CN116912326A - 一种标定治具的校准方法、标定治具和系统 - Google Patents
一种标定治具的校准方法、标定治具和系统 Download PDFInfo
- Publication number
- CN116912326A CN116912326A CN202310830949.3A CN202310830949A CN116912326A CN 116912326 A CN116912326 A CN 116912326A CN 202310830949 A CN202310830949 A CN 202310830949A CN 116912326 A CN116912326 A CN 116912326A
- Authority
- CN
- China
- Prior art keywords
- calibration
- robot
- jig
- pose
- point
- 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 39
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种标定治具的校准方法、标定治具和系统,包括:本申请所述的标定治具在用于标定机器人的摄像头外参前,先通过机器人获取标定治具的标定板的图像来对标定治具进行校准,获取到准确的标定治具的标定板相对于机器人的位姿,便于标定治具对摄像头的外参进行标定,提高量产时,通过标定治具标定机器人摄像头的外参的准确度。
Description
技术领域
本发明涉及机器人技术领域,具体涉及一种标定治具的校准方法、标定治具和系统。
背景技术
在计算机视觉和图形学领域,对于安防监控、互动体感游戏、自动驾驶、环境3D建模等应用场景,都需要对摄像头进行外参标定,从而实现真实物理空间与摄像头视野的位置关系映射。例如对于机器人来说,摄像头是机器人获取外部信息的重要设备,机器人为了获得基于自身坐标系的外部信息的准确位置,就需要对摄像头进行外参标定。现有的生产线在对量产的机器人的摄像头的外参进行标定时,都是通过标定治具来对摄像头的外参进行标定,如果标定治具装配误差,而机器人还是按照标定治具的设计的标定板相对于机器人的位姿来标定摄像头的外参,就会导致标定出来的摄像头的外参不准确,降低机器人通过摄像头识别环境的精度。
发明内容
为解决上述问题,本发明提供了一种标定治具的校准方法、标定治具和系统。本发明的具体技术方案如下:
一种标定治具的校准方法,该方法包括以下步骤:S1:机器人使标定板在摄像头的拍摄范围内,然后移动到不同的预设位置来获取若干张标定板的图像,并获取移动时的IMU数据;
S2:机器人根据IMU数据和若干张标定板的图像计算出摄像头相对于机器人的中心点的位姿;
S3:机器人移动到标定治具中,并设置标定治具的中心点,然后通过摄像头获取具有标定治具所有标定板的图像,并从标定板的图像中识别出标定点;S4:机器人根据标定治具的标定板上的标定点在标定板上的位置和图像中的标定点在图像上的位置,来获取摄像头相对于每块标定板的位姿;S5:机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,获取标定治具的标定板相对于机器人的中心点的位姿。
进一步地,步骤S2中,机器人根据IMU数据和若干张标定板的图像计算出摄像头相对于机器人的中心点的位姿,包括以下步骤:机器人获取摄像头的初始内参和根据IMU数据获取机器人在不同预设位置时每块标定板相对于机器人中心点的初始位姿;机器人分别从标定板的图像中识别出标定点,并获取标定点在标定板的物理坐标系上的物理坐标;机器人将标定板上的标定点的物理坐标分别投影到对应的标定板图像上,得到标定板的标定点的投影坐标;机器人根据欧氏距离公式计算标定板的标定点的投影坐标和与该标定点相对应的图像中的标定点的像素坐标之间的欧氏距离;机器人根据获取的欧氏距离通过高斯牛顿法的迭代公式来对摄像头的内参进行优化,得到最佳的摄像头相对于每块标定板的位姿;机器人根据每块标定板相对于机器人中心点的初始位姿和摄像头相对于每块标定板的位姿,通过高斯牛顿法的迭代公式来获取摄像头相对于机器人的中心点的位姿。
