CN115170672A - 一种用于多相机系统的标定方法、装置及可读存储介质 - Google Patents
一种用于多相机系统的标定方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN115170672A CN115170672A CN202210783501.6A CN202210783501A CN115170672A CN 115170672 A CN115170672 A CN 115170672A CN 202210783501 A CN202210783501 A CN 202210783501A CN 115170672 A CN115170672 A CN 115170672A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- calibration
- feature points
- depth camera
- optical navigator
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000003287 optical effect Effects 0.000 claims abstract description 96
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 230000009466 transformation Effects 0.000 claims abstract description 22
- 239000003550 marker Substances 0.000 claims description 21
- 238000000354 decomposition reaction Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种用于多相机系统的标定方法、装置及可读存储介质，涉及相机标定技术领域，包括：选取几何刚体作为第一标定物；利用深度相机获取第一标定物的特征点，得到特征点在深度相机坐标系下的坐标；利用光学导航仪获取特征点在光学导航仪坐标系下的坐标；根据特征点在深度相机坐标系下的坐标和特征点在光学导航仪坐标系下的坐标，获取深度相机坐标系和光学导航仪坐标系的转换矩阵。本申请通过引入第一标定物，实现深度相机和光学导航仪的标定，无需采用棋盘格的标定板，避免了棋盘格角点在深度相机和光学导航仪中难以辨别造成无法标定的问题。
Description
技术领域
本发明涉及相机标定技术领域，更具体地，涉及一种用于多相机系统的标定方法、装置及可读存储介质。
背景技术
深度相机是一种能够测量物体深度，即物体与相机原点相对距离的新式相机，主要原理包括双目视觉、结构光和TOF技术，可以应用在三维建模、无人驾驶、机器人导航，以及体感游戏等领域。光学导航仪通过发出近红外光(IR)，结合特定材料制作的反光(或发光)小球，将红外光反射(或直射)至红外接收传感器中，以此来确定反光(或发光)小球的3D位置。光学导航仪可以实时追踪反光小球的具体位置，实现精准实时定位。
相机标定是计算机视觉领域的常用技术，通常用来确定两个或者多个坐标系之间的转换关系。这些坐标系可能位于相机的内部，即相机内参，是由相机内部几何和光学特性决定的，主要包括焦距、主点坐标，以及镜头畸变参数等；相机外部参数指的是相机坐标系和相机外部某个坐标系(例如世界坐标系)的位置关系，包括旋转矩阵和平移矩阵。相机标定应用场景广泛，例如单目相机标定可以获取相机内外参数；双目相机标定可以确定两个相机坐标系之间的转换关系，实现深度测量；多相机标定可以将多个独立相机坐标系转换到同一个坐标系下，实现监控范围的统一与扩充；机械臂中的手眼标定可以将相机坐标系和机械臂坐标系实现统一，等等。
目前虽然存在多种相机标定方法，但是深度相机和光学导航仪的标定方法目前并不多见。一方面，现有标定技术大多数采用了带有棋盘格的标定板，但棋盘格角点在深度相机和光学导航仪中难以辨别，因此现有的相机标定技术难以满足深度相机和光学导航仪的标定；另一方面，目前的相机标定要求被标定坐标系在标定后不可发生相对位移，若发生位移则需要重新标定，如果深度相机和光学导航仪相距较远，使用中两者之间不可避免会发生轻微的相对位移，最终会影响整个系统的定位精度。因此，亟需研究一种深度相机和光学导航仪的标定方法。
发明内容
有鉴于此，本发明提供了一种用于多相机系统的标定方法、装置及可读存储介质，通过引入第一标定物，实现深度相机和光学导航仪的标定，无需采用棋盘格的标定板，避免了棋盘格角点在深度相机和光学导航仪中难以辨别造成无法标定的问题。
本申请有如下技术方案：
第一方面，本申请提供一种用于多相机系统的标定方法，包括：
选取几何刚体作为第一标定物；
