CN117994356A - 一种通过机器人辅助进行的相机内参校验方法和装置 - Google Patents
一种通过机器人辅助进行的相机内参校验方法和装置 Download PDFInfo
- Publication number
- CN117994356A CN117994356A CN202410389784.5A CN202410389784A CN117994356A CN 117994356 A CN117994356 A CN 117994356A CN 202410389784 A CN202410389784 A CN 202410389784A CN 117994356 A CN117994356 A CN 117994356A
- Authority
- CN
- China
- Prior art keywords
- robot
- axis
- calibration plate
- camera
- pose
- 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 52
- 238000012795 verification Methods 0.000 title claims abstract description 42
- 238000006073 displacement reaction Methods 0.000 claims abstract description 85
- 230000009471 action Effects 0.000 claims abstract description 77
- 230000009466 transformation Effects 0.000 claims abstract description 66
- 238000006243 chemical reaction Methods 0.000 claims abstract description 47
- 238000013519 translation Methods 0.000 claims description 42
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000010586 diagram Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J15/00—Gripping heads and other end effectors
- B25J15/0019—End effectors other than grippers
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种通过机器人辅助进行的相机内参校验方法和装置。其中,该方法包括:通过机器人带动标定板执行动作,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像;基于执行动作前和执行动作后的机器人末端位姿和相机图像确定机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据;基于机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据对相机进行内参校验。实现了通过机器人辅助进行校验,通过机器人带动标定板进行特定动作从而进行相机内参的校验,可以防止相机内参出现过大的偏差,为验证相机内参的准确性提供额外的依据。
Description
技术领域
本发明涉及视觉测量技术领域,尤其是涉及一种通过机器人辅助进行的相机内参校验方法和装置。
背景技术
现有技术中,一般采用重投影误差对相机内参标定的准确性进行评价,在识别相机外参之后,将标定板标志点的世界坐标通过相机外参转换到相机坐标系内,再代入相机的成像模型内得到理论的标志点投影像素位置,和实际检测到的标志点像素位置进行作差,最后取像素偏差距离的均值作为重投影误差。
然而,上述重投影误差对相机内参标定的准确性进行评价的方式,在某些情况下可能出现重投影误差较小但内参却有很大偏差的情况(比如采集图像时标定板集中在一个区域内、标定板的姿态无明显变化、采集的标定板图像数量过少等),导致最终识别的相机外参不正确。
发明内容
有鉴于此,本发明的目的在于提供一种通过机器人辅助进行的相机内参校验方法和装置,通过机器人带动标定板进行特定动作从而进行相机内参的校验,实现了通过机器人辅助进行校验,防止相机内参出现过大的偏差,为验证相机内参的准确性提供额外的依据。
本发明实施例带来了以下有益效果:
本发明实施例提供了一种通过机器人辅助进行的相机内参校验方法和装置,通过机器人带动标定板执行动作,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像;基于执行动作前和执行动作后的机器人末端位姿和相机图像确定机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据;基于机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据对相机进行内参校验。该方式中,通过机器人带动标定板进行特定动作从而进行相机内参的校验,实现了通过机器人辅助进行校验,可以防止相机内参出现过大的偏差,为验证相机内参的准确性提供额外的依据。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种通过机器人辅助进行的相机内参校验方法的流程图;
图2为本发明实施例提供的另一种通过机器人辅助进行的相机内参校验方法的流程图;
