平移向量T，[R|T]组成待求内参矩阵B，a1～a9组成待估计的单应性矩阵H；
第7步：建立最优化目标函数：
Figure BDA0003461021140000023
通过求最小二乘解获得单应性矩阵H的值；
第8步：把相机内参带入H中，并结合R为正交矩阵，V＝[Vx、Vy、Vz]T为单位向量的约束求出一维位移台位移方向向量V和第1幅图对应的外参矩阵B1＝[R|T]，其他的第i幅图对应的外参矩阵为Bi＝[R|T+λ(i-1)×RV]，从而实现对多幅图像进行统一的外参估计；
第9步：提取L1～LN中的光条中心像素坐标PELij[XELij YELij]T，其中PELij为第i幅图Li中第j个光条中心点的像素坐标，XELij为PELij像素坐标系X轴坐标，YELij为PELij像素坐标系Y轴坐标；
第10步：标定板上任取3点a、b、c，通过下式把其世界齐次坐标PWk＝[XWk YWk ZWk 1]T，k＝a、b、c，转换为相机坐标PCik＝[XCik YCik ZCik]T，i＝1～N，：
PCik＝BiPWk                         (4)
第11步：把PCik，k＝a、b、c，带入标定板平面方程AiXC+BiYC+CiZC+1＝0，求得Li对应的标定板平面方程的系数Ai、Bi、Ci；
第12步：联立下式，求得PELij[XELij YELij]T对应光平面上点的相机坐标PCLij[XCLijYCLij ZCLij]T：
Figure BDA0003461021140000031
第13步：使用PCLij进行最小二乘平面拟合：
Figure BDA0003461021140000032
即可得到光平面πL在相机坐标系下的表达式ALXCL+BLYCL+CLZCL+1＝0，实现基于联合外参估计的线结构光传感器光平面标定。
本发明提供了一种联合外参估计的线结构光传感器光平面标定方法。使用本方法可以实现对多幅标定图像进行统一的外参估计，提高了外参估计的一致性与准确度，减小了由外参矩阵引入的误差，从而提高光平面的标定精度。
附图说明
图1是定制标定板示意图；
图2是标定结构示意图；
图3是本方法与传统方法测量结果误差对比图。
具体实施方式
下面结合附图和具体实施方式对本发明作详细描述。最佳实施方式使用的设备有定制标定板、一维位移台、相机和线激光器。其中定制标定板如图(1)所示，标定板分为特征点区域和光条区域，特征点区域中包含M个坐标准确的特征点，特征点为黑白交界的角点，角点分布为矩形，各个角点间的相互坐标明确，同时也可以使用圆点等其他特征点。光条区域用于与光平面相交，形成光条，为了减小反光造成的模糊，光条区域为黑色。为了充分利用标定板的空间增加特征点数量，光条区域位于标定板中部，特征点区域位于标定板两侧。最佳实施方式由以下步骤组成：
第1步：放置标定板于一维位移台上，调整标定板位姿使其正对相机，成像清晰且充满整个视场，同时使光平面与光条区域相交,如图(2)所示；
第2步：关闭线激光器，相机拍摄无光条的标定板图像I，再打开线激光器，相机拍摄有光条的标定板图像L，位移台带动标定板移动固定距离λmm；
第3步：重复第2步，直至标定板无法清晰成像或者光条超出光条区域，共运动N-1次，获得N幅无光条标定板图像I1～IN，和有光条标定板图像L1～LN。
第4步：提取I1～IN中特征点的像素坐标PE,1～PE,M×N根据标定板设计参数获得棋盘格上特征点的世界坐标PW,1～PW,M×N；
第5步：通过张正友标定法等方法提前获取相机内参，fx、fy为相机X方向主距和Y方向主距，(u0  v0)为主点像素坐标,根据主点像素坐标把像素坐标系原点从左上角移动到主点位置，即
Figure BDA0003461021140000033
其中XEi、YEi为PE,i的像素坐标系X轴坐标和Y轴坐标，X’Ei、Y’Ei为PE,i在像素坐标系原点移到主点后P’E,i的像素坐标系X轴坐标和Y轴坐标；
第6步：建立PW,i、P’E,i映射关系：
Figure BDA0003461021140000041
其中XWi、YWi、ZWi为PW,i的世界坐标系X、Y、Z轴坐标，Vx、Vy、Vz为一维位移台位移方向向量，r1～r9组成旋转矩阵R，Tx、Ty、Tz组成平移向量T，[R|T]组成待求内参矩阵B，a1～a9组成待估计的单应性矩阵H；
第7步：建立最优化目标函数：
Figure BDA0003461021140000042
通过求最小二乘解即可获得单应性矩阵H的值；
第8步：把相机内参带入H中，并结合R为正交矩阵，V＝[Vx、Vy、Vz]T为单位向量的约束即可求出位移台位移方向向量V和第1幅图对应的外参矩阵B1＝[R|T]，由于其他图的拍摄位置相对第1幅图只进行了确定长度的平移，则第i幅图对应的外参矩阵为Bi＝[R|T+λ(i-1)×RV]，这实现了对多幅图像进行统一的外参估计，提高了外参估计的一致性与准确度，减小了由外参矩阵引入的误差；
第9步：提取L1～LN中的光条中心像素坐标PELij[XELij YELij]T，其中PELij为第i幅图Li中第j个光条中心点的像素坐标，XELij为PELij像素坐标系X轴坐标，YELij为PELij像素坐标系Y轴坐标；
第10步：标定板上取3点a、b、c，其世界齐次坐标为PWa[0 0 0 1]T、PWb[1 0 0 1]T、PWc[0 1 0 1]T，通过下式把其世界齐次坐标PWk(k＝a、b、c)转换为相机坐标PCik＝[XCik YCikZCik]T(i＝1～N)：
PCik＝BiPWk                         (4)
第11步：把PCik(k＝a、b、c)带入AiXC+BiYC+CiZC+1＝0，求得Li对应的标定板平面方程πi的系数Ai、Bi、Ci；
第12步：联立下式，求得PELij[XELij YELij]T对应光平面上点的相机坐标PCLij[XCLijYCLij ZCLij]T：
Figure BDA0003461021140000043
第13步：使用PCLij进行最小二乘平面拟合：
Figure BDA0003461021140000051
即可得到光平面πL在相机坐标系下的表达式ALXCL+BLYCL+CLZCL+1＝0，最终实现基于联合外参估计的线结构光传感器光平面标定。
本标定方法相比传统光平面标定方法具有更高的标定精度，使测量系统具有更小的测量误差。以激光测距仪测量结果作为基准值，两种方法的测量误差如图3所示，在位移4700um时，本方法的测量误差相比传统方法的测量误差减小了约60％，极大地提高了测量准确度。

