FI111755B - Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi - Google Patents

Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi Download PDF

Info

Publication number
FI111755B
FI111755B FI20012296A FI20012296A FI111755B FI 111755 B FI111755 B FI 111755B FI 20012296 A FI20012296 A FI 20012296A FI 20012296 A FI20012296 A FI 20012296A FI 111755 B FI111755 B FI 111755B
Authority
FI
Finland
Prior art keywords
calibration
cameras
points
dimensional
computer vision
Prior art date
Application number
FI20012296A
Other languages
English (en)
Swedish (sv)
Other versions
FI20012296A0 (fi
FI20012296A (fi
Inventor
Henrik Haggren
Esa Leikas
Original Assignee
Mapvision Oy 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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=8562331&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=FI111755(B) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Publication of FI20012296A0 publication Critical patent/FI20012296A0/fi
Priority to FI20012296A priority Critical patent/FI111755B/fi
Application filed by Mapvision Oy Ltd filed Critical Mapvision Oy Ltd
Priority to PCT/FI2002/000929 priority patent/WO2003044458A1/en
Priority to EP02803417.1A priority patent/EP1459031B1/en
Priority to JP2003546044A priority patent/JP2005509877A/ja
Priority to ES02803417T priority patent/ES2785994T3/es
Priority to US10/496,346 priority patent/US7860298B2/en
Priority to AU2002366118A priority patent/AU2002366118A1/en
Publication of FI20012296A publication Critical patent/FI20012296A/fi
Publication of FI111755B publication Critical patent/FI111755B/fi
Application granted granted Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042—Calibration or calibration artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B3/00—Measuring instruments characterised by the use of mechanical techniques
    • G01B3/30—Bars, blocks, or strips in which the distance between a pair of faces is fixed, although it may be preadjustable, e.g. end measure, feeler strip
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • 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
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Description