进一步地,机器人获取标定点在标定板的物理坐标系上的物理坐标,包括以下步骤:机器人以每块标定板的左上角的角点为原点,标定板连接左上角的角点的两条边分别为X轴和Y轴,构建物理坐标系;机器人根据标定点在标定板上的位置,获取标定点在物理坐标系上的坐标。
进一步地,步骤S3中,机器人移动到标定治具中,并设置标定治具的中心点,包括以下步骤:机器人移动到标定治具中,使标定治具中的标定板全部在摄像头的拍摄范围内;机器人将当前自身在标定治具中的位置设为机器人标定位置,然后将机器人的中心点所在位置设为标定治具的中心点,使相同尺寸和形状的机器人移动到机器人标定位置时,该机器人的中心点与标定治具的中心点重合。
进一步地,步骤S3中,机器人从标定板的图像中识别出标定点,包括以下步骤:机器人检测标定板的图像中四边形的黑色区域;机器人按顺时针方向连接检测到的四边形的黑色区域;机器人获取四边形的黑色区域的内四边形;机器人通过角点检测将内四边形的四个端点作为标定板的标定点;其中,所述标定板为棋盘格标定板,所述内四边形的四条边分别与四边形的黑色区域相连。
进一步地,步骤S4中,机器人根据标定治具的标定板上的标定点在标定板上的位置和图像中的标定点在图像上的位置,来获取摄像头相对于每块标定板的位姿,包括以下步骤:机器人获取标定点在标定板的物理坐标系上的物理坐标和图像中的标定点在图像上的像素坐标;机器人根据标定治具的每块标定板相对于机器人中心点的初始位姿和摄像头的初始内参,将该标定板上的标定点投影到标定板的图像中得到标定板的标定点的投影坐标;机器人根据欧氏距离公式计算标定板的标定点的投影坐标和与该标定点相对应的图像中的标定点的像素坐标之间的欧氏距离;机器人根据获取的欧氏距离通过高斯牛顿法的迭代公式来对摄像头的内参进行优化,得到最佳的摄像头相对于每块标定板的位姿。
进一步地,机器人获取标定治具的标定板相对于机器人中心点的初始位姿,包括以下步骤:机器人过标定治具的标定板的左上角的角点做垂直于标定板的垂线;机器人将垂直于标定板的垂线与机器人的前进方向之间的夹角作为标定板与机器人的夹角;机器人获取机器人的中心点与标定板的左上角的角点之间的距离;机器人根据标定板与机器人的夹角和机器人的中心点与标定板的左上角的角点之间的距离,组合得到标定治具的标定板相对于机器人中心点的初始位姿。
进一步地,步骤S5中,机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,获取标定治具的标定板相对于机器人的中心点的位姿,包括以下步骤:机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,采用矩阵变换的方式获取标定治具的标定板相对于机器人的中心点的位姿,并将当前机器人的前进方向设置为位姿调整方向,使相同尺寸和形状的机器人处于机器人标定位置且前进方向与位姿调整方向相同时,该标定治具的标定板相对于该机器人的中心点的位姿不变。
一种标定治具,所述标定治具为上述的标定治具,该标定治具包括若干块标定板,所述标定板为棋盘格标定板;所述标定治具中设有机器人标定位置,相同尺寸和形状的机器人移动到机器人标定位置时,该机器人的中心点与标定治具的中心点重合;所述标定治具中设有位姿调整方向,相同尺寸和形状的机器人处于机器人标定位置且前进方向与位姿调整方向相同时,该标定治具的标定板相对于该机器人的中心点的位姿不变。
一种摄像头标定系统,所述摄像头标定系统包括机器人和上述的标定治具。
与现有的技术相比,本发明的有益效果在于:本申请所述的标定治具在用于标定机器人的摄像头外参前,先通过机器人获取标定治具的标定板的图像来对标定治具进行校准,获取到准确的标定治具的标定板相对于机器人的位姿,便于标定治具对摄像头的外参进行标定,提高量产时,通过标定治具标定机器人摄像头的外参的准确度。
附图说明
图1为本发明一种实施例中标定治具的校准方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述的实施例示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
下面结合说明书的附图,通过对本发明的具体实施方式作进一步的描述,使本发明的技术方案及其有益效果更加清楚、明确。下面通过参考附图描述实施例是示例性的,旨在解释本发明,而不能理解为对本发明的限制。