图3为本发明实施例提供的一种机器人带动标定板绕三轴执行旋转动作的示意图;
图4为本发明实施例提供的一种机器人带动标定板沿三轴执行平移动作的示意图;
图5为本发明实施例提供的一种通过机器人辅助进行的相机内参校验装置的结构示意图;
图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,一般采用重投影误差对相机内参标定的准确性进行评价,在识别相机外参之后,将标定板标志点的世界坐标通过相机外参转换到相机坐标系内,再代入相机的成像模型内得到理论的标志点投影像素位置,和实际检测到的标志点像素位置进行作差,最后取像素偏差距离的均值作为重投影误差。
然而,上述现有技术中的重投影误差对相机内参标定的准确性进行评价的方式,在某些情况下可能出现重投影误差较小但内参却有很大偏差的情况(比如采集图像时标定板集中在一个区域内、标定板的姿态无明显变化、采集的标定板图像数量过少等),导致最终识别的相机外参不正确。
基于此,本发明实施例提供的一种通过机器人辅助进行的相机内参校验方法和装置,具体提供了一种机器人辅助进行的通过机器人辅助进行的相机内参校验方法,通过机器人带动标定板进行特定动作从而进行相机内参的校验,实现了通过机器人辅助进行校验,可以防止相机内参出现过大的偏差,为验证相机内参的准确性提供额外的依据。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种通过机器人辅助进行的相机内参校验方法进行详细介绍。
实施例一:
本发明实施例提供一种通过机器人辅助进行的相机内参校验方法,参见图1所示的一种通过机器人辅助进行的相机内参校验方法的流程图,该通过机器人辅助进行的相机内参校验方法包括如下步骤:
步骤S102,通过机器人带动标定板执行动作,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像。
本实施例中可以将标定板设置在机器人末端,并通过相机拍摄包括标定板位置的相机图像。本实施例中可以通过机器人带动标定板执行动作,其中,上述执行的动作可以包括旋转动作和平移动作。
本实施例可以分别确定执行动作前和执行动作后的机器人末端位姿,并通过相机采集执行动作前和执行动作后的相机图像。
步骤S104,基于执行动作前和执行动作后的机器人末端位姿和相机图像确定机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据。
在确定执行动作前和执行动作后的机器人末端位姿和相机图像之后,本实施例可以基于上述执行动作前和执行动作后的机器人末端位姿确定机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据。
其中,可以基于旋转动作前和旋转动作后的机器人末端位姿和相机图像确定姿态变换数据,基于平移动作前和平移动作后的机器人末端位姿和相机图像确定位移数据。
步骤S106,基于机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据对相机进行内参校验。
本实施例中可以基于机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据分别与阈值条件进行对比,对相机进行内参校验。
本发明实施例提供了一种通过机器人辅助进行的相机内参校验方法,通过机器人带动标定板执行动作,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像;基于执行动作前和执行动作后的机器人末端位姿和相机图像确定机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据;基于机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据对相机进行内参校验。该方式中,通过机器人带动标定板进行特定动作从而进行相机内参的校验,实现了通过机器人辅助进行校验,可以防止相机内参出现过大的偏差,为验证相机内参的准确性提供额外的依据。
实施例二:
本实施例提供了另一种通过机器人辅助进行的相机内参校验方法,该方法在上述实施例的基础上实现,参见图2所示的另一种通过机器人辅助进行的相机内参校验方法的流程图,本实施例中的通过机器人辅助进行的相机内参校验方法包括如下步骤:
步骤S202,通过机器人带动标定板分别绕机器人末端坐标系的三轴执行旋转动作;通过机器人带动标定板在相机工作视野内分别沿机器人末端坐标系的三轴执行平移动作。
本实施例中主要提供了一种机器人辅助进行的通过机器人辅助进行的相机内参校验方法,以检验相机的内参精度是否满足使用要求。通过在相机的工作视野内进行数据采样,主要分为数据A及数据B两个部分。
可以参见图3所示的一种机器人带动标定板绕三轴执行旋转动作的示意图,以及图4所示的一种机器人带动标定板沿三轴执行平移动作的示意图,机器人可以带动标定板分别绕三轴执行旋转动作或者沿三轴执行平移动作。
本实施例中可以手动控制机器人使安装在机器人末端的标定板处于相机视野内并获得清晰的标定板图像作为相机图像。之后,控制机器人做绕末端坐标轴转动和沿末端坐标轴平移动作,采集每一个节点的相机图像及机器人末端姿态作为数据集A和数据集B。
另外需要说明的是,本实施例中的机器人带动标定板执行的动作只是其中一种实施方式,机器人末端旋转可以绕非末端坐标系的坐标轴进行旋转,也不要求所围绕的轴之间的角度关系;机器人平移时也不要求其沿末端坐标系的坐标轴进行移动,移动时保持机器人末端姿态不变即可。
步骤S204,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像。