Claims (1)

1.一种基于联合外参估计的线结构光传感器光平面标定方法，所采用的装置包括定制标定板、一维位移台、相机和线激光器，其中，定制标定板，分为位于中部的光条区域和位于两侧的两个特征点区域，特征点区域包含M个坐标准确的特征点，特征点为黑白交界的角点；光条区域为黑色，用于与光平面相交，标定过程包括以下步骤：
第1步：放置标定板于一维位移台上，调整标定板位姿使其正对相机，使光平面与光条区域相交；
第2步：关闭线激光器，相机拍摄无光条的标定板图像I；打开线激光器，相机拍摄有光条的标定板图像L，位移台带动标定板移动固定距离λmm；
第3步：重复第2步，直至标定板无法清晰成像或者光条超出光条区域，共运动N-1次，获得N幅无光条标定板图像I1～IN，和有光条标定板图像L1～LN；
第4步：建立像素坐标系，提取I1～IN中特征点的像素坐标PE,1～PE,M×N，根据标定板设计参数获得相应的特征点的世界坐标PW,1～PW,M×N；
第5步：提前获取相机内参，fx、fy为相机X方向主距和Y方向主距，(u0 v0)为主点像素坐标,将像素坐标系的原点从左上角移动到主点位置，即
Figure FDA0004087335620000011
其中XEi、YEi为PE,i的像素坐标系X轴坐标和Y轴坐标，X’Ei、Y’Ei为PE,i在像素坐标系原点移到主点后P’E,i的像素坐标系X轴坐标和Y轴坐标；
第6步：建立PW,i、P’E,i映射关系：
Figure FDA0004087335620000012
其中XWi、YWi、ZWi为PW,i的世界坐标系X、Y、Z轴坐标，Vx、Vy、Vz为一维位移台位移方向向量，r1～r9组成旋转矩阵R，Tx、Ty、Tz组成平移向量T，[R|T]组成待求内参矩阵B，a1～a9组成待估计的单应性矩阵H；
第7步：建立最优化目标函数：
Figure FDA0004087335620000013
通过求最小二乘解获得单应性矩阵H的值；
第8步：把相机内参带入H中，并结合R为正交矩阵，V＝[Vx、Vy、Vz]T为单位向量的约束求出一维位移台位移方向向量V和第1幅图对应的外参矩阵B1＝[R|T]，其他的第i幅图对应的外参矩阵为Bi＝[R|T+λ(i-1)×RV]，从而实现对多幅图像进行统一的外参估计；
第9步：提取L1～LN中的光条中心像素坐标PELij[XELij YELij]T，其中PELij为第i幅图Li中第j个光条中心点的像素坐标，XELij为PELij像素坐标系X轴坐标，YELij为PELij像素坐标系Y轴坐标；
第10步：标定板上任取3点a、b、c，通过下式把其世界齐次坐标PWk＝[XWkYWk ZWk 1]T，k＝a、b、c，转换为相机坐标PCik＝[XCik YCik ZCik]T，i＝1～N，：
PCik＝BiPWk                         (4)
第11步：把PCik，k＝a、b、c，带入标定板平面方程AiXC+BiYC+CiZC+1＝0，求得Li对应的标定板平面方程的系数Ai、Bi、Ci；
第12步：联立下式，求得PELij[XELij YELij]T对应光平面上点的相机坐标PCLij[XCLijYCLijZCLij]T：
Figure FDA0004087335620000021
第13步：使用PCLij进行最小二乘平面拟合：
Figure FDA0004087335620000022
即可得到光平面πL在相机坐标系下的表达式ALXCL+BLYCL+CLZCL+1＝0，实现基于联合外参估计的线结构光传感器光平面标定。
CN202210018258.9A 2022-01-07 2022-01-07 一种基于联合外参估计的线结构光传感器光平面标定方法 Active CN114373020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210018258.9A CN114373020B (zh) 2022-01-07 2022-01-07 一种基于联合外参估计的线结构光传感器光平面标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210018258.9A CN114373020B (zh) 2022-01-07 2022-01-07 一种基于联合外参估计的线结构光传感器光平面标定方法

Publications (2)

Publication Number Publication Date
CN114373020A CN114373020A (zh) 2022-04-19
CN114373020B true CN114373020B (zh) 2023-04-28

Family

ID=81143257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210018258.9A Active CN114373020B (zh) 2022-01-07 2022-01-07 一种基于联合外参估计的线结构光传感器光平面标定方法

Country Status (1)

Country Link
