一种多相机视觉测量系统的全局标定方法
大视场多像机视频测量系统的全局标定

sg d a he c lbr to e e e e p t e n,a heword c o d na e ft s e t epo nt r e on i ne st a i a i n r f r nc a t r nd t l o r i t so he ef a ur i s a er c —
sm ula e s y Fi ly,ba e n a 1 一 r m e e n nlne r c m e a m od l t c p t e m a s a e i t n ou l . na l s d o pa a 0 tr o i a a r e , he a a ur d i ge r
第 2 O卷
第 2期
光 学 精 密 工 程
O p is a e ii tc nd Pr cson Engi e i ne rng
Vo1 0 No. .2 2 Fe 20 b. 12
21 0 2年 2月
文章编号
1 0 — 2 X( 0 2 0 — 3 9 1 0 49 4 2 1 ) 20 6—0
G l b lc lb a i n f r m u ic m e a v d o r m m e r c s s e o a a i r to o t— a r ie g a t i y t m
wih l r e。c l i l - f v e t a g 。 a e fe d- - i w s o
*C r e 0z 0 rs , ga t o , - i : u a 1 6@1 3 cm u h r E ma l h h o 3 6.o
Ab t a t s r c :An a c r t o lc lb a i n me ho ora m u ic me a v de gr mm e rc s t m t a g c u a e gl ba a i r to t d f t— a r i o a t i ys e wih lr e
一种多相机视觉测量系统的全局标定方法

一种多相机视觉测量系统的全局标定方法黄东兆;赵前程【摘要】提出了一种基于双平面靶标的多相机全局标定方法,要求两靶标之间为刚性联接,绕同一根轴旋转,但它们之间的相对位姿关系可以是未知的.该方法不仅适用于立体视觉测量系统,也适用于基于单目视觉的多相机测量系统,应用于四轮定位仪中多相机相对位姿关系的出厂标定,标定精度满足出厂要求.【期刊名称】《吉首大学学报(自然科学版)》【年(卷),期】2018(039)005【总页数】8页(P38-45)【关键词】多相机测量系统;全局标定;视觉测量;单目视觉【作者】黄东兆;赵前程【作者单位】湖南科技大学机械设备健康维护湖南省重点实验室,湖南湘潭411201;湖南科技大学机械设备健康维护湖南省重点实验室,湖南湘潭411201【正文语种】中文【中图分类】TP391.7单个相机都受一定的视野范围限制,为了满足高精度、宽视野的工业测量任务,通常需要用多个相机组建一个具有更大视觉空间范围的测量系统.对每个相机进行内参标定,只能在单个相机坐标系下建立视觉测量模型.由于各相机坐标系彼此独立,因此所有相机的测量结果需要统一到其中一个相机坐标系或一个全局坐标系中来表达.统一的过程被称为多相机测量系统位姿关系的全局标定.通常使用“金规校准”(需1个制作精确的标准件作为参考基准)与“银规校准”(需1个经过坐标测量机标定后的标准件作为参考基准)对多相机系统进行全局标定,但在日常搬运中要防止标准件不受损害是相当困难的.因此,张广军[1]提出了使用双电子经纬仪或单电子经纬仪加靶标进行全局标定的方法.该方法精度高,但电子经纬仪价格昂贵,普适性受限.其他一些方法[2-3]无需贵重仪器,但仅适用于立体视觉测量系统,不能应用于单目视觉系统.多相机测量系统全局标定的本质是确定系统中相机两两之间的相对位姿关系[4],只要任意两相机间的相对位姿关系确定了,就完成了多相机系统的全局标定.笔者提出了一种基于双平面靶标的两相机相对位姿关系的标定方法,在阐述其原理的基础上通过仿真标定与实际标定实验来验证其可行性.1 基于双平面靶标的两相机间相对位姿关系的标定方法1.1 原理多相机全局标定装置如图1所示,两靶标之间为刚性联接.两相机的位姿关系的标定如图2所示.图1 多相机全局标定装置Fig. 1 Global Multi-Camera Calibration Device图2 两相机间相对位姿关系的标定Fig. 2 Two-Camera Calibration for Relative Pose Relation基于双平面靶标的两相机间相对位姿关系的标定方法,需要2个靶标通过一根长杆组成刚性联接,两靶标间的相对位姿在标定前可以未知.