利用深度相机获取所述第一标定物的特征点，得到所述特征点在深度相机坐标系下的坐标；
利用光学导航仪获取所述特征点在光学导航仪坐标系下的坐标；
根据所述特征点在所述深度相机坐标系下的坐标和所述特征点在所述光学导航仪坐标系下的坐标，获取所述深度相机坐标系和所述光学导航仪坐标系的转换矩阵。
可选地，其中：
所述利用深度相机获取所述第一标定物的特征点，具体为：
利用深度相机获取所述第一标定物的点云数据，在所述点云数据中选取所述特征点。
可选地，其中：
在所述利用光学导航仪获取所述特征点在光学导航仪坐标系下的坐标之前，还包括：
验证在所述点云数据中选取的所述特征点是否满足要求，若满足，则将在所述点云数据中选取的所述特征点作为所述第一标定物的特征点；若不满足，则重新取特征点。
可选地，其中：
验证在所述点云数据中选取的所述特征点是否满足要求，具体为：
设定误差阈值；
计算所述第一标定物不同所述特征点之间的标准距离；
根据所述特征点在深度相机坐标系下的坐标计算不同所述特征点之间的点云距离；
计算所述标准距离和所述点云距离之间的误差，若所述标准距离和所述点云距离之间的误差小于所述误差阈值，表示所述特征点满足要求；若所述标准距离和所述点云距离之间的误差大于等于所述误差阈值，表示所述特征点不满足要求。
可选地，其中：
所述计算所述标准距离和所述点云距离之间的误差，具体为：
采用均方误差MSE计算所述标准距离和所述点云距离之间的误差。
可选地，其中：
所述获取所述深度相机坐标系和所述光学导航仪坐标系的转换矩阵，具体为：
对所述特征点在所述深度相机坐标系下的坐标和所述特征点在所述光学导航仪坐标系下的坐标，采用奇异值分解方法SVD，得到所述深度相机坐标系和所述光学导航仪坐标系的转换矩阵。
可选地，其中：
在获取所述深度相机坐标系和所述光学导航仪坐标系的转换矩阵之后，还包括：
在所述深度相机上设置标记物，利用所述光学导航仪获取标记物坐标系和所述光学导航仪坐标系的转换矩阵；
根据所述特征点在所述光学导航仪坐标系下的坐标、所述标记物坐标系和所述光学导航仪坐标系的转换矩阵，得到深度相机坐标系和标记物坐标系的转换矩阵。
第二方面，本申请提供一种标定装置，包括处理器和存储器，所述存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当处理器执行计算机指令时，标定装置执行用于多相机系统的标定方法。
第三方面，本申请提供一种可读存储介质，包括计算机指令，当所述计算机指令在标定装置上运行时，使得所述标定装置执行用于多相机系统的标定方法。
与现有技术相比，本发明提供的一种用于多相机系统的标定方法、装置及可读存储介质，至少实现了如下的有益效果：
本申请提供的一种用于多相机系统的标定方法、装置及可读存储介质，通过引入第一标定物，实现深度相机和光学导航仪的标定，无需采用棋盘格的标定板，避免了棋盘格角点在深度相机和光学导航仪中难以辨别造成无法标定的问题。
当然，实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1所示为本申请实施例所提供的标定方法的一种流程图；
图2所示为本申请实施例所提供的标定方法的另一种流程图；
图3所示为本申请实施例所提供的验证特征点的一种流程图；
图4所示为本申请实施例所提供的标定方法的又一种流程图；
图5所示为本申请实施例所提供的标定装置的一种结构示意图。
具体实施方式
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。此外，“耦接”一词在此包含任何直接及间接的电性耦接手段。因此，若文中描述一第一装置耦接于一第二装置，则代表所述第一装置可直接电性耦接于所述第二装置，或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
相机标定是计算机视觉领域的常用技术，通常用来确定两个或者多个坐标系之间的转换关系。这些坐标系可能位于相机的内部，即相机内参，是由相机内部几何和光学特性决定的，主要包括焦距、主点坐标，以及镜头畸变参数等；相机外部参数指的是相机坐标系和相机外部某个坐标系(例如世界坐标系)的位置关系，包括旋转矩阵和平移矩阵。相机标定应用场景广泛，例如单目相机标定可以获取相机内外参数；双目相机标定可以确定两个相机坐标系之间的转换关系，实现深度测量；多相机标定可以将多个独立相机坐标系转换到同一个坐标系下，实现监控范围的统一与扩充；机械臂中的手眼标定可以将相机坐标系和机械臂坐标系实现统一，等等。
目前虽然存在多种相机标定方法，但是深度相机和光学导航仪的标定方法目前并不多见。一方面，现有标定技术大多数采用了带有棋盘格的标定板，但棋盘格角点在深度相机和光学导航仪中难以辨别，因此现有的相机标定技术难以满足深度相机和光学导航仪的标定；另一方面，目前的相机标定要求被标定坐标系在标定后不可发生相对位移，若发生位移则需要重新标定，如果深度相机和光学导航仪相距较远，使用中两者之间不可避免会发生轻微的相对位移，最终会影响整个系统的定位精度。因此，亟需研究一种深度相机和光学导航仪的标定方法。