如图1所示,一种标定治具的校准方法,该方法包括以下步骤:
S1:机器人使标定板在摄像头的拍摄范围内,然后移动到不同的预设位置来获取若干张标定板的图像,并获取移动时的IMU数据。S2:机器人根据IMU数据和若干张标定板的图像计算出摄像头相对于机器人的中心点的位姿。S3:机器人移动到标定治具中,并设置标定治具的中心点,然后通过摄像头获取具有标定治具所有标定板的图像,并从标定板的图像中识别出标定点。S4:机器人根据标定治具的标定板上的标定点在标定板上的位置和图像中的标定点在图像上的位置,来获取摄像头相对于每块标定板的位姿。S5:机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,获取标定治具的标定板相对于机器人的中心点的位姿。其中,本申请文件中,机器人在确定所述的摄像头相对于每块标定板的位姿、标定治具的标定板相对于标定治具的中心点的位姿和摄像头相对于机器人中心点的位姿时,摄像头的正方向为摄像头向前拍摄的方向,机器人的正方向为机器人的前进方向,标定治具的标定板的正方向根据标定板的物理坐标系来决定。本申请所述的标定治具在用于标定机器人的摄像头外参前,先通过机器人获取标定治具的标定板的图像来对标定治具进行校准,获取到准确的标定治具的标定板相对于机器人的位姿,便于标定治具对摄像头的外参进行标定,提高量产时,通过标定治具标定机器人摄像头的外参的准确度。
作为其中一种实施例,步骤S2中,机器人根据IMU数据和若干张标定板的图像计算出摄像头相对于机器人的中心点的位姿,包括以下步骤:机器人获取摄像头的初始内参和根据IMU数据获取机器人在不同预设位置时每块标定板相对于机器人中心点的初始位姿。机器人分别从标定板的图像中识别出标定点,并获取标定点在标定板的物理坐标系上的物理坐标。机器人将标定板上的标定点的物理坐标分别投影到对应的标定板图像上,得到标定板的标定点的投影坐标。机器人根据欧氏距离公式计算标定板的标定点的投影坐标和与该标定点相对应的图像中的标定点的像素坐标之间的欧氏距离。机器人根据获取的欧氏距离通过高斯牛顿法的迭代公式来对摄像头的内参进行优化,得到最佳的摄像头相对于每块标定板的位姿。机器人根据每块标定板相对于机器人中心点的初始位姿和摄像头相对于每块标定板的位姿,通过高斯牛顿法的迭代公式来获取摄像头相对于机器人的中心点的位姿。假设标定点在标定板的物理坐标系上的物理坐标为(x0,y0),根据投影坐标转换得到标定板的标定点的投影坐标(x1,y1),图像中的标定点在图像上的像素坐标为(x2,y2),根据标定板的标定点的投影坐标和与该标定点相对应的图像中的标定点的像素坐标之间的欧氏距离为d=sqrt((x1-x2)∧2-(y1-y2)∧2)。然后机器人根据高斯牛顿法的迭代公式来对摄像头的内参进行优化,θn+1=θn-(JTJ)∧-1*JTr;其中,θn+1为更新后的内参或外参,θn为更新前的内参或外参,d为计算得到的欧氏距离,J为雅克比矩阵。机器人还可以通过Levenberg-Marquardt算法(LM算法是使用最广泛的非线性最小二乘算法,中文为列文伯格-马夸尔特法。它是利用梯度求最大(小)值的算法。)来优化每块标定板与机器人中心点的位姿和摄像头的内参。机器人在获取每块标定板与机器人中心点的初始位姿和摄像头的初始内参后,通过高斯牛顿法不断迭代优化每块标定板与机器人中心点的位姿和摄像头的内参,使机器人获取到的每块标定板与机器人中心点的位姿和摄像头的内参为最优值,提高计算结果的准确率。
作为其中一种实施例,机器人在通过高斯牛顿法的迭代公式来对摄像头的内参进行优化时,在计算过程中获取到最小的欧氏距离时,将最小的欧氏距离对应的每块标定板与机器人中心点的位姿和摄像头的内参,作为最佳的摄像头内参和摄像头相对于每块标定板的位姿。本申请文件中所述的欧氏距离为标定板的标定点和图像中的标定点的重投影误差,通过获取重投影误差的最小值来获取最优的每块标定板与机器人中心点的位姿和摄像头的内参,实用性较高。
作为其中一种实施例,机器人获取标定点在标定板的物理坐标系上的物理坐标,包括以下步骤:机器人以每块标定板的左上角的角点为原点,标定板连接左上角的角点的两条边分别为X轴和Y轴,构建物理坐标系。机器人根据标定点在标定板上的位置,获取标定点在物理坐标系上的坐标。机器人分别根据标定板的边来构建物理坐标系,提高计算的准确度。