在一些实施例中,执行动作前的机器人末端位姿包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作前的机器人末端位姿,执行动作后的机器人末端位姿包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作后的机器人末端位姿;执行动作前的相机图像包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作前的相机图像,执行动作后的相机图像包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作后的相机图像。
如图3所示,数据A可以为机器人在初始位置时,分别绕机器人末端坐标系的三轴做旋转动作,旋转前后的相机图像以及对应的机器人末端位姿,即数据A包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前后的机器人末端位姿和相机图像。
如图4所示,数据B可以为机器人在初始位置时,分别沿机器人末端坐标系的三轴做平移动作,平移前后的相机图像以及对应的机器人末端位姿,即数据B包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前后的机器人末端位姿和相机图像。
步骤S206,基于执行动作前和执行动作后的机器人末端位姿和相机图像确定机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据。
本实施例中可以先分别使用数据A中的机器人末端位姿计算机器人的姿态变换数据,通过相机图像识别的标定板的姿态变换数据;再使用数据B中的机器人末端位姿计算机器人的位移数据,通过相机图像识别到的标定板的位移数据。
在一些实施例中,可以基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的机器人末端位姿确定机器人的姿态变换数据;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的相机图像确定标定板的姿态变换数据;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的机器人末端位姿确定机器人的位移数据;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的相机图像确定标定板的位移数据。
(1)姿态变换数据计算:
在一些实施例中,可以基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的相机图像确定标定板相对于相机的位姿;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的标定板相对于相机的位姿确定标定板的姿态变换矩阵;将标定板的姿态变换矩阵转换为轴角形式,得到标定板的旋转角度作为标定板的X轴、Y轴和Z轴的姿态变换数据。
①数据集A中的三对数据分别为绕机器人末端X、Y、Z轴进行转动,可以得到标定板绕末端X、Y、Z轴进行转动前后相对于相机的位姿、/>,/>、,/>、/>。其中,/>为标定板绕末端X轴进行转动前相对于相机的位姿,/>为标定板绕末端X轴进行转动后相对于相机的位姿;为标定板绕末端Y轴进行转动前相对于相机的位姿,/>为标定板绕末端Y轴进行转动后相对于相机的位姿;/>为标定板绕末端Z轴进行转动前相对于相机的位姿,/>为标定板绕末端Z轴进行转动后相对于相机的位姿。
②计算每次转动后的标定板相对于转动前的标定板的姿态变换,有:;/>;。其中,/>、/>和/>为姿态变换矩阵。
③将上述姿态变换矩阵通过Rodrigues变换转换为轴角形式,即可得到标定板旋转角度、/>、/>。
在一些实施例中,可以基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的机器人末端位姿确定机器人的姿态变换矩阵;将机器人的姿态变换矩阵转换为轴角形式,得到机器人的旋转角度作为机器人的X轴、Y轴和Z轴的姿态变换数据。
本实施例中与计算标定板旋转角度、/>、/>的方式类似,也可计算出机器人的旋转角度/>、/>、/>。
(2)位移数据计算
在一些实施例中,可以基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的相机图像确定标定板相对于相机的位姿;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的标定板相对于相机的位姿确定标定板的位置变换矩阵;基于标定板的位置变换矩阵确定标定板的X轴、Y轴和Z轴的位移数据。
①数据集B中的数据为沿机器人末端X、Y、Z轴进行平移,可以得到标定板分别沿末端X、Y、Z轴进行移动前后相对于相机的位姿、/>,/>、,/>、/>。
其中,为标定板绕末端X轴进行平移前相对于相机的位姿,为标定板绕末端X轴进行平移后相对于相机的位姿;/>为标定板绕末端Y轴进行平移前相对于相机的位姿,/>为标定板绕末端Y轴进行平移后相对于相机的位姿;/>为标定板绕末端Z轴进行平移前相对于相机的位姿,/>为标定板绕末端Z轴进行平移后相对于相机的位姿;
②计算每次移动后的标定板相对移动前的标定板的位置变换,有:;/>;。其中,/>、/>和/>为位置变换矩阵。
③将上述位置变换矩阵中的位移信息提取出来得到标定板位移数据、/>、。
在一些实施例中,可以基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的机器人末端位姿确定机器人的位置变换矩阵;基于机器人的位置变换矩阵确定机器人的X轴、Y轴和Z轴的位移数据。
本实施例中与计算标定板位移数据、/>、/>的方式类似,也可以将位置变换矩阵中的位移信息提取出来得到机器人末端位移/>、/>、/>。