111755
MENETELMÄ JA JÄRJESTELMÄ KONENÄKÖJÄRJESTELMÄN KALIB-ROIMISEKSI
KEKSINNÖN ALA
Esillä oleva keksintö liittyy kolmiulotteiseen kameramittaukseen. Esillä olevan keksinnön kohteena on menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi kalibrointikappaletta käyttämällä.
KEKSINNÖN TAUSTA
Konenäköjärjestelmät perustuvat erilaisten mittalaitteiden antamaan informaatioon. Informaatiota voidaan mitata esimerkiksi laserilla, mittapäällä tai kuvasta tunnistamalla. Saatua informaatiota voidaan käyttää hyväksi esimerkiksi laadunvalvonnassa, jolloin informaation perusteella voidaan päätellä esimerkiksi kappaleen muotojen oikeellisuus, värivirheet tai vaikkapa oksien määrä sahatavarasta.
Konenäköjärjestelmä muodostetaan yleensä kameroista. Perinteisiin konenäköjärjestelmiin kuului vain yksi kamera, joka otti kuvan kohteesta. Kuvaa käsittelemällä siitä voitiin vetää erilaisia johtopäätöksiä. Erilaisia algoritmeja käyttämällä kuvista pystyy erottelemaan erilaisia tasoja niiden reunaviivojen perusteella. Reunaviivat tunnistetaan intensiteetti-',· ·' muunnosten perusteella. Toinen tapa tunnistaa kuvasta muotoja on yhdistää se maskeihin ja suodattimiin, jol-;*·.· loin vain tietynlaiset pisteet erottuvat kuvasta. Ku- vassa olevien pisteiden muodostamia kuvioita voidaan ,··, verrata tietokannassa oleviin mallikappaleisiin ja sen perusteella suoritetaan tunnistus.
Aidosti kolmiulotteisessa konenäköjärjestel- * * · * ♦ mässä tarvitaan useita kameroita. Kolmiulotteisen koordinaatin määrittelemiseksi tarvitaan vähintään ;·· kahden kameran kuva samasta pisteestä. Pisteet kappa- leen pinnalle muodostetaan valaisemalla. Tyypillisesti valaisuun käytetään laseria. Piste kuvataan samaan 111755 2 koordinaatistoon kalibroiduilla kameroilla. Kun piste saadaan kuvattua vähintään kahdella kameralla, voidaan sille määrittää kolmiulotteiset koordinaatit. Samasta asennosta mitataan useita pisteitä. Tätä muodostuneiden pisteiden joukkoa nimitetään pistepilveksi.
Mitattava kappale on mahdollista sijoittaa liikuteltavalle alustalle, esimerkiksi pyörityöpöydälle. Pyörityspöydällä tarkoitetaan alustaa, joka pyörii akselinsa ympäri. Jos kappaletta voidaan pyörittää, kamerajärjestelmän ei tarvitse pystyä mittaamaan koko kappaletta yhdestä asennosta ja kameroita tarvitaan normaalisti vähemmän kuin mitä kiinteällä alustalla suoritettavissa mittauksissa. Liikuteltava alusta voi olla myös kiskoilla liikkuva alusta.
Mittausten suorittamiseksi konenäköjärjestel-mä tulee kalibroida, koska kameroiden sijaintia tai linssivirheiden parametrejä ei ennestään tiedetä. Kalibroinnilla tarkoitetaan toimenpidettä, jonka avulla määritetään kameroiden pisteistä havaitsemien kaksiulotteisten kuvakoordinaattien ja tuloksena saatavien kolmiulotteisten koordinaattien yhteys.
Kamerajärjestelmät kalibroidaan tyypillisesti mittaamalla kameroiden näkökenttään kalibrointipistei-tä tai käyttämällä kalibrointikappaleita, joissa on joukko kolmiulotteisia pisteitä. Eräs kalibrointime-· nettely kuvataan suomalaisessa patentissa no. 74556.
Kamerajärjestelmien ja kalibroinnin tarkkuusvaatimuk-;*·,· set vaihtelevat sovelluksittain. Kamerajärjestelmän ....: kalibrointi on luonteeltaan epälineaarinen ongelma, ,··, joten matemaattiset mallit sen takana ovat monimutkai sia, esimerkiksi linssivirheiden vuoksi. Erilaisia ma-, temaattisia kalibrointimenetelmiä on esitelty esimer kiksi IEEE Transactions on pattern analysis and machine intelligence -lehden lokakuun 2000 numerossa artik-·;··· kelissä Geometric Camera Calibration Using Circular —: Control Points.
111755 3
Monimutkaisten matemaattisten mallien käsittely on hankalaa. Mallien liiallinen yksinkertaistaminen puolestaan heikentää kalibrointitarkkuutta. Lisäksi useimmat menetelmät olettavat, että havainnot ovat biasoimattomia ja ainoa esiintyvä virhe on tasaisesti jakautunut satunnainen kohina. Matemaattista mallia muokkaamalla näitä ongelmia voidaan pienentää, mutta tyypillisesti se johtaa mallin monimutkaistumiseen tai tarkkuuden liian suureen huonontumiseen. Linssivir-heistä ja muista kamerasta johtuvista virhelähteistä ei kuitenkaan päästä kokonaan eroon.
KEKSINNÖN TARKOITUS
Keksinnön tarkoituksena on poistaa edellä mainitut epäkohdat tai ainakin merkittävästi lieventää niitä. Erityisesti keksinnön tarkoituksena on tuoda esiin uudentyyppinen menetelmä ja järjestelmä ko-nenäköjärjestelmän kalibroimiseksi, jolloin tarve hankaliin kolmiulotteisiin kalibrointimittauksiin tai monimutkaisiin ja kalliisiin kalibrointikappaleisiin poistuu.
KEKSINNÖN YHTEENVETO
. Esillä oleva keksintö koskee menetelmää ja järjestelmää konenäköjärj estelmän kalibroimiseksi. *. : Järjestelmä koostuu kameroista, kalibrointikappalees- .·. ; ta, aluslevystä ja tietojärjestelmästä.