有鉴于此，本发明提供了一种用于多相机系统的标定方法、装置及可读存储介质，通过引入第一标定物，实现深度相机和光学导航仪的标定，无需采用棋盘格的标定板，避免了棋盘格角点在深度相机和光学导航仪中难以辨别造成无法标定的问题。
以下结合附图和具体实施例进行详细说明。
图1所示为本申请实施例所提供的标定方法的一种流程图，请参考图1，本申请实施例所提供的用于多相机系统的标定方法，包括：
步骤1：选取几何刚体作为第一标定物；
步骤2：利用深度相机获取第一标定物的特征点，得到特征点在深度相机坐标系下的坐标；
步骤3：利用光学导航仪获取特征点在光学导航仪坐标系下的坐标；
步骤4：根据特征点在深度相机坐标系下的坐标和特征点在光学导航仪坐标系下的坐标，获取深度相机坐标系和光学导航仪坐标系的转换矩阵。
具体地，请参考图1，本申请实施例所提供的用于多相机系统的标定方法，首先在步骤1中，选取一个几何刚体作为第一标定物，为了便于进行特征点标定，此处可以选择标准的几何刚体，该几何刚体需要有明显的外形几何特征，且不易发生形变，例如可以为立方体纸盒。当然，立方体纸盒仅是一种示意性说明，并不作为对本申请的限定，在实际应用中，只要确保该几何刚体有明显的外形几何特征，且不易发生形变即可。
得到第一标定物之后，在步骤2中获取第一标定物的特征点在深度相机坐标系下的坐标，获取特征点时，将第一标定物放置在深度相机视野范围中，利用深度相机拍摄第一标定物，得到第一标定物的点云，在第一标定物的点云上选取特征明显的点作为特征点，例如，当第一标定物为立方体纸盒时，可以选取纸盒的四个角点作为特征点，得到特征点在深度相机坐标系下的坐标。
得到第一标定物的特征点后，在步骤3中，在光学导航仪视野下，将导航工具的尖端分别指向各个特征点，即可得到各个特征点在光学导航仪坐标系下的坐标。然后在步骤4中，根据特征点在深度相机坐标系下的坐标和特征点在光学导航仪坐标系下的坐标，获取深度相机坐标系和光学导航仪坐标系的转换矩阵，获取深度相机坐标系和光学导航仪坐标系的转换矩阵时，例如可以采用奇异值分解方法(Singular Value Decomposition，SVD)，奇异值分解方法SVD是特征值分解的推广，任何矩阵都可通过奇异值分解方法进行分解，奇异值分解方法SVD的具体算法可参考现有算法，此处不再进行赘述。
本申请实施例所提供的用于多相机系统的标定方法，通过引入第一标定物，实现深度相机和光学导航仪的标定，无需采用棋盘格的标定板，避免了棋盘格角点在深度相机和光学导航仪中难以辨别造成无法标定的问题。
可选地，请参考图1，步骤2中，利用深度相机获取第一标定物的特征点，具体为：利用深度相机获取第一标定物的点云数据，在点云数据中选取特征点。
具体地，请参考图1，利用深度相机获取第一标定物的特征点时，将第一标定物放置在深度相机视野范围中，利用深度相机拍摄第一标定物，得到第一标定物的点云，在第一标定物的点云上选取特征明显的点作为特征点，例如，当第一标定物为立方体纸盒时，可以选取纸盒的四个角点作为特征点。通过选取特征点，利用特征点在深度相机和光学导航仪下的坐标，即可得到深度相机和光学导航仪的转换矩阵，实现深度相机和光学导航仪的标定，无需采用棋盘格的标定板，避免了棋盘格角点在深度相机和光学导航仪中难以辨别造成无法标定的问题。
可选地，图2所示为本申请实施例所提供的标定方法的另一种流程图，请参考图2，在步骤3利用光学导航仪获取特征点在光学导航仪坐标系下的坐标之前，还包括步骤21：验证在点云数据中选取的特征点是否满足要求，若满足，则将在点云数据中选取的特征点作为第一标定物的特征点；若不满足，则重新取特征点。
具体地，请参考图2，为了提高标定精度，需要确保特征点在深度相机坐标系下的坐标的误差在可控范围内，因此，本实施例在选取特征点时，对选取到的特征点进行验证，如果在点云数据中选取的特征点满足要求，则将选取到的特征点作为第一标定物的特征点，如果在点云数据中选取的特征点不满足要求，则需要重新选取特征点，直至选取到的特征点满足要求。本实施例通过对特征点进行验证，确保最终使用的特征点满足要求，从而使得特征点在深度相机坐标系下的坐标的误差在可控范围内，有利于提高标定精度。
可选地，图3所示为本申请实施例所提供的验证特征点的一种流程图，请参考图2和图3，步骤21中，验证在点云数据中选取的特征点是否满足要求，具体为：步骤211：设定误差阈值；步骤212：计算第一标定物不同特征点之间的标准距离；步骤213：根据特征点在深度相机坐标系下的坐标计算不同特征点之间的点云距离；步骤214：计算标准距离和点云距离之间的误差，若标准距离和点云距离之间的误差小于误差阈值，表示特征点满足要求；若标准距离和点云距离之间的误差大于等于误差阈值，表示特征点不满足要求。
