CN115311368A - 基于不同视野相机的联合标定方法、装置和计算机设备 - Google Patents

基于不同视野相机的联合标定方法、装置和计算机设备 Download PDF

Info

Publication number
CN115311368A
CN115311368A CN202210889233.6A CN202210889233A CN115311368A CN 115311368 A CN115311368 A CN 115311368A CN 202210889233 A CN202210889233 A CN 202210889233A CN 115311368 A CN115311368 A CN 115311368A
Authority
CN
China
Prior art keywords
platform
coordinate system
camera
calibration
matrix
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
Application number
CN202210889233.6A
Other languages
English (en)
Inventor
高军鹏
秦童辉
潘友明
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.)
Shenzhen Etmade Automatic Equipment Co Ltd
Original Assignee
Shenzhen Etmade Automatic Equipment Co Ltd
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 Shenzhen Etmade Automatic Equipment Co Ltd filed Critical Shenzhen Etmade Automatic Equipment Co Ltd
Priority to CN202210889233.6A priority Critical patent/CN115311368A/zh
Publication of CN115311368A publication Critical patent/CN115311368A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • G06T2207/10012Stereo images

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

本申请涉及一种基于不同视野相机的联合标定方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:确定平台对应的坐标系类型,并根据所述坐标系类型建立所述平台对应的关联坐标系;基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵;基于通过非平台相机采集的标定图像,确定标定点的像素坐标;根据所述像素坐标以及所述标定点在所述关联坐标系中的位置坐标,计算得到所述非平台相机对应的第二矩阵;所述第一矩阵以及所述第二矩阵用于将所述平台移动至与所述非平台相机对应的非平台贴合的目标位置。采用本方法能够提高平台与非平台贴合的精度。

Description

基于不同视野相机的联合标定方法、装置和计算机设备
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于不同视野相机的联合标定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着计算机技术的发展,通过机器视觉可以控制平台进行运动,使平台上传送的物体贴合在非平台传送的物体上。具体地,分别针对平台与非平台部署对应的相机,然后对相机进行视觉标定。在对相机进行视觉标定后,可以根据相机采集的图像确定平台在三维空间的位置坐标,并通过位置坐标控制平台进行运动。传统技术中,如果对平台与非平台进行拍摄的相机视野相差较大,会导致对相机进行标定的误差较大,无法根据相机采集的图像精确控制平台进行运动,物体贴合的精度低。
发明内容
基于此,有必要针对上述技术问题,提供一种基于不同视野相机的联合标定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,能够提高平台上物体与非平台上物体的贴合精度。
第一方面,本申请提供了一种基于不同视野相机的联合标定方法。所述方法包括:
确定平台对应的坐标系类型,并根据所述坐标系类型建立所述平台对应的关联坐标系;
基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵;
基于通过非平台相机采集的标定图像,确定标定点的像素坐标;
根据所述像素坐标以及所述标定点在所述关联坐标系中的位置坐标,计算得到所述非平台相机对应的第二矩阵;所述第一矩阵以及所述第二矩阵用于将所述平台移动至与所述非平台相机对应的非平台贴合的目标位置。