Keksinnön mukainen järjestelmä perustuu ka-librointikappaleeseen, jossa on tähysmerkkejä. Tähys-’··* merkit ovat tavallisia kaksiulotteisia merkkejä kalib- rointikappaleen pinnalla. Tyypillisesti tähysmerkkeinä ·' * käytetään ympyröitä. Kalibrointikappaleeseen ei tar- ‘ * vitse kuulua mitään erityisiä kolmiulotteisia muotoja.
Kalibrointikappaleen vähintään kahden tähysmerkin vä-. linen etäisyys mitataan mahdollisimman tarkasti. Mit taustarkkuutta tärkeämpää on kuitenkin se, että tähys- 111755 4 merkkien väli pysyy kalibroinnin aikana muuttumattomana, sillä merkkien absoluuttista välimatkaa voidaan kontrolloida kalibroinnin jälkeen muutoinkin. Tarvittaessa kalibrointikappaleita voi olla useitakin käytettäväksi samassa kalibroinnissa tai tähysmerkkien välimatkaa voidaan säätää mikrometriruuvin kaltaisella koneistolla, mutta tämä asettaa suuria vaatimuksia käytettäville kalibrointikappaleille, jotta ne ilmentäisivät aina samaa jäljitettävää mittakaavaa. Periaatteessa riittää, että kalibroinnin aikana kahden pisteen välimatka määritellään millä hyvänsä menetelmällä, mutta käytännössä yksinkertainen tapa on käyttää kalibrointikappaletta. Jotta tähysmerkkien väli pysyisi muuttumattomana, kalibrointikappale valmistetaan esimerkiksi hiilikuidusta, invar-metallista tai muusta ominaisuutensa hyvin säilyttävästä materiaalista. Kalibrointikappale on tyypillisesti muodoltaan sauva, mutta se voi erityisesti useamman tähysmerkin tapauksessa olla myös monikulmio. Kaikkien kalibroin-tikappaleessa olevien tähysmerkkien keskinäisten etäisyyksien ei tarvitse olla tiedossa, mutta vähintään yksi etäisyys on tunnettava. Tämä etäisyys yksin tai yhdessä muiden kalibrointikappaleen tunnettujen etäisyyksien kanssa määrittää kalibroitavan järjestelmän *··'·* mittakaavan. Menetelmän mukaisessa kalibroinnissa voi- ‘ daan määritellä mittakaavaa lukuunottamatta kaikki ·.*·* muunnosparametrit kaksiulotteisesta kolmiulotteiseen • t !t*.j ja päinvastoin pelkästään kameroiden näkemien yksit- *:··· täisten yhteisten pisteiden perusteella. Ilman edes yhtä etäisyyttä tehty kalibrointi mahdollistaa kappaleen muodon ja sen sisäisten mittasuhteiden määrittä-misen, mutta sen absoluuttinen koko jää tuntemattomak-... si.
Matemaattinen vähimmäismäärä kalibrointipa s-*·’*" teille on viisi kappaletta, mutta käytännössä esim.
linssivirheiden määrittämiseksi tarvitaan enemmän ka-librointipisteitä. Edelleen kaikkien pisteiden joukos- 111755 5 sa on oltava kaksi sellaista, joiden keskinäinen etäisyys tunnetaan, mutta käytännössä tässäkin useammat tunnetut etäisyydet ovat eduksi. Tyypillisessä kalib-rointitilanteessa kalibrointikappale asetetaan aluslevylle siten, että vähintään kaksi kameraa näkee sen. Tämän jälkeen mitataan kaksiulotteiset tähysten kuva-koordinaatit. Toimenpide toistetaan siirtäen kalibrointikappale useihin eri asentoihin. Perusmuodossaan kalibrointimittaukset käsittävät vain nämä toimenpiteet, mutta kalibrointiin voidaan liittää useita muita vaiheita. Esimerkiksi mikäli järjestelmään on liitetty kiinteitä kalibrointipisteitä joidenkin koordinaat-tiakseleiden suunnan määräämiseksi, myös ne mitataan. Ympyrämerkkien sijasta voidaan käyttää myös muita merkkejä. Usein mitataan yksittäisiä pisteitä, joiden keskinäistä etäisyyttä ei tunneta, mutta jotka samanaikaisesti usealle kameralle näkyessään ovat hyödyksi kameroiden keskinäisen sijainnin ja linssivirheiden määrittelyssä. Tähyksiä voidaan myös sijoittaa tasoiksi tunnetuille pinnoille, jolloin tieto pisteiden sijainnista tasolla voidaan hyödyntää kalibrointilasken-nassa. Kalibrointipisteiden ei tarvitse olla tähys-merkkejä, vaan ne voivat olla vaikkapa valopisteitä.
Kun kaikki kalibrointipisteiden mittaukset '··'*' kameroilla on tehty, suoritetaan kalibrointilaskenta.
’ Laskennassa määritetään kamerajärjestelmään kuuluvia ·.’·· parametrejä, kuten esimerkiksi kameroiden keskinäinen sijainti avaruudessa ja linssivirheiden suuruus. Kuten ·;*: edellä esitetystä käy ilmi, välttämättömiä lähtötieto- ja laskennassa ovat vain kameroiden yhdessä näkemien tähysmerkkien kaksiulotteiset kuvakoordinaatit, Tämän iii>; jälkeen voidaan haluttaessa mitata tai syöttää kame- • » ... roiden sijainti kohtuullisella tarkkuudella. Kalib- *;* rointilaskennassa kameroiden näkemän avaruuden mitta- kaava lasketaan kalibrointikappaleen vähintään kahden *,*··.: pisteen kolmiulotteisesta etäisyydestä. Lopuksi kalib- rointiparametrit tallennetaan muistiin. Alustaan kiin- 111755 6 nitettyjä kiinteitä kalibrointipisteitä voidaan hyödyntää nopeassa uudelleenkalibroinnissa. Tarvittaessa uudelleenkalibrointi voidaan automatisoida varsinaisen mittauksen yhteydessä tehtäväksi.