具体地，由于第一标定物上特征点之间的相对距离在工装制作时是精准可控的，因此可以作为标准距离，根据特征点在深度相机坐标系下的坐标与标准距离之间的大小关系来判断特征点是否满足要求。请参考图2和图3，进行特征点验证时，在步骤212中，计算第一标定物不同特征点之间的标准距离；在步骤213中，根据特征点在深度相机坐标系下的坐标计算不同特征点之间的点云距离，在步骤214中计算标准距离和点云距离之间的误差，为了判断标准距离和点云距离之间的误差是否满足要求，需要设定一个误差阈值，通过比较标准距离和点云距离之间的误差和误差阈值之间的大小关系，来判断特征点是否满足要求，若标准距离和点云距离之间的误差小于误差阈值，表示特征点满足要求，以选渠道的特征点作为第一标定物的特征点；若标准距离和点云距离之间的误差大于等于误差阈值，表示特征点不满足要求，则重新选取特征点，并对重新选取的特征点进行验证。
本实施例通过对特征点进行验证，确保最终使用的特征点满足要求，从而使得特征点在深度相机坐标系下的坐标的误差在可控范围内，有利于提高标定精度。
需要说明的是，图3仅是为了示意性说明验证特征点所包括的步骤，并不代表各个步骤的实际执行顺序，例如，在其他实施例中，也可以先执行步骤212，再执行步骤211，本申请对此不做限定。
可选地，步骤214中，计算标准距离和点云距离之间的误差，具体为：采用均方误差(Mean Squared Error，MSE)计算标准距离和点云距离之间的误差。具体地，均方误差MSE可以评价数据的变化程度，MSE的值越小，说明数据的精确度更高。请参考图3，本实施例中采用均方误差MSE计算标准距离和点云距离之间的误差，并通过比较标准距离和点云距离之间的误差和误差阈值之间的大小关系，来判断特征点是否满足要求，若标准距离和点云距离之间的误差小于误差阈值，表示特征点满足要求，以选渠道的特征点作为第一标定物的特征点；若标准距离和点云距离之间的误差大于等于误差阈值，表示特征点不满足要求，则重新选取特征点，并对重新选取的特征点进行验证。
本实施例通过对特征点进行验证，确保最终使用的特征点满足要求，从而使得特征点在深度相机坐标系下的坐标的误差在可控范围内，有利于提高标定精度。
可选地，请参考图1，步骤4中，获取深度相机坐标系和光学导航仪坐标系的转换矩阵，具体为：对特征点在深度相机坐标系下的坐标和特征点在光学导航仪坐标系下的坐标，采用奇异值分解方法SVD，得到深度相机坐标系和光学导航仪坐标系的转换矩阵。
具体地，请参考图1，本实施例中采用奇异值分解方法SVD获取深度相机坐标系和光学导航仪坐标系的转换矩阵，奇异值分解方法SVD是特征值分解的推广，任何矩阵都可通过奇异值分解方法进行分解，奇异值分解方法SVD的具体算法可参考现有算法，此处不再进行赘述。
可选地，图4所示为本申请实施例所提供的标定方法的又一种流程图，请参考图4，在获取深度相机坐标系和光学导航仪坐标系的转换矩阵之后，还包括：步骤5：在深度相机上设置标记物，利用光学导航仪获取标记物坐标系和光学导航仪坐标系的转换矩阵；步骤6：根据特征点在光学导航仪坐标系下的坐标、标记物坐标系和光学导航仪坐标系的转换矩阵，得到深度相机坐标系和标记物坐标系的转换矩阵。
具体地，请参考图4，本实施例在得到深度相机坐标系和光学导航仪坐标系的转换矩阵之后，还通过步骤5在深度相机上设置标记物，并将设置有标记物的深度相机放置在光学导航仪视野范围内，即可利用光学导航仪得到标记物坐标系和光学导航仪坐标系的转换矩阵，如此，即可使得光学导航仪和标记物之间存在相对位移，有利于提升标定过程中各个模块之间的灵活性。
得到标记物坐标系和光学导航仪坐标系的转换矩阵后，在步骤6中，利用特征点在光学导航仪坐标系下的坐标，以及标记物坐标系和光学导航仪坐标系的转换矩阵，即可得到深度相机坐标系和标记物坐标系的转换矩阵。本实施例中通过引入标记物，将深度相机和光学导航仪的标定转化至深度相机和标记物的标定，由于标记物设置在深度相机上，深度相机和标记物之间的相对位置更加稳定，因此有利于提升系统精度的鲁棒性。且标定之后，只要确保标记物位于光学导航仪视野范围内即可，无需固定光学导航仪与深度相机的相对位置，二者之间可以灵活摆放，进一步提升了系统的灵活性。
基于同一发明构思，本申请还提供一种标定装置100，图5所示为本申请实施例所提供的标定装置100的一种结构示意图，请参考图5，本申请实施例所提供的标定装置100包括处理器101和存储器102，存储器102用于存储计算机程序代码103，计算机程序代码103包括计算机指令，当处理器101执行计算机指令时，标定装置100执行上述用于多相机系统的标定方法。
基于同一发明构思，本申请还提供一种可读存储介质，包括计算机指令，当计算机指令在标定装置上运行时，使得标定装置执行上述用于多相机系统的标定方法。
通过以上各实施例可知，本申请存在的有益效果是：