第二方面,本申请还提供了一种基于不同视野相机的联合标定装置。所述装置包括:
确定模块,用于确定平台对应的坐标系类型,并根据所述坐标系类型建立所述平台对应的关联坐标系;
标定模块,用于基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵;
所述确定模块,还用于基于通过非平台相机采集的标定图像,确定标定点的像素坐标;
计算模块,用于根据所述像素坐标以及所述标定点在所述关联坐标系中的位置坐标,计算得到所述非平台相机对应的第二矩阵;所述第一矩阵以及所述第二矩阵用于将所述平台移动至与所述非平台相机对应的非平台贴合的目标位置。
在一个实施例中,所述装置还包括:
所述确定模块,还用于基于通过所述平台相机对所述平台进行拍摄所得的第一图像,确定所述平台的第一像素坐标,以及基于通过所述非平台相机对所述非平台进行拍摄所得的第二图像,确定所述非平台的第二像素坐标;
所述计算模块,还用于根据第一矩阵对所述第一像素坐标进行计算,得到所述平台在所述关联坐标系中的第一位置坐标,以及根据第二矩阵对所述第二像素坐标进行计算,得到所述非平台在所述关联坐标系中的第二位置坐标;
移动模块,用于根据所述第一位置坐标以及所述第二位置坐标将所述平台移动至与所述非平台贴合的目标位置。
在一个实施例中,所述确定模块,还用于:
控制所述平台向目标方向移动,并在移动过程中对所述平台进行拍摄;
确定所述平台在拍摄的图像中的运动方向;
基于所述运动方向与所述目标方向间的关系,确定所述平台对应的坐标系类型。
在一个实施例中,所述确定模块,还用于:
通过非平台相机对标定板进行拍摄,得到标定图像;
识别所述标定图像中矩形块的矩形边;
以所述矩形边的交叉点为标定点,并确定所述交叉点在所述标定图像中的像素坐标。
在一个实施例中,所述标定模块,还用于:
基于所述关联坐标系,确定所述平台上特征点的特征点位置坐标;
通过所述平台相机对所述平台上特征点进行拍摄,得到特征点图像;
在所述特征点图像中,确定特征点像素坐标;
根据所述特征点像素坐标,以及所述特征点位置坐标进行计算,得到所述平台相机对应的第一矩阵。
在一个实施例中,所述平台相机与所述非平台相机间的视野差大于预设值。
第三方面,本申请还提供了一种计算机设备。所述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:
确定平台对应的坐标系类型,并根据所述坐标系类型建立所述平台对应的关联坐标系;
基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵;
基于通过非平台相机采集的标定图像,确定标定点的像素坐标;
根据所述像素坐标以及所述标定点在所述关联坐标系中的位置坐标,计算得到所述非平台相机对应的第二矩阵;所述第一矩阵以及所述第二矩阵用于将所述平台移动至与所述非平台相机对应的非平台贴合的目标位置。
第四方面,本申请还提供了一种计算机可读存储介质。所述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:
确定平台对应的坐标系类型,并根据所述坐标系类型建立所述平台对应的关联坐标系;
基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵;
基于通过非平台相机采集的标定图像,确定标定点的像素坐标;
根据所述像素坐标以及所述标定点在所述关联坐标系中的位置坐标,计算得到所述非平台相机对应的第二矩阵;所述第一矩阵以及所述第二矩阵用于将所述平台移动至与所述非平台相机对应的非平台贴合的目标位置。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
确定平台对应的坐标系类型,并根据所述坐标系类型建立所述平台对应的关联坐标系;
基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵;
基于通过非平台相机采集的标定图像,确定标定点的像素坐标;
根据所述像素坐标以及所述标定点在所述关联坐标系中的位置坐标,计算得到所述非平台相机对应的第二矩阵;所述第一矩阵以及所述第二矩阵用于将所述平台移动至与所述非平台相机对应的非平台贴合的目标位置。
上述基于不同视野相机的联合标定方法、装置、计算机设备、存储介质和计算机程序产品,确定平台对应的坐标系类型,并根据坐标系类型建立平台对应的关联坐标系。基于关联坐标系,对拍摄平台的平台相机进行标定,得到平台相机对应的第一矩阵。然后将非平台的坐标系与关联坐标系相关联,基于关联坐标系对非平台相机进行标定。具体地,基于通过非平台相机采集的标定图像,确定标定点的像素坐标,根据像素坐标以及标定点在关联坐标系中的位置坐标,计算得到非平台相机对应的第二矩阵。第一矩阵以及第二矩阵用于将平台移动至与非平台相机对应的非平台贴合的目标位置。由于第一矩阵与第二矩阵是基于关联坐标系确定的,通过第一矩阵与第二矩阵可以将平台与非平台的像素坐标均转换为关联坐标系中的位置坐标,在平台相机与非平台的相机的视野相差较大时,也可以在关联坐标系中精确确定平台与非平台的位置,从而可以精确的对平台与非平台上物体进行贴合,提高了贴合的精度。