Keksintö helpottaa kolmiulotteisten konenäkö-järjestelmien kalibrointia. Keksinnön avulla konenäkö-järjestelmät voidaan kalibroida ilman monimutkaisia matemaattisia menetelmiä. Keksinnön avulla järjestelmä kalibroidaan ilman kolmiulotteisia pisteitä sisältäviä referenssikappaleita tai ennalta mitattuja kolmiulotteisia pisteitä, joiden sijoittelu tai mittaus on useissa tapauksissa vaikeaa ja kallista, ellei jopa mahdotonta. Lisäksi konenäköjärjestelmän kalibrointi keksinnön mukaisella kalibrointikappaleella on nopeaa.
KUVALUETTELO
Seuraavassa keksintöä selostetaan yksityiskohtaisesti sovellusesimerkkien avulla, jossa kuvio 1 esittää keksinnön mukaisen menetelmän toimintakaaviota, ja kuvio 2 esittää keksinnön mukaisen järjestelmän erästä sovellusta.
. KEKSINNÖN YKSITYISKOHTAINEN SELOSTUS
'.· ' Kuviossa 1 esitetään erästä keksinnön edulli- ·,’·· sen sovelluksen mukaisen menetelmän toimintaa kaavio- : na. Mittauksen alussa, kohta 10. asetetaan kalibroin- tikappale aluslevylle. Kalibroint ikappale asetetaan levylle siten, että vähintään kaksi kameraa näkee sen. Kalibroinnin aluksi mitataan kalibrointikappaleen ta-hysmerkit, kohta 11. Tähysmerkit ovat tässä esimerkis- i » ... sä levymäisen kappaleen pinnalle piirrettyjä ympyröi- ·;·* tä. Kun tähysmerkkejä mitataan kameroilla, ne näkyvät ·:··: ellipseinä, ellei kamera ole juuri tähysmerkin päällä ;*· kohtisuorassa.
111755 7
Kun tahysmerkkien kuvakoordinaatit on mitattu tarvittaessa käyttäen kalibrointikappaletta useassa asennossa, voidaan tarvittaessa mitata myös muita kohteita, esimerkiksi aluslevylle asennettuja kiinteitä kalibrointipisteitä, kohta 12. Kiinteitä kalibroin-tipisteitä käytetään hyväksi uudelleen kalibroinneissa, jotka tarvittaessa automatisoidaan. Mikäli aluslevylle on asennettu kiinteitä kalibrointipisteitä, ne mitataan, kohta 13.
Pisteiden mittaamisen jälkeen usein määritetään kameroiden karkea sijainti, sillä se yksinkertaistaa ja nopeuttaa kalibrointilaskentaa. Kameroiden sijainti voidaan mitata tai syöttää järjestelmään, kohta 14. Sijainnin määrityksen ei tarvitse olla tarkka, vaan karkea määritys riittää.
Kun kaikki tarvittavat arvot on mitattu tai syötetty järjestelmään, suoritetaan kalibrointilasken-ta saatuja parametrejä käyttämällä 15. Lopuksi kalib-rointiparametrit tallennetaan järjestelmän muistiin.
Kuvion 2 mukaiseen järjestelmään kuuluu kamerajärjestelmä, joka käsittää esimerkkisovelluksessa kaksi kameraa CAM1 ja CAM2, kalibrointikappaleen 21, aluslevyn 20 ja tietojärjestelmän DTE. Kalibrointikap-paleessa on tähysmerkit 22 sen jokaisen kulman lähet-tyvillä. Lisäksi aluslevylle 20 voidaan sijoittaa ’ kiinteitä kalibrointipisteitä 23.
·,’·· Kolmiulotteisen konenäköjärjestelmän toteu- : tukseen tarvitaan vähintään kaksi kameraa CAM1 ja » · ^ *:**· CAM2, mutta niitä voi olla useampiakin. Tyypillisesti kameroita on neljästä kahdeksaan kappaletta. Kamerat on yhdistetty tietojärjestelmään, jolla ohjataan kame-. roiden toimintaa ja suoritetaan varsinaiset kalibroin- ... tilaskelmat.
• I
·;'* Keksinnön mukaisessa kalibrointijärjestel- mässä kalibrointikappale 21 asetetaan aluslevylle 20. Kalibrointikappale on tässä monikulmio, jonka jokainen särmä on eri mittainen. Kun särmät ovat erimittaiset, 8 111755 kappaleen asennon päättely on yksinkertainen tehtävä, koska tähysmerkit muodostavat epäsymmetrisen kuvion. Kalibrointikappaleen 21 kulmiin on sijoitettu tähysmerkit 22. Tähysmerkkeinä toimivat ympyrän muotoiset kuviot. Merkkien välinen välimatka on mitattu tarkasti. Merkit on sijoitettu erikoismateriaalista tehdyn kalibrointikappaleen kulmiin 21. Erikoismateriaalin vaatimuksena on sen muuttumattomuus. Kalibrointikappa-le 21 ei saa muuttaa muotoaan esimerkiksi lämpölaajenemisen vuoksi. Kalibrointikappaleen valmistusmateriaaleiksi sopivat esimerkiksi invar-metalli ja hiili-kuitu. Olennaista on se, että tähysmerkkien 22 välimatkat pysyvät muuttumattomina.
Kalibroinnin yhteydessä määritetään kiinteiden aluslevylle 20 kiinnitettyjen kalibrointimerkkien 23 sijainti. Kalibrointimerkkejä käytetään hyväksi nopeissa uudelleen kalibroinneissa. Järjestelmä voidaan kalibroida automaattisesti uudelleen, esimerkiksi tietyn mittausmäärän täyttyessä. Uudelleen kalibrointia tarvitaan esimerkiksi kameroiden ja aluslevyn paikan todentamiseksi. Aluslevylle 20 sijoitettujen kalibrointimerkkien 23 välimatka voi kuitenkin muuttua ajan kuluessa syystä tai toisesta. Tämän takia kalibrointi on syytä aika ajoin suorittaa uudelleen kalibrointi-’«··’ kappaletta käyttäen.
* Keksintöä ei rajata pelkästään edellä esitet- tyjä sovellusesimerkkejä koskevaksi, vaan monet muun-ί 1.j nokset ovat mahdollisia pysyttäessä patenttivaatimus- •; 1i ten määrittelemän keksinnöllisen ajatuksen puitteissa.
« · > · t » t t ·