步骤S208,基于机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据对相机进行内参校验。
本实施例中可以通过比较机器人的位姿变换数据以及通过相机图像识别到的标定板位姿变换数据,判断相机内参是否满足使用要求。
在一些实施例中,可以计算机器人的姿态变换数据与标定板的姿态变换数据的第一差值,计算机器人的位移数据与标定板的位移数据的第二差值;判断第一差值和第二差值是否均满足对应的阈值条件;如果是,确定相机的内参校验合格;如果否,确定相机的内参校验不合格。
例如:对于姿态变换数据,可以计算标定板旋转角度、/>、/>分别与机器人的旋转角度/>、/>、/>的差值/>、/>、/>,取其最大值/>作为第一差值。
又例如:对于位移数据,标定板位移数据是一个向量[,/>,/>],第i组标定板位移数据得到的向量称为tCi;机器人末端位移也是一个向量[/>,/>,/>],第i组机器人末端位移得到的向量称为tRi。本实施例中可以是用上述2个向量模长的差值(即模长差值)的作为判断依据(即第二差值),模长差值/>=||tRi|-|tCi||。其中,/>不是向量而是一个标量。
对于第一差值和第二差值/>。可以分别预设阈值/>和/>。如果第一差值/>和第二差值/>分别满足对应的预置条件,例如:/>且/>,则可以认为相机的内参校验合格。如果第一差值/>和第二差值/>至少一个不满足对应的预置条件,例如:/>或/>,则可以认为相机的内参校验不合格。
本发明实施例提供的上述方法,通过机器人动作使标定板完成特定的位姿变换,通过计算识别的相机外参变化值以检测相机的内参精度是否满足使用要求,可以解决因相机内参数据误差较大造成的相机外参误差较大的问题。
实施例三:
对应于上述方法实施例,本发明实施例提供了一种通过机器人辅助进行的相机内参校验装置,参见图5所示的一种通过机器人辅助进行的相机内参校验装置的结构示意图,该通过机器人辅助进行的相机内参校验装置包括:
机器人末端位姿和相机图像获取模块51,用于通过机器人带动标定板执行动作,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像;
姿态变换数据和位移数据确定模块52,用于基于执行动作前和执行动作后的机器人末端位姿和相机图像确定机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据;
相机内参校验模块53,用于基于机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据对相机进行内参校验。
本发明实施例提供了一种通过机器人辅助进行的相机内参校验装置,通过机器人带动标定板执行动作,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像;基于执行动作前和执行动作后的机器人末端位姿和相机图像确定机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据;基于机器人的姿态变换数据、机器人的位移数据、标定板的姿态变换数据和标定板的位移数据对相机进行内参校验。该方式中,通过机器人带动标定板进行特定动作从而进行相机内参的校验,可实现了通过机器人辅助进行校验,以防止相机内参出现过大的偏差,为验证相机内参的准确性提供额外的依据。
上述机器人末端位姿和相机图像获取模块,用于通过机器人带动标定板分别绕机器人末端坐标系的三轴执行旋转动作;通过机器人带动标定板在相机工作视野内分别沿机器人末端坐标系的三轴执行平移动作。
上述执行动作前的机器人末端位姿包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作前的机器人末端位姿,执行动作后的机器人末端位姿包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作后的机器人末端位姿;上述执行动作前的相机图像包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作前的相机图像,执行动作后的相机图像包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作后的相机图像。
上述姿态变换数据和位移数据确定模块,用于基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的机器人末端位姿确定机器人的姿态变换数据;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的相机图像确定标定板的姿态变换数据;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的机器人末端位姿确定机器人的位移数据;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的相机图像确定标定板的位移数据。
上述姿态变换数据和位移数据确定模块,用于基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的机器人末端位姿确定机器人的姿态变换矩阵;将机器人的姿态变换矩阵转换为轴角形式,得到机器人的旋转角度作为机器人的X轴、Y轴和Z轴的姿态变换数据。
上述姿态变换数据和位移数据确定模块,用于基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的相机图像确定标定板相对于相机的位姿;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的标定板相对于相机的位姿确定标定板的姿态变换矩阵;将标定板的姿态变换矩阵转换为轴角形式,得到标定板的旋转角度作为标定板的X轴、Y轴和Z轴的姿态变换数据。