附图说明
图1为一个实施例中基于不同视野相机的联合标定方法的应用环境图;
图2为一个实施例中基于不同视野相机的联合标定方法的流程示意图;
图3为一个实施例中各类型坐标系的示意图;
图4为一个实施例中标定板的示意图;
图5为一个实施例中像素坐标的示意图;
图6为一个实施例中移动平台方法的流程示意图;
图7为一个实施例中确定标定点像素坐标方法的流程示意图;
图8为一个实施例中非平台相机的布局示意图;
图9为一个实施例中非平台相机拍摄标定板所得图像的示意图;
图10为一个实施例中标定板上标定点在关联坐标系中坐标示意图;
图11为另一个实施例中基于不同视野相机的联合标定方法的流程示意图;
图12为一个实施例中基于不同视野相机的联合标定装置的结构框图;
图13为另一个实施例中基于不同视野相机的联合标定装置的结构框图;
图14为一个实施例中计算机设备的内部结构图;
图15为另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。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本申请实施例提供的基于不同视野相机的联合标定方法,可以应用于如图1所示的应用环境中。其中,计算机设备102通过网络与平台104以及非平台106进行通信,通过通信控制平台104以及非平台106进行移动。数据存储系统可以存储计算机设备102需要处理的数据。数据存储系统可以集成在计算机设备102上,也可以放在云上或其他网络服务器上。计算机设备102确定平台对应的坐标系类型,并根据坐标系类型建立平台对应的关联坐标系;基于关联坐标系,对拍摄平台的平台相机进行标定,得到平台相机对应的第一矩阵;基于通过非平台相机采集的标定图像,确定标定点的像素坐标;根据像素坐标以及标定点在关联坐标系中的位置坐标,计算得到非平台相机对应的第二矩阵;第一矩阵以及第二矩阵用于将平台移动至与非平台相机对应的非平台贴合的目标位置。其中,计算机设备102可以是终端,也可以是服务器。终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种基于不同视野相机的联合标定方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S202,确定平台对应的坐标系类型,并根据坐标系类型建立平台对应的关联坐标系。
其中,平台为自动化设备中的机械部件,例如可以是自动化设备中具有X轴、Y轴以及θ轴,可以平行或者垂直移动,并且可以旋转的三轴部件。自动化设备例如可以是贴附设备、组装设备或者清洗设备等。例如,平台可以是偏光片贴附设备中、用于承托LCD(LiquidCrystal Display,液晶显示器件)的三轴部件。又例如,平台可以是组装设备中用于承托待组装的元器件的三轴部件。又例如,平台可以是清洗设备中用于承托待清洗物体的三轴部件。
其中,坐标系类型是对坐标系进行分类的类型,可以是直角坐标系类型、平面极坐标系类型或者柱面坐标系类型等。例如,如图3所示,坐标系类型可以包括类型一、类型二、类型三或者类型四。对于类型一的坐标系,X轴正坐标方向指向右,Y轴正坐标方向指向下,θ轴正向为顺时针方向;对于类型二的坐标系,X轴正坐标方向指向左,Y轴正坐标方向指向下,θ轴正向为逆时针方向;对于类型三的坐标系,X轴正坐标方向指向右,Y轴正坐标方向指向下,θ轴正向为逆时针方向;对于类型四的坐标系,X轴正坐标方向指向左,Y轴正坐标方向指向下,θ轴正向为顺时针方向。
其中,关联坐标系为用于表示三维空间位置坐标的坐标系,可以将平台与非平台的空间位置坐标进行关联。在一个实施例中,关联坐标系可以为任意一种绝对坐标系。例如,关联坐标系可以为世界坐标系,或者关联坐标系可以为平台对应的机械坐标系。计算机设备根据坐标系类型建立平台对应的关联坐标系,所建立的关联坐标系的X轴、Y轴以及θ的旋转方向与坐标系类型对应的X轴、Y轴以及θ的旋转方向一致。
S204,基于关联坐标系,对拍摄平台的平台相机进行标定,得到平台相机对应的第一矩阵。
其中,平台相机为用于对平台进行图像采集的相机,可以垂直于平台进行部署,包括黑白相机或者彩色相机等。为了清晰拍摄到平台的图像,平台相机的视野与平台的大小相匹配,具体地,通过调整平台相机的视野可以清晰的拍摄到平台或者平台上特征点的图像。第一矩阵为用于将平台相机所拍摄图像的像素坐标转换为空间位置坐标的矩阵。
在一个实施例中,计算机设备可以通过九点标定法对平台相机进行标定,得到平台相机对应的第一矩阵。九点标定法为通过九组对应的像素坐标与空间位置坐标确定像素坐标与位置坐标间转换关系的方法。
S206,基于通过非平台相机采集的标定图像,确定标定点的像素坐标。
其中,非平台相机为用于对非平台进行图像采集的相机,可以垂直于非平台进行安装,包括黑白相机或者彩色相机等。非平台相机的视野与非平台的大小相匹配,具体地,通过调整非平台相机的视野可以清晰的拍摄到非平台的图像。平台相机与非平台相机的视野可以相同,也可以不同。在一个实施例中,平台相机与非平台相机间的视野差大于预设值。具体地,平台相机与非平台相机的水平视野间的视野差大于预设值;或者平台相机与非平台相机的垂直视野间的视野差大于预设值;或者平台相机与非平台相机的水平视野与垂直视野间的视野差均大于预设值。例如,平台相机与非平台相机间的水平视野与垂直视野均相差5倍以上。