Claims (16)

111755
1. Menetelmä kolmiulotteisen konenäköjärjes-telmän kalibroimiseksi, joka menetelmä käsittää seu-raavat vaiheet: 5 mitataan konenäköjärjestelmän kameroilla ka- librointipisteitä, jotka näkyvät vähintään kahdelle kameralle kerrallaan; ja lasketaan kalibrointiparametrit vähintään kahdella konenäköjärjestelmän kameralla havaituista 10 pisteistä niiden kaksiulotteisten kuvakoordinaattien perusteella, tunnettu siitä, että menetelmä edelleen käsittää seuraavat vaiheet: järjestetään tarvittavat kalibrointipisteet 15 siten, että kaikista kalibrointipisteistä vähintään kahden keskinäinen kolmiulotteinen etäisyys on tunnettu; mitataan konenäköjärjestelmän kameroilla ka-librointipisteiden kaksiulotteiset kuvakoordinaatit ,-20 lasketaan muunnosparametrit kaksiulotteisten kuvakoordinaattien muuntamiseksi kolmiulotteisiksi koordinaateiksi; ja kalibroidaan konenäköjärjestelmän kamerat.
2. Patenttivaatimuksen 1 mukainen menetelmä, 25 tunnettu siitä, että kalibrointipisteiden etäi- * ' syyksien määrittämiseen käytetään kalibrointikappalet- '· ta.
3. Patenttivaatimuksen 1 ja 2 mukainen mene- • » 1 telmä, tunnettu siitä, että menetelmä edelleen 30 käsittää vaiheet: lasketaan kalibrointikappaleen asento sen joissakin tai kaikissa kalibroinnin aikaisissa pai- , koissa; ja I 1 · • : käytetään asentotietoa kalibrointilaskennassa *...’ 35 hyödyksi. tti·! i · • · · · 111755
4. Patenttivaatimukseen 1 ja 2 mukainen menetelmä, tunnettu siitä, että käytetään tähysmerk-keinä ympyröitä.
5. Patenttivaatimuksen 1 mukainen menetelmä, 5 tunnettu siitä, että mitataan kameroiden näkökenttään asennetun kiinteän tai irrotettavan kappaleen tähysmerkkien koordinaatit.
6. Patenttivaatimuksien 1 mukainen menetelmä, tunnettu siitä, että kalibroidaan kamerat uudel- 10 leen kameroiden näkökenttään asennetun kiinteän tai irrotettavan kappaleen tähysmerkkejä käyttämällä.
7. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että tunnetut kolmiulotteiset koordinaatit voidaan muuntaa kaksiulotteisiksi kuva- 15 koordinaateiksi.
8. Järjestelmä kolmiulotteisen konenäköjärjestelmän kalibroimiseksi, joka järjestelmä käsittää: konenäköj ärj estelmän kamerajärj estelmän (CAM1, CAM2); 20 tietojärjestelmän (DTE); ja aluslevyn (20) tunnettu siitä, että järjestelmä edelleen käsittää tasomaisen kalibrointikappaleen (21); ja konenäköjärjestelmän kamerajärjestelmän kame- 25 rat ovat samalla sekä mittaavat että kalibroitavat ka-, . ; merat.
9. Patenttivaatimuksen 8 mukainen järjestelmä, tunnettu siitä, että kamerajärjestelmä (CAM1, CAM2) käsittää vähintään kaksi kameraa. '···* 30 10. Patenttivaatimuksen 8 mukainen järjestel mä, tunnettu siitä, että kalibrointikappale (21) • V on valmistettu materiaalista, jonka ominaisuudet pysy- » * · vät vakioina mittausympäristön olosuhteiden muuttues-: sa. I * ·
11. Patenttivaatimuksien 8 ja 10 mukainen I * järjestelmä, tunnettu siitä, että kalibrointikap-·' · pale (21) on monikulmio. 111755
12. Patenttivaatimuksen 11 mukainen järjestelmä, tunnettu siitä, että kalibrointikappaleen (21) särmät ovat eri mittaisia.
13. Patenttivaatimuksien 8, 10, 11 ja 12 mu- 5 kainen järjestelmä, tunnettu siitä, että kalibrointikappaleen (21) kulmien läheisyyteen on sijoitettu tähysmerkkejä (22) .
14. Patenttivaatimuksien 8 ja 13 mukainen järjestelmä, tunnettu siitä, että tähysmerkkien 10 keskinäinen geometria on epäsymmetrinen.
15. Patenttivaatimuksen 8 mukainen järjestelmä, tunnettu siitä, että aluslevylle (20) on asennettu kiinteä tai irrotettava tähysmerkkejä sisältävä kappale(23).
16. Patenttivaatimuksen 8 mukainen järjestel mä, tunnettu siitä, että tietojärjestelmä (DTE) on sovitettu suorittamaan kalibrointilaskelmat. • · * » * » I » » · * I · » » » » 111755
FI20012296A 2001-11-23 2001-11-23 Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi FI111755B (fi)