上述姿态变换数据和位移数据确定模块,用于基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的机器人末端位姿确定机器人的位置变换矩阵;基于机器人的位置变换矩阵确定机器人的X轴、Y轴和Z轴的位移数据。
上述姿态变换数据和位移数据确定模块,用于基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的相机图像确定标定板相对于相机的位姿;基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的标定板相对于相机的位姿确定标定板的位置变换矩阵;基于标定板的位置变换矩阵确定标定板的X轴、Y轴和Z轴的位移数据。
上述相机内参校验模块,用于计算机器人的姿态变换数据与标定板的姿态变换数据的第一差值,计算机器人的位移数据与标定板的位移数据的第二差值;判断第一差值和第二差值是否均满足对应的阈值条件;如果是,确定相机的内参校验合格;如果否,确定相机的内参校验不合格。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的相机内参校验系统的具体工作过程,可以参考前述的通过机器人辅助进行的相机内参校验方法的实施例中的对应过程,在此不再赘述。
实施例四:
本发明实施例还提供了一种电子设备,用于运行上述通过机器人辅助进行的相机内参校验方法;参见图6所示的一种电子设备的结构示意图,该电子设备包括存储器100和处理器101,其中,存储器100用于存储一条或多条计算机指令,一条或多条计算机指令被处理器101执行,以实现上述通过机器人辅助进行的相机内参校验方法。
进一步地,图6所示的电子设备还包括总线102和通信接口103,处理器101、通信接口103和存储器100通过总线102连接。
其中,存储器100可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。总线102可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
处理器101可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processor,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器100,处理器101读取存储器100中的信息,结合其硬件完成前述实施例的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述通过机器人辅助进行的相机内参校验方法,具体实现可参见方法实施例,在此不再赘述。
本发明实施例所提供的通过机器人辅助进行的相机内参校验方法和装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和/或装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种通过机器人辅助进行的相机内参校验方法,其特征在于,所述方法包括:
通过机器人带动标定板执行动作,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像;
基于执行动作前和执行动作后的所述机器人末端位姿和所述相机图像确定所述机器人的姿态变换数据、所述机器人的位移数据、所述标定板的姿态变换数据和所述标定板的位移数据;
基于所述机器人的姿态变换数据、所述机器人的位移数据、所述标定板的姿态变换数据和所述标定板的位移数据对所述相机进行内参校验。
2.根据权利要求1所述的方法,其特征在于,通过机器人带动标定板执行动作的步骤,包括:
通过机器人带动标定板分别绕机器人末端坐标系的三轴执行旋转动作;
通过所述机器人带动所述标定板在相机工作视野内分别沿机器人末端坐标系的三轴执行平移动作。
3.根据权利要求2所述的方法,其特征在于,执行动作前的机器人末端位姿包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作前的机器人末端位姿,执行动作后的机器人末端位姿包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作后的机器人末端位姿;
执行动作前的相机图像包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作前的相机图像,执行动作后的相机图像包括:沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作和平移动作后的相机图像。
4.根据权利要求3所述的方法,其特征在于,基于执行动作前和执行动作后的所述机器人末端位姿和所述相机图像确定所述机器人的姿态变换数据、所述机器人的位移数据、所述标定板的姿态变换数据和所述标定板的位移数据的步骤,包括:
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的机器人末端位姿确定所述机器人的姿态变换数据;
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的相机图像确定所述标定板的姿态变换数据;
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的机器人末端位姿确定所述机器人的位移数据;