作为其中一种实施例,步骤S3中,机器人移动到标定治具中,并设置标定治具的中心点,包括以下步骤:机器人移动到标定治具中,使标定治具中的标定板全部在摄像头的拍摄范围内。机器人将当前自身在标定治具中的位置设为机器人标定位置,然后将机器人的中心点所在位置设为标定治具的中心点,使相同尺寸和形状的机器人移动到机器人标定位置时,该机器人的中心点与标定治具的中心点重合。
作为其中一种实施例,机器人通过摄像头获取标定治具的标定板的图像,包括以下步骤:机器人移动到由若干个标定板构成的标定治具中,然后使机器人的中心点与标定治具的中心点重合,机器人的中心点与标定治具的中心点重合可以是水平面上的重合。标定治具的标定板一般围绕机器人设置,机器人在获取标定板的图像时,机器人使摄像头竖直向上,然后通过摄像头获取具有标定治具所有标定板的图像,为了使摄像头能捕捉到所有的标定板,机器人可以通过自转使标定治具的所有标定板落在摄像头的视角范围中,如果有标定板没有落入摄像头的视角范围,可以将该标定板去除。在本申请文件中,机器人的中心点可以是机器人水平截面的中心点,而标定治具的中心点在机器人获取标定治具的标定板相对于标定治具的中心点的位姿时,通过机器人的中心点来设置,并且在设置后不进行改变,设置的时间为机器人开始标定工作前。本申请所述的机器人通过使摄像头竖直向上的方式来获取标定板的图像,有利于机器人获取具有标定治具所有标定板的图像,提高标定效率。
作为其中一种实施例,步骤S3中,机器人从标定板的图像中识别出标定点,包括以下步骤:机器人检测标定板的图像中四边形的黑色区域。机器人按顺时针方向连接检测到的四边形的黑色区域。机器人获取四边形的黑色区域的内四边形。机器人通过角点检测将内四边形的四个端点作为标定板的标定点。其中,所述标定板为棋盘格标定板,所述内四边形的四条边分别与四边形的黑色区域相连,即所述四边形的黑色区域为棋盘格的黑色四边形,所述四边形的黑色区域的内四边形为棋盘格的白色四边形,由四个黑色四边形围成。机器人先从棋盘格标定板中识别出内四边形,然后将内四边形的四个端点作为标定点,有效去除棋盘格中与棋盘格的四条边相连的标定点,提高标定结果的准确率。
作为其中一种实施例,步骤S4中,机器人根据标定治具的标定板上的标定点在标定板上的位置和图像中的标定点在图像上的位置,来获取摄像头相对于每块标定板的位姿,包括以下步骤:机器人获取标定点在标定板的物理坐标系上的物理坐标和图像中的标定点在图像上的像素坐标。机器人根据标定治具的每块标定板相对于机器人中心点的初始位姿和摄像头的初始内参,将该标定板上的标定点投影到标定板的图像中得到标定板的标定点的投影坐标。机器人根据欧氏距离公式计算标定板的标定点的投影坐标和与该标定点相对应的图像中的标定点的像素坐标之间的欧氏距离。机器人根据获取的欧氏距离通过高斯牛顿法的迭代公式来对摄像头的内参进行优化,得到最佳的摄像头相对于每块标定板的位姿。
作为其中一种实施例,机器人获取标定治具的标定板相对于机器人中心点的初始位姿,包括以下步骤:机器人过标定治具的标定板的左上角的角点做垂直于标定板的垂线。机器人将垂直于标定板的垂线与机器人的前进方向之间的夹角作为标定板与机器人的夹角。机器人获取机器人的中心点与标定板的左上角的角点之间的距离。机器人根据标定板与机器人的夹角和机器人的中心点与标定板的左上角的角点之间的距离,组合得到标定治具的标定板相对于机器人中心点的初始位姿。机器人根据标定板与机器人的夹角和机器人的中心点与标定板的左上角的角点之间的距离来计算出标定板相对于机器人中心点的位姿,提高计算速度。
作为其中一种实施例,步骤S5中,机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,获取标定治具的标定板相对于机器人的中心点的位姿,包括以下步骤:机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,采用矩阵变换的方式获取标定治具的标定板相对于机器人的中心点的位姿,并将当前机器人的前进方向设置为位姿调整方向,使相同尺寸和形状的机器人处于机器人标定位置且前进方向与位姿调整方向相同时,该标定治具的标定板相对于该机器人的中心点的位姿不变。机器人在摄像头标定前获取标定治具的标定板相对于标定治具的中心点的位姿,只要将不同的外参的机器人的中心点与标定治具的中心点重合,就可以通过标定治具的标定板相对于标定治具的中心点的位姿计算出机器人的外参,灵活性较高。