Priority Applications (7)

Application Number Priority Date Filing Date Title
FI20012296A FI111755B (fi) 2001-11-23 2001-11-23 Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi
PCT/FI2002/000929 WO2003044458A1 (en) 2001-11-23 2002-11-20 Method and system for the calibration of a computer vision system
AU2002366118A AU2002366118A1 (en) 2001-11-23 2002-11-20 Method and system for the calibration of a computer vision system
EP02803417.1A EP1459031B1 (en) 2001-11-23 2002-11-20 Method and system for the calibration of a computer vision system
JP2003546044A JP2005509877A (ja) 2001-11-23 2002-11-20 コンピュータ視覚システムの較正方法及びそのシステム
ES02803417T ES2785994T3 (es) 2001-11-23 2002-11-20 Procedimiento y sistema para la calibración de un sistema de visión por ordenador
US10/496,346 US7860298B2 (en) 2001-11-23 2002-11-20 Method and system for the calibration of a computer vision system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20012296 2001-11-23
FI20012296A FI111755B (fi) 2001-11-23 2001-11-23 Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi

Publications (3)

Publication Number Publication Date
FI20012296A0 FI20012296A0 (fi) 2001-11-23
FI20012296A FI20012296A (fi) 2003-05-24
FI111755B true FI111755B (fi) 2003-09-15

Family

ID=8562331

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20012296A FI111755B (fi) 2001-11-23 2001-11-23 Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi

Country Status (7)

Country Link
US (1) US7860298B2 (fi)
EP (1) EP1459031B1 (fi)
JP (1) JP2005509877A (fi)
AU (1) AU2002366118A1 (fi)
ES (1) ES2785994T3 (fi)
FI (1) FI111755B (fi)
WO (1) WO2003044458A1 (fi)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI111755B (fi) * 2001-11-23 2003-09-15 Mapvision Oy Ltd Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi
DE102005043070B4 (de) * 2005-09-07 2017-01-26 Jenoptik Robot Gmbh Verfahren zur hochgenauen dreidimensionalen Vermessung und/oder Rekonstruktion von Objekten mit Hilfe digitaler Bildaufnahmen, beispielsweise zur Bildauswertung von Verkehrsstrecken
US8279283B2 (en) 2005-11-18 2012-10-02 Utc Fire & Security Americas Corporation, Inc. Methods and systems for operating a video surveillance system
US20070188606A1 (en) * 2006-02-16 2007-08-16 Kevin Atkinson Vision-based position tracking system
DE102006026265B4 (de) 2006-06-02 2016-03-10 Benteler Automobiltechnik Gmbh Vorrichtung zur optischen Vermessung und/oder Überprüfung von Schweißbaugruppen
CN100388319C (zh) * 2006-07-25 2008-05-14 深圳大学 三维主动视觉传感器的多视点姿态估计和自标定方法
JP2010025759A (ja) * 2008-07-18 2010-02-04 Fuji Xerox Co Ltd 位置計測システム
JP5287152B2 (ja) * 2008-11-04 2013-09-11 オムロン株式会社 ３次元モデルの作成方法および物体認識装置
DE102012200415A1 (de) * 2011-03-29 2012-10-04 Robert Bosch Gmbh System und Verfahren zum Kalibrieren eines Referenzsystems zur Fahrzeugvermessung
US20120327214A1 (en) * 2011-06-21 2012-12-27 HNJ Solutions, Inc. System and method for image calibration
CN102881040A (zh) * 2012-08-08 2013-01-16 浙江华震数字化工程有限公司 一种数码相机移动拍摄三维重建方法
WO2014100598A1 (en) * 2012-12-21 2014-06-26 Hexagon Metrology, Inc. Calibration artifact and method of calibrating a coordinate measuring machine
US20150260509A1 (en) * 2014-03-11 2015-09-17 Jonathan Kofman Three dimensional (3d) imaging by a mobile communication device
US9910001B2 (en) 2015-10-01 2018-03-06 Radix Inc. Fragment detection method and apparatus
WO2017156396A1 (en) * 2016-03-11 2017-09-14 Cyberoptics Corporation Field calibration of three-dimensional non-contact scanning system
CN109727308A (zh) * 2017-10-30 2019-05-07 三纬国际立体列印科技股份有限公司 实体物件的三维点云模型生成设备及生成方法
FR3082934B1 (fr) * 2018-06-26 2021-10-08 Safran Nacelles Dispositif et procede de projection laser pour fabrication de pieces en materiau composite par drapage
KR20200032442A (ko) * 2018-09-18 2020-03-26 한국전자통신연구원 자기보정이 가능한 3차원 정보 생성 장치 및 방법
US10898329B2 (en) * 2019-01-25 2021-01-26 Edwards Lifesciences Corporation Testing apparatus for prosthetic device
US20200380725A1 (en) * 2019-05-28 2020-12-03 GM Global Technology Operations LLC Calibration for vehicle cameras