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的相机图像确定所述标定板的位移数据。
5.根据权利要求4所述的方法,其特征在于,基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的机器人末端位姿确定所述机器人的姿态变换数据的步骤,包括:
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的机器人末端位姿确定所述机器人的姿态变换矩阵;
将所述机器人的姿态变换矩阵转换为轴角形式,得到所述机器人的旋转角度作为所述机器人的X轴、Y轴和Z轴的姿态变换数据。
6.根据权利要求4所述的方法,其特征在于,基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的相机图像确定所述标定板的姿态变换数据的步骤,包括:
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的相机图像确定所述标定板相对于所述相机的位姿;
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行旋转动作前和旋转动作后的所述标定板相对于所述相机的位姿确定所述标定板的姿态变换矩阵;
将所述标定板的姿态变换矩阵转换为轴角形式,得到所述标定板的旋转角度作为所述标定板的X轴、Y轴和Z轴的姿态变换数据。
7.根据权利要求4所述的方法,其特征在于,基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的机器人末端位姿确定所述机器人的位移数据的步骤,包括:
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的机器人末端位姿确定所述机器人的位置变换矩阵;
基于所述机器人的位置变换矩阵确定所述机器人的X轴、Y轴和Z轴的位移数据。
8.根据权利要求4所述的方法,其特征在于,基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的相机图像确定所述标定板的位移数据的步骤,包括:
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的相机图像确定所述标定板相对于所述相机的位姿;
基于沿机器人末端坐标系的X轴、Y轴和Z轴执行平移动作前和平移动作后的所述标定板相对于所述相机的位姿确定所述标定板的位置变换矩阵;
基于所述标定板的位置变换矩阵确定所述标定板的X轴、Y轴和Z轴的位移数据。
9.根据权利要求4所述的方法,其特征在于,基于所述机器人的姿态变换数据、所述机器人的位移数据、所述标定板的姿态变换数据和所述标定板的位移数据对所述相机进行内参校验的步骤,包括:
计算所述机器人的姿态变换数据与所述标定板的姿态变换数据的第一差值,计算所述机器人的位移数据与所述标定板的位移数据的第二差值;
判断所述第一差值和所述第二差值是否均满足对应的阈值条件;
如果是,确定所述相机的内参校验合格;
如果否,确定所述相机的内参校验不合格。
10.一种通过机器人辅助进行的相机内参校验装置,其特征在于,所述装置包括:
机器人末端位姿和相机图像获取模块,用于通过机器人带动标定板执行动作,确定执行动作前和执行动作后的机器人末端位姿,通过相机获取执行动作前和执行动作后的相机图像;
姿态变换数据和位移数据确定模块,用于基于执行动作前和执行动作后的所述机器人末端位姿和所述相机图像确定所述机器人的姿态变换数据、所述机器人的位移数据、所述标定板的姿态变换数据和所述标定板的位移数据;
相机内参校验模块,用于基于所述机器人的姿态变换数据、所述机器人的位移数据、所述标定板的姿态变换数据和所述标定板的位移数据对所述相机进行内参校验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410389784.5A CN117994356B (zh) | 2024-04-02 | 2024-04-02 | 一种通过机器人辅助进行的相机内参校验方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410389784.5A CN117994356B (zh) | 2024-04-02 | 2024-04-02 | 一种通过机器人辅助进行的相机内参校验方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117994356A true CN117994356A (zh) | 2024-05-07 |
CN117994356B CN117994356B (zh) | 2024-07-09 |
Family
ID=90889191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410389784.5A Active CN117994356B (zh) | 2024-04-02 | 2024-04-02 | 一种通过机器人辅助进行的相机内参校验方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117994356B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993265A (zh) * | 2017-11-29 | 2018-05-04 | 深圳市沃特沃德股份有限公司 | 单目扫地机的标定设备、方法及装置 |
CN110842914A (zh) * | 2019-10-15 | 2020-02-28 | 上海交通大学 | 基于差分进化算法的手眼标定参数辨识方法、系统及介质 |