一种标定治具,所述标定治具为上述的标定治具,该标定治具包括若干块标定板,所述标定板为棋盘格标定板。所述标定治具中设有机器人标定位置,相同尺寸和形状的机器人移动到机器人标定位置时,该机器人的中心点与标定治具的中心点重合。所述标定治具中设有位姿调整方向,相同尺寸和形状的机器人处于机器人标定位置且前进方向与位姿调整方向相同时,该标定治具的标定板相对于该机器人的中心点的位姿不变。机器人在摄像头标定前获取标定治具的标定板相对于标定治具的中心点的位姿,只要将不同的外参的机器人的中心点与标定治具的中心点重合,就可以通过标定治具的标定板相对于标定治具的中心点的位姿计算出机器人的外参,灵活性较高。
一种摄像头标定系统,所述摄像头标定系统包括机器人和上述的标定治具。
与现有的技术相比,本发明的有益效果在于:本申请所述的标定治具在用于标定机器人的摄像头外参前,先通过机器人获取标定治具的标定板的图像来对标定治具进行校准,获取到准确的标定治具的标定板相对于机器人的位姿,便于标定治具对摄像头的外参进行标定,提高量产时,通过标定治具标定机器人摄像头的外参的准确度。
在说明书的描述中,参考术语“合一个实施例”、“优选地”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点,包含于本发明的至少一个实施例或示例中,在本说明书中对于上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或者示例中以合适方式结合。说明书的描述中连接的所述连接方式具有明显的效果和实用效力。
通过上述的结构和原理的描述,所属技术领域的技术人员应当理解,本发明不局限于上述的具体实施方式,在本发明基础上采用本领域公知技术的改进和替代均落在本发明的保护范围,应由各权利要求限定之。
Claims (10)
1.一种标定治具的校准方法,其特征在于,该方法包括以下步骤:
S1:机器人使标定板在摄像头的拍摄范围内,然后移动到不同的预设位置来获取若干张标定板的图像,并获取移动时的IMU数据;
S2:机器人根据IMU数据和若干张标定板的图像计算出摄像头相对于机器人的中心点的位姿;
S3:机器人移动到标定治具中,并设置标定治具的中心点,然后通过摄像头获取具有标定治具所有标定板的图像,并从标定板的图像中识别出标定点;
S4:机器人根据标定治具的标定板上的标定点在标定板上的位置和图像中的标定点在图像上的位置,来获取摄像头相对于每块标定板的位姿;
S5:机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,获取标定治具的标定板相对于机器人的中心点的位姿。
2.根据权利要求1所述的一种标定治具的校准方法,其特征在于,步骤S2中,机器人根据IMU数据和若干张标定板的图像计算出摄像头相对于机器人的中心点的位姿,包括以下步骤:
机器人获取摄像头的初始内参和根据IMU数据获取机器人在不同预设位置时每块标定板相对于机器人中心点的初始位姿;
机器人分别从标定板的图像中识别出标定点,并获取标定点在标定板的物理坐标系上的物理坐标;
机器人将标定板上的标定点的物理坐标分别投影到对应的标定板图像上,得到标定板的标定点的投影坐标;
机器人根据欧氏距离公式计算标定板的标定点的投影坐标和与该标定点相对应的图像中的标定点的像素坐标之间的欧氏距离;
机器人根据获取的欧氏距离通过高斯牛顿法的迭代公式来对摄像头的内参进行优化,得到最佳的摄像头相对于每块标定板的位姿;
机器人根据每块标定板相对于机器人中心点的初始位姿和摄像头相对于每块标定板的位姿,通过高斯牛顿法的迭代公式来获取摄像头相对于机器人的中心点的位姿。
3.根据权利要求1所述的一种标定治具的校准方法,其特征在于,机器人获取标定点在标定板的物理坐标系上的物理坐标,包括以下步骤:
机器人以每块标定板的左上角的角点为原点,标定板连接左上角的角点的两条边分别为X轴和Y轴,构建物理坐标系;