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4639878A (en) * 1985-06-04 1987-01-27 Gmf Robotics Corporation Method and system for automatically determining the position and attitude of an object
FI74556C (fi) 1986-04-11 1988-02-08 Valtion Teknillinen Foerfarande foer tredimensionell oevervakning av ett maolutrymme.
US4738025A (en) * 1986-12-23 1988-04-19 Northern Telecom Limited Automated apparatus and method for positioning multicontact component
US4841460A (en) * 1987-09-08 1989-06-20 Perceptron, Inc. Method and apparatus for calibrating a non-contact gauging sensor with respect to an external coordinate system
US4964722A (en) * 1988-08-29 1990-10-23 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Remote object configuration/orientation determination
DE59403321D1 (de) * 1993-08-09 1997-08-14 Siemens Ag Verfahren zur erkennung der räumlichen lage und drehlage von in geeigneter weise markierten objekten in digitalen bildfolgen
WO1995034044A1 (en) 1994-06-09 1995-12-14 Kollmorgen Instrument Corporation Stereoscopic electro-optical system for automated inspection and/or alignment of imaging devices on a production assembly line
JP2692603B2 (ja) 1994-07-13 1997-12-17 村田機械株式会社 三次元計測方法
AUPM789494A0 (en) * 1994-09-06 1994-09-29 Montech Pty Ltd Calibration frame
US5796386A (en) * 1995-01-23 1998-08-18 International Business Machines Corporation Precise calibration procedure for sensor-based view point control system
US5606627A (en) * 1995-01-24 1997-02-25 Eotek Inc. Automated analytic stereo comparator
US5699444A (en) * 1995-03-31 1997-12-16 Synthonics Incorporated Methods and apparatus for using image data to determine camera location and orientation
US5768443A (en) * 1995-12-19 1998-06-16 Cognex Corporation Method for coordinating multiple fields of view in multi-camera
US6081273A (en) * 1996-01-31 2000-06-27 Michigan State University Method and system for building three-dimensional object models
US5748505A (en) * 1996-02-06 1998-05-05 Perceptron, Inc. Method and apparatus for calibrating a noncontact gauging sensor with respect to an external coordinate system
CA2256591A1 (en) 1996-05-22 1997-11-27 Agent Based Curricula, Inc. Agent based instruction system and method
US6084979A (en) * 1996-06-20 2000-07-04 Carnegie Mellon University Method for creating virtual reality
US5870220A (en) * 1996-07-12 1999-02-09 Real-Time Geometry Corporation Portable 3-D scanning system and method for rapid shape digitizing and adaptive mesh generation
JP3419213B2 (ja) * 1996-08-30 2003-06-23 ミノルタ株式会社 ３次元形状データ処理装置
US6064759A (en) * 1996-11-08 2000-05-16 Buckley; B. Shawn Computer aided inspection machine
US5960125A (en) * 1996-11-21 1999-09-28 Cognex Corporation Nonfeedback-based machine vision method for determining a calibration relationship between a camera and a moveable object
JP3020898B2 (ja) * 1997-07-22 2000-03-15 株式会社エイ・ティ・アール人間情報通信研究所 アフィンカメラ補正による三次元位置の線形推定方法
JPH1196374A (ja) * 1997-07-23 1999-04-09 Sanyo Electric Co Ltd ３次元モデリング装置、３次元モデリング方法および３次元モデリングプログラムを記録した媒体
US5978521A (en) * 1997-09-25 1999-11-02 Cognex Corporation Machine vision methods using feedback to determine calibration locations of multiple cameras that image a common object
JP3728900B2 (ja) * 1997-10-17 2005-12-21 ソニー株式会社 キャリブレーション方法及び装置、並びにキャリブレーション用データ生成方法
US7046838B1 (en) * 1999-03-30 2006-05-16 Minolta Co., Ltd. Three-dimensional data input method and apparatus
JP2001264062A (ja) * 1999-10-05 2001-09-26 Perceptron Inc 外部座標系に対して非接触ゲージングセンサを較正する方法および装置
US6993179B1 (en) 2000-08-07 2006-01-31 Koninklijke Philips Electronics N.V. Strapdown system for three-dimensional reconstruction
US6816625B2 (en) * 2000-08-16 2004-11-09 Lewis Jr Clarence A Distortion free image capture system and method
GB0023681D0 (en) * 2000-09-27 2000-11-08 Canon Kk Image processing apparatus
WO2002029700A2 (en) * 2000-10-05 2002-04-11 Siemens Corporate Research, Inc. Intra-operative image-guided neurosurgery with augmented reality visualization
US6728582B1 (en) * 2000-12-15 2004-04-27 Cognex Corporation System and method for determining the position of an object in three dimensions using a machine vision system with two cameras
WO2003012368A1 (fr) * 2001-07-30 2003-02-13 Topcon Corporation Appareil de mesure d'une forme superficielle, procede de mesure d'une forme superficielle et appareil graphique destine a l'etat superficiel
JP4877891B2 (ja) * 2001-08-03 2012-02-15 株式会社トプコン 校正用被写体
FI111755B (fi) * 2001-11-23 2003-09-15 Mapvision Oy Ltd Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi
US7043084B2 (en) * 2002-07-30 2006-05-09 Mitsubishi Electric Research Laboratories, Inc. Wheelchair detection using stereo vision
DE602005022943D1 (de) * 2005-04-18 2010-09-23 Intel Corp Dreidimensionale strassenlayoutschätzung aus videosequenzen durch verfolgung von fussgängern