其中,标定图像为包含标定点的图像。在一个实施例中,标定图像可以为对标定板进行采集所得的图像。标定板为包含图案阵列的平板,其中所包含的图案阵列可以是矩形图案阵列、圆形图案阵列或者其他图案阵列。例如,如图4所示,标定板为包含黑白矩形块图案阵列的平板。标定点为用于对非平台相机进行标定的点,可以是标定板上的点。例如,如图4所示,标定点为标定板上矩形块的各矩形边的交叉点。
其中,像素坐标为图像中以像素为单位的坐标。例如,如图5所示,像素坐标为以图像中左上角为原点,用像素数表示图像中像素点位置的坐标。例如,标定点的像素坐标可以为(300,430),表示标定点位于标定图像中横向第300个像素,纵向第430个像素。
S208,根据像素坐标以及标定点在关联坐标系中的位置坐标,计算得到非平台相机对应的第二矩阵;第一矩阵以及第二矩阵用于将平台移动至与非平台相机对应的非平台贴合的目标位置。
其中,第二矩阵为用于将非平台相机所拍摄图像的像素坐标转换为空间位置坐标的矩阵。计算机设备根据标定点在标定图像中的像素坐标以及标定点在关联坐标系中的位置坐标,计算得到非平台相机对应的第二矩阵。非平台为自动化设备中的机械部件,可以是具有X轴与Y轴的、可以平行或者水平移动,但是没有θ轴、不可旋转的部件。例如,非平台可以是偏光片贴附设备中、用于承托POL(偏光片)的部件。
上述实施例中,确定平台对应的坐标系类型,并根据坐标系类型建立平台对应的关联坐标系。基于关联坐标系,对拍摄平台的平台相机进行标定,得到平台相机对应的第一矩阵。然后将非平台的坐标系与关联坐标系相关联,基于关联坐标系对非平台相机进行标定。具体地,基于通过非平台相机采集的标定图像,确定标定点的像素坐标,根据像素坐标以及标定点在关联坐标系中的位置坐标,计算得到非平台相机对应的第二矩阵。第一矩阵以及第二矩阵用于将平台移动至与非平台相机对应的非平台贴合的目标位置。由于第一矩阵与第二矩阵是基于关联坐标系确定的,通过第一矩阵与第二矩阵可以将平台与非平台的像素坐标均转换为关联坐标系中的位置坐标,在平台相机与非平台的相机的视野相差较大时,也可以在关联坐标系中精确确定平台与非平台的位置,从而可以精确的对平台与非平台上物体进行贴合,提高了贴合的精度。
在一个实施例中,如图6所示,S208之后还包括如下步骤:
S602,基于通过平台相机对平台进行拍摄所得的第一图像,确定平台的第一像素坐标,以及基于通过非平台相机对非平台进行拍摄所得的第二图像,确定非平台的第二像素坐标。
其中,第一像素坐标为平台在第一图像中的坐标,可以为平台上标记的目标点在第一图像中的坐标。第二像素坐标为非平台在第二图像中的坐标,可以为非平台上标记的目标点在第二图像中的坐标。
在一个实施例中,S602具体包括:计算机设备对第一图像进行图像识别,得到第一像素坐标,对第二图像进行图像识别,得到第二像素坐标。
S604,根据第一矩阵对第一像素坐标进行计算,得到平台在关联坐标系中的第一位置坐标,以及根据第二矩阵对第二像素坐标进行计算,得到非平台在关联坐标系中的第二位置坐标。
其中,第一位置坐标为第一像素坐标对应的三维空间坐标。第二位置坐标为第二像素坐标对应的三维空间坐标。在一个实施例中,S604具体包括:计算机设备将第一矩阵与第一像素坐标相乘,得到第一位置坐标;将第二矩阵与第二像素坐标相乘,得到第二位置坐标。
S606,根据第一位置坐标以及第二位置坐标将平台移动至与非平台贴合的目标位置。
其中,目标位置为使平台与非平台贴合的位置。例如,平台为偏光片贴合设备中承托LCD的部件,非平台为偏光片贴合设备中承托POL的设备,目标位置为使POL与LCD贴合的位置。
由于第一位置坐标与第二位置坐标均为关联坐标系中的坐标,根据第一位置坐标与第二位置坐标可以确定平台与非平台间的距离以及方向,根据所确定的距离和方向控制平台进行移动,即可将平台移动至目标位置。
在平台相机与非平台相机间视野相差较大时,由于平台相机与非平台相机按照相同的分辨率采集图像,因此视野较大的相机采集的图像不清晰,从而无法根据两幅图像中像素坐标精确确定平台与非平台的位置,平台与非平台的贴合精度较低。上述实施例中,将平台对应的第一像素坐标以及非平台对应的第二像素坐标均转换为关联坐标系中的坐标,然后通过二者在关联坐标系中的坐标控制平台移动,从而可以在关联坐标系中精确确定平台与非平台的位置坐标,提高了平台与非平台间的贴合精度。
在一个实施例中,S202具体包括:控制平台向目标方向移动,并在移动过程中对平台进行拍摄;确定平台在拍摄的图像中的运动方向;基于运动方向与目标方向间的关系,确定平台对应的坐标系类型。
其中,目标方向可以是平台对应的机械坐标系中坐标轴的方向,可以是坐标轴的正方向或者负方向。机械坐标是在平台出厂时设定的坐标,以平台上的特定点为原点。例如,目标方向为平台的机械坐标系X轴的正方向。又例如,目标方向为平台的机械坐标系Y轴的正方向。