CN (1) CN114373020B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115457154A (zh) * 2022-11-11 2022-12-09 思看科技(杭州)股份有限公司 三维扫描仪的标定方法、装置、计算机设备和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003090711A (ja) * 2001-09-18 2003-03-28 Fuji Xerox Co Ltd ３次元画像撮像装置および方法
FR2962581A1 (fr) * 2010-07-06 2012-01-13 Imajing Methode de calibration de l'orientation d'une camera video embarquee
JP2016057151A (ja) * 2014-09-09 2016-04-21 新日本工機株式会社 三次元形状測定システム
CN106056620A (zh) * 2016-06-13 2016-10-26 西南科技大学 用于线激光位置标定的标定板及线激光相机测量系统标定方法
WO2018007518A1 (en) * 2016-07-06 2018-01-11 Respiratory Innovations Pty Ltd A realtime radiotherapy markerless calibration and measurement system
CN108288293A (zh) * 2018-01-17 2018-07-17 广东省海洋工程装备技术研究所 一种基于线结构光的标定方法
CN108717715A (zh) * 2018-06-11 2018-10-30 华南理工大学 一种用于弧焊机器人的线结构光视觉系统自动标定方法
CN111243002A (zh) * 2020-01-15 2020-06-05 中国人民解放军国防科技大学 应用于高精度三维测量的单目激光散斑投影系统标定及深度估计方法
CN111429532A (zh) * 2020-04-30 2020-07-17 南京大学 一种利用多平面标定板提高相机标定精确度的方法
CN113450416A (zh) * 2020-06-15 2021-09-28 天津工业大学 一种应用于三目相机立体标定的tcsc方法
CN113847874A (zh) * 2021-08-20 2021-12-28 天津大学 一种基于视觉的位移台位移方向标定方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003090711A (ja) * 2001-09-18 2003-03-28 Fuji Xerox Co Ltd ３次元画像撮像装置および方法
FR2962581A1 (fr) * 2010-07-06 2012-01-13 Imajing Methode de calibration de l'orientation d'une camera video embarquee
JP2016057151A (ja) * 2014-09-09 2016-04-21 新日本工機株式会社 三次元形状測定システム
CN106056620A (zh) * 2016-06-13 2016-10-26 西南科技大学 用于线激光位置标定的标定板及线激光相机测量系统标定方法
WO2018007518A1 (en) * 2016-07-06 2018-01-11 Respiratory Innovations Pty Ltd A realtime radiotherapy markerless calibration and measurement system
CN108288293A (zh) * 2018-01-17 2018-07-17 广东省海洋工程装备技术研究所 一种基于线结构光的标定方法
CN108717715A (zh) * 2018-06-11 2018-10-30 华南理工大学 一种用于弧焊机器人的线结构光视觉系统自动标定方法
CN111243002A (zh) * 2020-01-15 2020-06-05 中国人民解放军国防科技大学 应用于高精度三维测量的单目激光散斑投影系统标定及深度估计方法
CN111429532A (zh) * 2020-04-30 2020-07-17 南京大学 一种利用多平面标定板提高相机标定精确度的方法
CN113450416A (zh) * 2020-06-15 2021-09-28 天津工业大学 一种应用于三目相机立体标定的tcsc方法
CN113847874A (zh) * 2021-08-20 2021-12-28 天津大学 一种基于视觉的位移台位移方向标定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周京博.基于参考靶标的线结构光传感器标定.《光学学报》.2019,第39卷(第39期),全文. *
张瑞峰.一种新的线结构光标定方法.《激光与光电子学进展》.2019,第56卷(第56期),全文. *
王金桥.线结构光扫描传感器结构参数一体化标定.《传感技术学报》.2014,第27卷(第27期),全文. *