Also Published As

Publication number Publication date
FI20012296A0 (fi) 2001-11-23
WO2003044458A1 (en) 2003-05-30
JP2005509877A (ja) 2005-04-14
AU2002366118A1 (en) 2003-06-10
ES2785994T3 (es) 2020-10-08
EP1459031A1 (en) 2004-09-22
EP1459031B1 (en) 2020-04-01
US7860298B2 (en) 2010-12-28
FI20012296A (fi) 2003-05-24
US20050123188A1 (en) 2005-06-09

Similar Documents

Publication Publication Date Title
FI111755B (fi) Menetelmä ja järjestelmä konenäköjärjestelmän kalibroimiseksi
US6826299B2 (en) Photogrammetric image correlation and measurement system and method
US6920249B2 (en) Method and measuring instrument for determining the position of an edge of a pattern element on a substrate
US7015473B2 (en) Method and apparatus for internal feature reconstruction
US20150070468A1 (en) Use of a three-dimensional imager's point cloud data to set the scale for photogrammetry
CN107121093A (zh) 一种基于主动视觉的齿轮测量装置及测量方法
US20050154548A1 (en) Method for calibration of a 3D measuring device
JPH05504842A (ja) 物体を光電的に測定する方法および装置
El-Hakim et al. Multicamera vision-based approach to flexible feature measurement for inspection and reverse engineering
CN109781002A (zh) 一种基于机器视觉的机床全轴程精确定位方法
CN105043304A (zh) 一种新型标定板及应用该标定板进行长度测量误差的校准方法
Xiong et al. The development of optical fringe measurement system integrated with a CMM for products inspection
CN108469617A (zh) 基于单线激光扫描装置的激光测距方法和系统
Antinozzi et al. Optimized configurations for micro-photogrammetric surveying adaptable to macro optics and digital microscope
Zexiao et al. Modeling and calibration of a structured-light-sensor-based five-axis scanning system
CN105371759A (zh) 多镜头影像测量仪测量方法
CN108871204B (zh) 摄影测量中长度测量相对误差的绝对评价方法
CN108562226A (zh) 坐标系建立装置及方法
CN108286960A (zh) 聚焦式光管阵列装置以及摄影检测方法
Breuckmann et al. 3D-metrologies for industrial applications
Sara et al. 3Dino: Configuration for a Micro-Photogrammetric Survey: Applying Dino-Lite microscope for the digitalization of a cuneiform tablet
Percoco et al. 3D image based modelling for inspection of objects with micro-features, using inaccurate calibration patterns: an experimental contribution
JP2014149303A (ja) 三次元形状計測装置、キャリブレーションブロック、三次元形状計測装置のキャリブレーション方法
CN114370866B (zh) 一种星敏感器主点和主距测量系统及方法
CN118097039B (zh) 基于离散化投影光线的面结构光三维点云重建方法及系统

Legal Events

Date Code Title Description
MA Patent expired