具体地,计算机设备可以先通过平台的JOG(慢速移动)功能,使平台向X轴的正方向移动,在移动过程中对平台进行拍摄,确定平台在拍摄的图像中的运动方向。例如,如图3所示,如果平台在拍摄的图像中的运动方向与X轴的正方向一致,则平台对应的坐标系类型可以为类型一或者类型三;如果平台在拍摄的图像中的运动方向与X轴的正方向相反,则平台对应的坐标系类型可以为类型二或者类型四。然后计算机设备可以使平台按照θ轴的正方向顺时针移动,如果平台在拍摄的图像中的运动方向为顺时针方向,则平台对应的坐标系类型可以为类型一或者类型四;如果平台在拍摄的图像中的运动方向为逆时针方向,则平台对应的坐标系类型可以为类型二或者类型三。同理,在平台向Y轴正方向移动时,根据平台在拍摄的图像中的运动方向也可以确定平台的坐标系类型。
上述实施例中,确定平台对应的坐标系类型,并以此坐标系类型为基础建立关联坐标系,然后可以将平台与非平台的空间坐标均关联至关联坐标系中,即使平台相机与非平台相机的视野相差较大,也可以在关联坐标系中精确确定平台与非平台的空间位置,从而可以精确控制平台进行移动,提高了平台与非平台贴合的精度。
在一个实施例中,如图7所示,S206具体包括如下步骤:
S702,通过非平台相机对标定板进行拍摄,得到标定图像。
具体地,非平台相机对放置在其前方的标定板进行拍摄,例如,如图8所示,标定板放置在四台非平台相机的前方,1号非平台相机拍摄标定板左上角的矩形块,2号非平台相机拍摄标定板右上角的矩形块,3号非平台相机拍摄标定板坐下角的矩形块,4号非平台相机拍摄标定板右下角的矩形块,得到标定图像。
S704,识别标定图像中矩形块的矩形边。
非平台相机对标定板进行拍摄所得的标定图像包括黑白矩形块,计算机设备可以通过边缘检测算法识别矩形块的矩形边。例如,计算机设备可以通过Sobel算法识别矩形块的矩形边。
S706,以矩形边的交叉点为标定点,并确定交叉点在标定图像中的像素坐标。
计算机设备识别出矩形块中矩形边,以矩形边的交叉点为标定点,例如,如图9所示,1号矩形边与2号矩形边的交叉点为点1,2号矩形边与3号矩形边的交叉点为点2,3号矩形边与4号矩形边的交叉点为点3,4号矩形边与1号矩形边的交叉点为点4,以点1-点4为标定点,并确定点1-点4在标定图像中的像素坐标。
在一个实施例中,计算机设备在关联坐标系中确定标定板上矩形块的各矩形边的交叉点位置坐标,也即在关联坐标系中确定标定点的位置坐标。例如,如图10所示,标定板上各矩形块的间隔为10毫米,计算机设备可以标定板的左上角矩形块的顶点为关联坐标系的原点。如表1所示为标定板上各标定点的位置坐标。
表1
Figure BDA0003766907570000111
Figure BDA0003766907570000121
上述实施例中,通过非平台相机对标定板进行拍摄,得到标定图像。识别标定图像中矩形块的矩形边。以矩形边的交叉点为标定点,并确定交叉点在标定图像中的像素坐标。通过像素坐标与标定点在关联坐标系中的位置坐标计算得到非平台相机对应的第二矩阵,从而可以通过第二矩阵将非平台相机对非平台拍摄的图像中的像素坐标转换为关联坐标系中的位置坐标,以在关联坐标系中精确确定非平台的位置。
在一个实施例中,S204具体包括:基于关联坐标系,确定平台上特征点的特征点位置坐标;通过平台相机对平台上特征点进行拍摄,得到特征点图像;在特征点图像中,确定特征点像素坐标;根据特征点像素坐标,以及特征点位置坐标进行计算,得到平台相机对应的第一矩阵。
其中,特征点为在平台上标记的点,用于对平台进行标定。在确定了关联坐标系之后,计算机设备可以获取平台上特征点在关联坐标系中的位置坐标。然后通过平台相机对平台上特征点进行拍摄,在拍摄所得的特征点图像中,可以通过图像识别方法得到特征点像素坐标。
上述实施例中,计算机设备通过在平台上选取的特征点对平台相机进行标定得到第一矩阵,从而可以通过第一矩阵将平台相机对平台拍摄的图像的像素坐标转换为关联坐标系中的位置坐标。在平台相机与非平台相机视野相差较大时,也可以在关联坐标系中精确确定平台的位置,提高了平台与非平台贴合的精度。
在一个实施例中,S202之前还包括:对平台相机以及非平台相机进行调整,使平台相机与非平台相机可以清楚拍摄到拍摄对象的图像。对平台相机以及非平台相机的调整包括调整焦距、位置以及与拍摄对象间的距离。
在一个实施例中,如图11所示,基于不同视野相机的联合标定方法包括如下步骤:
S1102,控制平台向目标方向移动,并在移动过程中对平台进行拍摄。
S1104,确定平台在拍摄的图像中的运动方向,并基于运动方向与目标方向间的关系,确定平台对应的坐标系类型。
S1106,根据坐标系类型建立平台对应的关联坐标系。
S1108,基于关联坐标系,对拍摄平台的平台相机进行标定,得到平台相机对应的第一矩阵。
S1110,通过非平台相机对标定板进行拍摄,得到标定图像,并识别标定图像中矩形块的矩形边。
S1112,以矩形边的交叉点为标定点,并确定交叉点在标定图像中的像素坐标。
S1114,根据像素坐标以及标定点在关联坐标系中的位置坐标,计算得到非平台相机对应的第二矩阵。
S1116,基于通过平台相机对平台进行拍摄所得的第一图像,确定平台的第一像素坐标,以及基于通过非平台相机对非平台进行拍摄所得的第二图像,确定非平台的第二像素坐标。
S1118,根据第一矩阵对第一像素坐标进行计算,得到平台在关联坐标系中的第一位置坐标,以及根据第二矩阵对第二像素坐标进行计算,得到非平台在关联坐标系中的第二位置坐标。