本申请提供的一种用于多相机系统的标定方法、装置及可读存储介质，通过引入第一标定物，实现深度相机和光学导航仪的标定，无需采用棋盘格的标定板，避免了棋盘格角点在深度相机和光学导航仪中难以辨别造成无法标定的问题。
上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求的保护范围内。
Claims (9)
1.一种用于多相机系统的标定方法，其特征在于，包括：
选取几何刚体作为第一标定物；
利用深度相机获取所述第一标定物的特征点，得到所述特征点在深度相机坐标系下的坐标；
利用光学导航仪获取所述特征点在光学导航仪坐标系下的坐标；
根据所述特征点在所述深度相机坐标系下的坐标和所述特征点在所述光学导航仪坐标系下的坐标，获取所述深度相机坐标系和所述光学导航仪坐标系的转换矩阵。
2.根据权利要求1所述的一种用于多相机系统的标定方法，其特征在于，所述利用深度相机获取所述第一标定物的特征点，具体为：
利用深度相机获取所述第一标定物的点云数据，在所述点云数据中选取所述特征点。
3.根据权利要求2所述的一种用于多相机系统的标定方法，其特征在于，在所述利用光学导航仪获取所述特征点在光学导航仪坐标系下的坐标之前，还包括：
验证在所述点云数据中选取的所述特征点是否满足要求，若满足，则将在所述点云数据中选取的所述特征点作为所述第一标定物的特征点；若不满足，则重新取特征点。
4.根据权利要求3所述的一种用于多相机系统的标定方法，其特征在于，验证在所述点云数据中选取的所述特征点是否满足要求，具体为：
设定误差阈值；
计算所述第一标定物不同所述特征点之间的标准距离；
根据所述特征点在深度相机坐标系下的坐标计算不同所述特征点之间的点云距离；
计算所述标准距离和所述点云距离之间的误差，若所述标准距离和所述点云距离之间的误差小于所述误差阈值，表示所述特征点满足要求；若所述标准距离和所述点云距离之间的误差大于等于所述误差阈值，表示所述特征点不满足要求。
5.根据权利要求4所述的一种用于多相机系统的标定方法，其特征在于，所述计算所述标准距离和所述点云距离之间的误差，具体为：
采用均方误差MSE计算所述标准距离和所述点云距离之间的误差。
6.根据权利要求1所述的一种用于多相机系统的标定方法，其特征在于，所述获取所述深度相机坐标系和所述光学导航仪坐标系的转换矩阵，具体为：
对所述特征点在所述深度相机坐标系下的坐标和所述特征点在所述光学导航仪坐标系下的坐标，采用奇异值分解方法SVD，得到所述深度相机坐标系和所述光学导航仪坐标系的转换矩阵。
7.根据权利要求1所述的一种用于多相机系统的标定方法，其特征在于，在获取所述深度相机坐标系和所述光学导航仪坐标系的转换矩阵之后，还包括：
在所述深度相机上设置标记物，利用所述光学导航仪获取标记物坐标系和所述光学导航仪坐标系的转换矩阵；
根据所述特征点在所述光学导航仪坐标系下的坐标、所述标记物坐标系和所述光学导航仪坐标系的转换矩阵，得到深度相机坐标系和标记物坐标系的转换矩阵。
8.一种标定装置，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当处理器执行计算机指令时，标定装置执行如权利要求1-7中任一项所述的用于多相机系统的标定方法。
9.一种可读存储介质，其特征在于，包括计算机指令，当所述计算机指令在标定装置上运行时，使得所述标定装置执行如权利要求1-7中任意一项所述的用于多相机系统的标定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210783501.6A CN115170672A (zh) | 2022-06-27 | 2022-06-27 | 一种用于多相机系统的标定方法、装置及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210783501.6A CN115170672A (zh) | 2022-06-27 | 2022-06-27 | 一种用于多相机系统的标定方法、装置及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115170672A true CN115170672A (zh) | 2022-10-11 |
Family
ID=83490496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210783501.6A Pending CN115170672A (zh) | 2022-06-27 | 2022-06-27 | 一种用于多相机系统的标定方法、装置及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115170672A (zh) |
-
2022