当使用该装置时,相机1,2分别独自拍摄靶标1,2的图像.假设靶标1坐标系到相机1坐标系的变换矩阵是A,靶标2坐标系到靶标1坐标系的变换矩阵是M,相机2坐标系到靶标2坐标系的变换矩阵是B,相机2坐标系到相机1坐标系的变换矩阵是N.M与N在标定前都是未知的,在标定后可以通过求解得到.对任何一幅图像而言,变换矩阵A,B,M与N之间的关系为N=AMB.(1)其中:将(1)式展开,得到(2)进一步将(2)式转换为CD=E.(3)其中:C=(W1 W2),这里当标定装置置于不同位置(至少2个位置)并拍摄多幅图像后,将获得这些图像特征点的坐标,即可求得A与B,故C与E可知,从而由(3)式求得D.当D已知后,即可求得M.(1)式可以转换为BN-1=M-1A-1.(4)由于M已知,且多幅图像所对应的A与B已知,因此可由(4)式解得N-1,进而求得N.1.2 仿真实验M可以表示为其中分别是x,y,z轴对应的欧拉角,则旋转矩阵R可表示为当R已知时,欧拉角α,β,γ可表示为决定M与N的欧拉角及平移向量(3个分量)设为α=β=γ=0°,Tx=2 500 mm,Ty=Tz=0 mm.两相机的内部参数均设为αx=αy=3 000,k1=k2=p1=p2=0,u0=512,v0=640.将标定装置随机放置20个位置,对靶标上的特征点进行仿真投影,得到特征点在图像坐标系中的坐标.附加0.1个像素的白噪声后,基于这20个位置的仿真投影数据可以计算出N.为了更加直观地解读N的标定误差,用α,β,γ,Tx,Ty,Tz 的误差来间接描述N的标定误差.将上述仿真实验重复100次,实验结果如图3所示.图3 矩阵N的标定误差的间接描述Fig. 3 Indirect Description for Calibration Error of Matrix N从图3可知,α与β的误差为±0.2°,误差较大,不满足误差±0.03°的要求,因此需要改进方法以满足精度要求.2 改进的标定方法图4 改进方法的标定原理Fig. 4 Calibration Diagram of Improved Method改进方法的标定原理如图4所示.两靶标可绕同一根刚性轴旋转,该轴同时也是两靶标的联接轴,两靶标的旋转中心点位于联接轴线上,两中心点的相对距离在标定过程中恒定不变.当标定装置底座置于某一位置时,无论怎么旋转靶标,靶标的旋转中心点在靶标坐标系与相机坐标系中的坐标都是不变的.将标定装置置于平面上的2个不同位置,旋转靶标时拍摄图像.通过图像求得两靶标在两位置的旋转中心点坐标与旋转轴线向量,进而求得两相机的相对位姿关系.详细过程如下:(1)求解两靶标在各自相机坐标系中的旋转中心点坐标与旋转轴线向量.将标定装置依次置于同一平面的2个不同位置(图4),旋转靶标,每个位置拍摄不少于20幅图像.通过这些图像数据,可以求得两靶标在位置1,2处的旋转中心点坐标与旋转轴线向量[5](在各自对应的相机坐标系中).为了便于阐述算法,以从相机向靶标方向看为准,设定两靶标的旋转轴线向量均指向右边.(2)构建联系两相机位姿关系的局部坐标系.以靶标1为例,在相机1坐标系中建立局部坐标系O1X1Y1Z1的过程如下:假设靶标1在位置1,2处的旋转中心点坐标分别是(x1,y1,z1)和(x2,y2,z2),两中心点处于同一平面内,在位置1,2的旋转轴线单位向量分别是(n1,n2,n3)和(m1,m2,m3);以(x1,y1,z1)作为坐标系原点O1的坐标,以(n1,n2,n3)作为X1轴方向向量,将向量(x2-x1,y2-y1,z2-z1)单位化后作为Y1轴方向向量,Y1轴方向向量平行于放置标定装置的地面;将X1轴方向向量与Y1轴方向向量叉积后得到Z1轴方向向量,Z1轴垂直于地面.同理,可在相机2坐标系中建立与靶标2相关的局部坐标系O2X2Y2Z2.(3)求解两相机坐标系间的变换矩阵.由于在位置1时靶标1,2的旋转轴线方向向量是相同的,都经过联接它们的旋转轴,因此在一个全局坐标系中,局部坐标系O1X1Y1Z1与O2X2Y2Z2的X轴方向向量也是相同的.又由于O1X1Y1Z1与O2X2Y2Z2的Z轴方向垂直于放置标定装置的平面,因此它们的方向也是相同的.由于两局部坐标系的X和Z轴的方向是相同的,因此Y轴方向也是相同的.故从两局部坐标系中的任何一个变换到另一个只需要平移变换,不需要旋转变换.假设局部坐标系O1X1Y1Z1到相机1坐标系的变换矩阵是M1,局部坐标系O2X2Y2Z2到相机2坐标系的变换矩阵是M2,相机2坐标系到相机1坐标系的变换矩阵是MN,局部坐标系O2X2Y2Z2到O1X1Y1Z1的变换矩阵是MM(变换只需平移,无需旋转,故RM是单位矩阵),其中:它们满足关系M1MM=MNM2,R1RM=RNR2.