Also Published As

Publication number Publication date
CN114373020A (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
CN110276808B (zh) 一种单相机结合二维码测量玻璃板不平度的方法
Furukawa et al. Accurate camera calibration from multi-view stereo and bundle adjustment
CN106887023A (zh) 用于双目摄像机标定的标定板及其标定方法和标定系统
CN109903341A (zh) 一种车载摄像机外参动态自标定方法
US20030169918A1 (en) Stereoscopic image characteristics examination system
Song et al. Use of LCD panel for calibrating structured-light-based range sensing system
Albarelli et al. Robust camera calibration using inaccurate targets
CN108581869B (zh) 一种摄像头模组对准方法
CN110379013B (zh) 一种基于多角度激光线扫描的三维重构系统
CN111028295A (zh) 一种基于编码结构光和双目的3d成像方法
CN114373020B (zh) 一种基于联合外参估计的线结构光传感器光平面标定方法
JP2009284188A (ja) カラー撮像装置
CN112815843B (zh) 一种3d打印过程中工件表面打印偏差的在线监测方法
CN110966956A (zh) 一种基于双目视觉的三维检测装置和方法
CN113724337B (zh) 一种无需依赖云台角度的相机动态外参标定方法及装置
CN113108721B (zh) 基于多光束自适应互补匹配的高反光物体三维测量方法
CN108981608B (zh) 一种新型线结构光视觉系统及标定方法
CN110490943A (zh) 4d全息捕捉系统的快速精确标定方法、系统及存储介质
CN114577135B (zh) 基于单镜头的芯片引脚翘曲的3d检测方法及系统
CN113554709A (zh) 一种基于偏振信息的相机-投影仪系统标定方法
CN110686598B (zh) 一种双线阵结构光三维测量系统及其测量方法
CN112665517B (zh) 一种多相机大视场表面形状测量标定方法
CN116147534A (zh) 一种基于镜面辅助的多视角三维激光扫描系统及复杂表面全景测量方法
CN116205993A (zh) 一种用于3d aoi的双远心镜头高精度标定方法
CN115880369A (zh) 线结构光3d相机和线阵相机联合标定的装置、系统及方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240122

Address after: Office Building 451-04, Xuefu Industrial Zone Management Committee, Xiqing District, Tianjin, 300000

Patentee after: SMARTMENS (TIANJIN) TECHNOLOGY CO.,LTD.

Country or region after: China

Address before: 300072 Tianjin City, Nankai District Wei Jin Road No. 92

Patentee before: Tianjin University

Country or region before: China