S1120,根据第一位置坐标以及第二位置坐标将平台移动至与非平台贴合的目标位置。
上述S1102至S1120的具体内容可以参考上文的具体实现过程。
应该理解的是,虽然如上所述的各实施例所涉及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,如上所述的各实施例所涉及的流程图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。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的基于不同视野相机的联合标定方法的基于不同视野相机的联合标定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个基于不同视野相机的联合标定装置实施例中的具体限定可以参见上文中对于基于不同视野相机的联合标定方法的限定,在此不再赘述。
在一个实施例中,如图12所示,提供了一种基于不同视野相机的联合标定装置,包括:确定模块1202、标定模块1204和计算模块1206,其中:
确定模块1202,用于确定平台对应的坐标系类型,并根据坐标系类型建立平台对应的关联坐标系;
标定模块1204,用于基于关联坐标系,对拍摄平台的平台相机进行标定,得到平台相机对应的第一矩阵;
确定模块1202,还用于基于通过非平台相机采集的标定图像,确定标定点的像素坐标;
计算模块1206,用于根据像素坐标以及标定点在关联坐标系中的位置坐标,计算得到非平台相机对应的第二矩阵;第一矩阵以及第二矩阵用于将平台移动至与非平台相机对应的非平台贴合的目标位置。
上述实施例中,确定平台对应的坐标系类型,并根据坐标系类型建立平台对应的关联坐标系。基于关联坐标系,对拍摄平台的平台相机进行标定,得到平台相机对应的第一矩阵。然后将非平台的坐标系与关联坐标系相关联,基于关联坐标系对非平台相机进行标定。具体地,基于通过非平台相机采集的标定图像,确定标定点的像素坐标,根据像素坐标以及标定点在关联坐标系中的位置坐标,计算得到非平台相机对应的第二矩阵。第一矩阵以及第二矩阵用于将平台移动至与非平台相机对应的非平台贴合的目标位置。由于第一矩阵与第二矩阵是基于关联坐标系确定的,通过第一矩阵与第二矩阵可以将平台与非平台的像素坐标均转换为关联坐标系中的位置坐标,在平台相机与非平台的相机的视野相差较大时,也可以在关联坐标系中精确确定平台与非平台的位置,从而可以精确的对平台与非平台上物体进行贴合,提高了贴合的精度。
在一个实施例中,如图13所示,装置还包括:
确定模块1202,还用于基于通过平台相机对平台进行拍摄所得的第一图像,确定平台的第一像素坐标,以及基于通过非平台相机对非平台进行拍摄所得的第二图像,确定非平台的第二像素坐标;
计算模块1206,还用于根据第一矩阵对第一像素坐标进行计算,得到平台在关联坐标系中的第一位置坐标,以及根据第二矩阵对第二像素坐标进行计算,得到非平台在关联坐标系中的第二位置坐标;
移动模块1208,用于根据第一位置坐标以及第二位置坐标将平台移动至与非平台贴合的目标位置。
在一个实施例中,确定模块1202,还用于:
控制平台向目标方向移动,并在移动过程中对平台进行拍摄;
确定平台在拍摄的图像中的运动方向;
基于运动方向与目标方向间的关系,确定平台对应的坐标系类型。
在一个实施例中,确定模块1202,还用于:
通过非平台相机对标定板进行拍摄,得到标定图像;
识别标定图像中矩形块的矩形边;
以矩形边的交叉点为标定点,并确定交叉点在标定图像中的像素坐标。
在一个实施例中,标定模块1204,还用于:
基于关联坐标系,确定平台上特征点的特征点位置坐标;
通过平台相机对平台上特征点进行拍摄,得到特征点图像;
在特征点图像中,确定特征点像素坐标;
根据特征点像素坐标,以及特征点位置坐标进行计算,得到平台相机对应的第一矩阵。
在一个实施例中,平台相机与非平台相机间的视野差大于预设值。
上述基于不同视野相机的联合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服务器,其内部结构图可以如图14所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。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和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。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。该计算机设备的数据库用于存储基于不同视野相机的联合标定数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于不同视野相机的联合标定方法。