- 2022-06-27 CN CN202210783501.6A patent/CN115170672A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110695993B (zh) | 一种柔性机械臂同步测量方法、系统及装置 | |
| CN111210468A (zh) | 一种图像深度信息获取方法及装置 | |
| US10499038B2 (en) | Method and system for recalibrating sensing devices without familiar targets | |
| Samper et al. | Analysis of Tsai calibration method using two-and three-dimensional calibration objects | |
| JP6855491B2 (ja) | ロボットシステム、ロボットシステム制御装置、およびロボットシステム制御方法 | |
| CN110695982A (zh) | 一种基于三维视觉的机械臂手眼标定方法和装置 | |
| CN111781894A (zh) | 利用机器视觉进行装配工具空间定位及姿态导航的方法 | |
| CN111890356A (zh) | 机械臂坐标系和相机坐标系标定方法、装置、设备及介质 | |
| KR101597163B1 (ko) | 스테레오 카메라 교정 방법 및 장치 | |
| CN114459345B (zh) | 基于视觉空间定位的飞机机身位置姿态检测系统及方法 | |
| CN110044266B (zh) | 基于散斑投影的摄影测量系统 | |
| CN111256592A (zh) | 结构光传感器的外参标定装置及方法 | |
| CN105571491A (zh) | 基于双目视觉的汽车底盘数据测量系统及其方法 | |
| CN111998823B (zh) | 基于双目异光源测距装置的目标测距方法 | |
| Yamauchi et al. | Calibration of a structured light system by observing planar object from unknown viewpoints | |
| US9804252B2 (en) | System and method for measuring tracker system accuracy | |
| CN111199576A (zh) | 一种基于移动平台的室外大范围人体姿态重建方法 | |
| CN115170672A (zh) | 一种用于多相机系统的标定方法、装置及可读存储介质 | |
| Karan | Accuracy improvements of consumer-grade 3D sensors for robotic applications | |
| CN114279326A (zh) | 一种三维扫描设备的全局定位方法 | |
| CN114926542A (zh) | 基于光学定位系统的混合现实固定参考系校准方法 | |
| CN112258562A (zh) | 一种基于图像特征的配准系统及配准方法 | |
| CN205352310U (zh) | 基于双目视觉的汽车底盘数据测量系统 | |
| Strobl et al. | On the issue of camera calibration with narrow angular field of view | |
| CN117406185B (zh) | 雷达与相机间的外参标定方法、装置、设备及存储介质 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240430 Address after: Room 504, floor 5, building 2, hospital 9, Yiyi Road, Life Science Park, Changping District, Beijing 102206 Applicant after: Beijing Yinhe Fangyuan Technology Co.,Ltd. Country or region after: China Address before: Room 504, floor 5, building 2, hospital 9, Yiyi Road, Life Science Park, Changping District, Beijing 102206 Applicant before: Beijing Yinhe Fangyuan Technology Co.,Ltd. Country or region before: China Applicant before: Beijing yone Galaxy Technology Co.,Ltd. |