机器人根据标定点在标定板上的位置,获取标定点在物理坐标系上的坐标。
4.根据权利要求1所述的一种标定治具的校准方法,其特征在于,步骤S3中,机器人移动到标定治具中,并设置标定治具的中心点,包括以下步骤:
机器人移动到标定治具中,使标定治具中的标定板全部在摄像头的拍摄范围内;
机器人将当前自身在标定治具中的位置设为机器人标定位置,然后将机器人的中心点所在位置设为标定治具的中心点,使相同尺寸和形状的机器人移动到机器人标定位置时,该机器人的中心点与标定治具的中心点重合。
5.根据权利要求1所述的一种标定治具的校准方法,其特征在于,步骤S3中,机器人从标定板的图像中识别出标定点,包括以下步骤:
机器人检测标定板的图像中四边形的黑色区域;
机器人按顺时针方向连接检测到的四边形的黑色区域;
机器人获取四边形的黑色区域的内四边形;
机器人通过角点检测将内四边形的四个端点作为标定板的标定点;
其中,所述标定板为棋盘格标定板,所述内四边形的四条边分别与四边形的黑色区域相连。
6.根据权利要求1所述的一种标定治具的校准方法,其特征在于,步骤S4中,机器人根据标定治具的标定板上的标定点在标定板上的位置和图像中的标定点在图像上的位置,来获取摄像头相对于每块标定板的位姿,包括以下步骤:
机器人获取标定点在标定板的物理坐标系上的物理坐标和图像中的标定点在图像上的像素坐标;
机器人根据标定治具的每块标定板相对于机器人中心点的初始位姿和摄像头的初始内参,将该标定板上的标定点投影到标定板的图像中得到标定板的标定点的投影坐标;
机器人根据欧氏距离公式计算标定板的标定点的投影坐标和与该标定点相对应的图像中的标定点的像素坐标之间的欧氏距离;
机器人根据获取的欧氏距离通过高斯牛顿法的迭代公式来对摄像头的内参进行优化,得到最佳的摄像头相对于每块标定板的位姿。
7.根据权利要求1所述的一种标定治具的校准方法,其特征在于,机器人获取标定治具的标定板相对于机器人中心点的初始位姿,包括以下步骤:
机器人过标定治具的标定板的左上角的角点做垂直于标定板的垂线;
机器人将垂直于标定板的垂线与机器人的前进方向之间的夹角作为标定板与机器人的夹角;
机器人获取机器人的中心点与标定板的左上角的角点之间的距离;
机器人根据标定板与机器人的夹角和机器人的中心点与标定板的左上角的角点之间的距离,组合得到标定治具的标定板相对于机器人中心点的初始位姿。
8.根据权利要求1所述的一种标定治具的校准方法,其特征在于,步骤S5中,机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,获取标定治具的标定板相对于机器人的中心点的位姿,包括以下步骤:
机器人根据摄像头相对于每块标定板的位姿和摄像头相对于机器人的中心点的位姿,采用矩阵变换的方式获取标定治具的标定板相对于机器人的中心点的位姿,并将当前机器人的前进方向设置为位姿调整方向,使相同尺寸和形状的机器人处于机器人标定位置且前进方向与位姿调整方向相同时,该标定治具的标定板相对于该机器人的中心点的位姿不变。
9.一种标定治具,其特征在于,所述标定治具为权利要求1至8中任一项所述的标定治具,该标定治具包括若干块标定板,所述标定板为棋盘格标定板;
所述标定治具中设有机器人标定位置,相同尺寸和形状的机器人移动到机器人标定位置时,该机器人的中心点与标定治具的中心点重合;
所述标定治具中设有位姿调整方向,相同尺寸和形状的机器人处于机器人标定位置且前进方向与位姿调整方向相同时,该标定治具的标定板相对于该机器人的中心点的位姿不变。
10.一种摄像头标定系统,其特征在于,所述摄像头标定系统包括机器人和权利要求9所述的标定治具。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310830949.3A CN116912326A (zh) | 2023-07-07 | 2023-07-07 | 一种标定治具的校准方法、标定治具和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310830949.3A CN116912326A (zh) | 2023-07-07 | 2023-07-07 | 一种标定治具的校准方法、标定治具和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116912326A true CN116912326A (zh) | 2023-10-20 |