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15所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。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。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。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、移动蜂窝网络、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基于不同视野相机的联合标定方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置,显示屏可以是液晶显示屏或电子墨水显示屏,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14、15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,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
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、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-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。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等。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 RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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本申请专利范围的限制。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,本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于不同视野相机的联合标定方法,其特征在于,所述方法包括:
确定平台对应的坐标系类型,并根据所述坐标系类型建立所述平台对应的关联坐标系;
基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵;
基于通过非平台相机采集的标定图像,确定标定点的像素坐标;
根据所述像素坐标以及所述标定点在所述关联坐标系中的位置坐标,计算得到所述非平台相机对应的第二矩阵;所述第一矩阵以及所述第二矩阵用于将所述平台移动至与所述非平台相机对应的非平台贴合的目标位置。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于通过所述平台相机对所述平台进行拍摄所得的第一图像,确定所述平台的第一像素坐标,以及基于通过所述非平台相机对所述非平台进行拍摄所得的第二图像,确定所述非平台的第二像素坐标;
根据第一矩阵对所述第一像素坐标进行计算,得到所述平台在所述关联坐标系中的第一位置坐标,以及根据第二矩阵对所述第二像素坐标进行计算,得到所述非平台在所述关联坐标系中的第二位置坐标;
根据所述第一位置坐标以及所述第二位置坐标将所述平台移动至与所述非平台贴合的目标位置。
3.根据权利要求1所述的方法,其特征在于,所述确定平台对应的坐标系类型包括:
控制所述平台向目标方向移动,并在移动过程中对所述平台进行拍摄;
确定所述平台在拍摄的图像中的运动方向;
基于所述运动方向与所述目标方向间的关系,确定所述平台对应的坐标系类型。
4.根据权利要求1所述的方法,其特征在于,所述基于通过非平台相机采集的标定图像,确定标定点的像素坐标包括:
通过非平台相机对标定板进行拍摄,得到标定图像;
识别所述标定图像中矩形块的矩形边;
以所述矩形边的交叉点为标定点,并确定所述交叉点在所述标定图像中的像素坐标。
5.根据权利要求1所述的方法,其特征在于,所述基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵包括:
基于所述关联坐标系,确定所述平台上特征点的特征点位置坐标;
通过所述平台相机对所述平台上特征点进行拍摄,得到特征点图像;
在所述特征点图像中,确定特征点像素坐标;
根据所述特征点像素坐标,以及所述特征点位置坐标进行计算,得到所述平台相机对应的第一矩阵。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述平台相机与所述非平台相机间的视野差大于预设值。
7.一种基于不同视野相机的联合标定装置,其特征在于,所述装置包括:
确定模块,用于确定平台对应的坐标系类型,并根据所述坐标系类型建立所述平台对应的关联坐标系;
标定模块,用于基于所述关联坐标系,对拍摄所述平台的平台相机进行标定,得到所述平台相机对应的第一矩阵;
所述确定模块,还用于基于通过非平台相机采集的标定图像,确定标定点的像素坐标;