WO2020237574A1 (zh) * | 2019-05-30 | 2020-12-03 | 深圳市大疆创新科技有限公司 | 相机的内参及相对姿态的标定方法、装置、无人机和存储装置 |
CN114913242A (zh) * | 2022-05-17 | 2022-08-16 | 深圳市商汤科技有限公司 | 相机标定方法、装置、系统、电子设备和存储介质 |
CN117340879A (zh) * | 2023-10-23 | 2024-01-05 | 南京工程学院 | 一种基于图优化模型的工业机器人参数辨识方法和系统 |
CN117381800A (zh) * | 2023-12-12 | 2024-01-12 | 菲特(天津)检测技术有限公司 | 一种手眼标定方法及系统 |
-
2024
- 2024-04-02 CN CN202410389784.5A patent/CN117994356B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993265A (zh) * | 2017-11-29 | 2018-05-04 | 深圳市沃特沃德股份有限公司 | 单目扫地机的标定设备、方法及装置 |
WO2020237574A1 (zh) * | 2019-05-30 | 2020-12-03 | 深圳市大疆创新科技有限公司 | 相机的内参及相对姿态的标定方法、装置、无人机和存储装置 |
CN110842914A (zh) * | 2019-10-15 | 2020-02-28 | 上海交通大学 | 基于差分进化算法的手眼标定参数辨识方法、系统及介质 |
CN114913242A (zh) * | 2022-05-17 | 2022-08-16 | 深圳市商汤科技有限公司 | 相机标定方法、装置、系统、电子设备和存储介质 |
CN117340879A (zh) * | 2023-10-23 | 2024-01-05 | 南京工程学院 | 一种基于图优化模型的工业机器人参数辨识方法和系统 |
CN117381800A (zh) * | 2023-12-12 | 2024-01-12 | 菲特(天津)检测技术有限公司 | 一种手眼标定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117994356B (zh) | 2024-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112183171B (zh) | 一种基于视觉信标建立信标地图方法、装置 | |
CN108364253B (zh) | 车辆定损方法、系统以及电子设备 | |
CN112017205B (zh) | 一种激光雷达和相机传感器空间位置自动标定方法及系统 | |
US20220392110A1 (en) | Systems And Methods For Characterization Of An Endoscope And Automatic Calibration Of An Endoscopic Camera System | |
CN112907727B (zh) | 相对变换矩阵的标定方法、装置及系统 | |
JPWO2013051277A1 (ja) | ゴルフクラブの変形の計測システム、計測方法及び計測装置 | |
CN112446917B (zh) | 一种姿态确定方法及装置 | |
WO2022141324A1 (zh) | 摄像头的硬件在环标定、靶点设置方法、系统及相关设备 | |
CN111145271A (zh) | 相机参数的精确度的确定方法、装置、存储介质及终端 | |
CN112102415A (zh) | 基于标定球的深度相机外参数标定方法、装置及设备 | |
CN117994356B (zh) | 一种通过机器人辅助进行的相机内参校验方法和装置 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及系统 | |
CN117428791B (zh) | 一种用于肩部四轴康复机器人的逆运动学求解方法及系统 | |
CN118035595A (zh) | 具有温度信息的点云图生成方法、装置、设备及存储介质 | |
CN112631200A (zh) | 一种机床轴线测量方法以及装置 | |
CN116823963A (zh) | 一种基于车载倒车影像系统的外参标定方法和装置 | |
CN113865586B (zh) | 安装角度的估计方法、装置和自动驾驶系统 | |
CN114683279B (zh) | 导航精度的确定方法、装置和电子设备 | |
CN113409262B (zh) | Pcb探针定位方法、装置、图形处理器及存储介质 | |
CN115802159B (zh) | 一种信息显示方法、装置、电子设备及存储介质 | |
CN114066991B (zh) | 一种基于空间平面单应不动点约束的光场相机标定方法 | |
US20230091546A1 (en) | Head posture estimation device and head posture estimation method | |
CN117249764A (zh) | 车身定位方法、装置和电子设备 | |
CN117557728A (zh) | 基于变电站3d模型的对象定位方法、装置和设备 | |
JP2023121596A (ja) | カメラのパラメーター算出方法、及びカメラシステム |
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 |