Family
ID=88361071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310830949.3A Pending CN116912326A (zh) | 2023-07-07 | 2023-07-07 | 一种标定治具的校准方法、标定治具和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116912326A (zh) |
-
2023
- 2023-07-07 CN CN202310830949.3A patent/CN116912326A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767422B (zh) | 一种鱼眼镜头的校正方法、装置及便携式终端 | |
CN108885791B (zh) | 地面检测方法、相关装置及计算机可读存储介质 | |
US8436904B2 (en) | Method and apparatus for calibrating video camera | |
US20200177866A1 (en) | Calibration apparatus, chart for calibration, chart pattern generation apparatus, and calibration method | |
CN111612794A (zh) | 基于多2d视觉的零部件高精度三维位姿估计方法及系统 | |
CN107084680A (zh) | 一种基于机器单目视觉的目标深度测量方法 | |
CN108362205B (zh) | 基于条纹投影的空间测距方法 | |
Yan et al. | Joint camera intrinsic and lidar-camera extrinsic calibration | |
CN115201883B (zh) | 一种运动目标视频定位测速系统及方法 | |
CN112308925A (zh) | 可穿戴设备的双目标定方法、设备及存储介质 | |
CN113329179B (zh) | 拍摄对位方法、装置、设备及存储介质 | |
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 | |
US11548156B2 (en) | Device and method for calibrating coordinate system of 3D camera and robotic arm | |
US20220358679A1 (en) | Parameter Calibration Method and Apparatus | |
CN111383264A (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN114413958A (zh) | 无人物流车的单目视觉测距测速方法 | |
CN114998447A (zh) | 多目视觉标定方法及系统 | |
CN117103295A (zh) | 位姿确定方法及建筑机器人 | |
CN111696141A (zh) | 一种三维全景扫描采集方法、设备及存储设备 | |
CN114792343B (zh) | 图像获取设备的标定方法、获取图像数据的方法、装置 | |
CN116912326A (zh) | 一种标定治具的校准方法、标定治具和系统 | |
CN111098306A (zh) | 机器人的标定方法、装置、机器人和存储介质 | |
CN113256721B (zh) | 一种室内多人三维高精度定位方法 | |
CN112288824B (zh) | 一种基于现实场景的长焦相机标定装置及标定方法 | |
CN116934866A (zh) | 一种机器人的摄像头标定方法 |
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 |