计算模块,用于根据所述像素坐标以及所述标定点在所述关联坐标系中的位置坐标,计算得到所述非平台相机对应的第二矩阵;所述第一矩阵以及所述第二矩阵用于将所述平台移动至与所述非平台相机对应的非平台贴合的目标位置。
8.一种计算机设备,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6中任一项所述的方法的步骤。
9.一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6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202210889233.6A 2022-07-27 2022-07-27 基于不同视野相机的联合标定方法、装置和计算机设备 Pending CN115311368A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210889233.6A CN115311368A (zh) 2022-07-27 2022-07-27 基于不同视野相机的联合标定方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210889233.6A CN115311368A (zh) 2022-07-27 2022-07-27 基于不同视野相机的联合标定方法、装置和计算机设备

Publications (1)

Publication Number Publication Date
CN115311368A true CN115311368A (zh) 2022-11-08

Family

ID=83858074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210889233.6A Pending CN115311368A (zh) 2022-07-27 2022-07-27 基于不同视野相机的联合标定方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN115311368A (zh)

Similar Documents

Publication Publication Date Title
CN111750820B (zh) 影像定位方法及其系统
US9189853B1 (en) Automatic pose estimation from uncalibrated unordered spherical panoramas
CN113240769B (zh) 空间链接关系识别方法及装置、存储介质
CN110930463B (zh) 一种监控摄像头内参标定方法、装置和电子设备
US11380016B2 (en) Fisheye camera calibration system, method and electronic device
US20210407132A1 (en) Fisheye camera calibration system, method and electronic device
CN116993835A (zh) 相机标定方法及相机标定装置、电子设备、存储介质
CN115311368A (zh) 基于不同视野相机的联合标定方法、装置和计算机设备
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
CN110415196A (zh) 图像校正方法、装置、电子设备及可读存储介质
CN116128744A (zh) 消除图像畸变的方法、电子设备、存储介质及车辆
CN115272470A (zh) 相机定位方法、装置、计算机设备和存储介质
CN115086625A (zh) 投影画面的校正方法、装置、系统、校正设备和投影设备
CN113538588A (zh) 标定方法、标定装置及应用其的电子设备
CN115018932A (zh) 相机标定方法、装置、电子设备和存储介质
CN115042184A (zh) 机器人手眼坐标转换方法、装置、计算机设备和存储介质
CN113436269A (zh) 图像稠密立体匹配方法、装置和计算机设备
CN115861429B (zh) 图像采集设备标定方法、装置、计算机设备和存储介质
CN115311347A (zh) 对位贴附方法、装置、计算机设备和存储介质
CN116563357B (zh) 图像匹配方法、装置、计算机设备及计算机可读存储介质
De Boi et al. How to turn your camera into a perfect pinhole model
CN115862089B (zh) 基于人脸识别的安防监控方法、装置、设备及介质
CN112446928A (zh) 一种拍摄装置的外参确定系统和方法
CN117333528A (zh) 图像处理方法、装置、处理设备及存储介质
CN115375743A (zh) 深度估计方法、装置、电子设备和计算机可读存储介质

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