由于RM是单位矩阵,因此由此可得R1TM+T1=RNT2+TN,即TN=R1TM+T1-RNT2.其中R1,TM,T1,RN,T2已知,TM=(L 0 0)T(L为标定装置上两靶标旋转中心点间的距离,可以在设计和制造时确定),从而可求得TN.至此,RN,TN均已求得,故相机2坐标系相对于相机1坐标系的变换矩阵MN已知,即两相机的相对位姿关系得到标定.3 改进方法的仿真标定实验与实际标定实验3.1 仿真标定实验两相机的内部参数均设为αx=αy=3 000,k1=k2=p1=p2=0,u0=512,v0=640,决定两相机相对位姿关系的MN的欧拉角与平移向量(3个分量)设为α=β=γ=0°,Tx=2 500 mm,Ty=Tz=0 mm,决定两靶标相对位姿关系的M的欧拉角与平移向量(3个分量)设为α=γ=0°,β =-60°,Tx= 1 250 mm,Ty=0 mm,Tz=2 165.063 5 mm.将标定装置分别置于相机前1 500,1 700 mm,在每个位置旋转靶标并拍摄30幅图像,得到特征点在图像坐标系中的坐标,附加0.1个像素白噪声后的MN的标定误差如图5所示,附加0.3个像素白噪声后的MN的标定误差如图6所示.在1 500,1 700 mm位置旋转靶标,分别拍摄60幅图像,附加0.3个像素白噪声后的MN的标定误差如图7所示.图5 附加0.1个像素白噪声时MN的标定误差(30幅图像)Fig. 5 Calibration Errors of Matrix MN (30 Images,0.1 Pixels of White Noise Error)图6 附加0.3个像素白噪声时MN的标定误差(30幅图像)Fig. 6 Calibration Errors of Matrix MN (30 Images,0.3 Pixels of White Noise Error)图7 附加0.3个像素白噪声时MN的标定误差(60幅图像)Fig. 7 Calibration Errors of Matrix MN (60 Images,0.3 Pixels of White Noise Error)从仿真结果可以看出,当每个位置拍摄图像不少于30幅且图像特征点提取误差小于0.3个像素时,两相机的相对位姿关系的标定精度能满足误差±0.03°的要求.3.2 现场简易标定装置的标定实验图8 现场简易标定装置Fig. 8 Simple Calibration Device on Site为了验证改进标定方法的可行性,笔者利用现场简易标定装置(图8)做了标定实验.两靶标上旋转中心点的距离为1 800 mm,实验步骤如下:(ⅰ)将标定装置置于相机测量范围内11个不同的位置,在每个位置旋转靶标时拍摄30幅图像.为了避免因地面不平而产生晃动,在装置上安装了可调升降的螺钉.在对应的相机坐标系中,计算出左、右靶标在不同位置的旋转中心点坐标与旋转轴线向量,选用其中第1,2个位置的中心点坐标与轴线向量,标定出两相机的相对位姿关系.(ⅱ)选择第2个位置,在左相机坐标系中,计算得到左靶标的旋转中心点坐标p1与其旋转轴线向量n1;在右相机坐标系中,计算得到右靶标的旋转中心点坐标p2与其旋转轴线向量n2.(ⅲ)根据前面标定得到的两相机相对位姿关系矩阵,将步骤(ⅱ)获得的右靶标旋转中心点坐标与旋转轴向量统一到左相机坐标系(这里以左相机坐标系为全局坐标系)中,得到在左相机坐标系中的旋转中心点坐标p2a与旋转轴向量n2a.(ⅳ)计算点p1与p2a之间的距离T,向量n1与n2a之间的夹角θ.(ⅴ)依次选择第3~11个位置,重复步骤(ⅱ)—(ⅳ),计算相应的距离T与夹角θ,结果列于表1.表1 简易标定装置距离T的偏差与夹角θTable 1 Error of Distance T and Angle θ of Simple Calibration Device位置T/mmθ/(°)位置T/mmθ/(°)21797.120.2171 799.230.2231 799.530.2581 798.390.2741 798.190.2991 800.940.2651 801.250.17101 800.470.1961 797.880.21111 798.560.24从表1可知,两靶标的旋转中心点距离的标定误差为±3 mm,两向量之间的夹角小于0.29°(理论上夹角为0°).这些误差的产生原因可能是由于装置的制造和安装的精度不高(如旋转部件加工较粗糙,导致两靶标的同轴度误差较大),以及地面的不平整等,但总体上具有一定的可行性.为了提高简易标定装置的标定精度,通常的做法是提高装置的制造和安装的精度,同时在装置的旋转轴上固定一个圆水准泡,将可调升降的螺钉与水准泡相组合,从而尽量保证装置置于任何一个位置时,旋转轴都能保持水平.3.3 高精度标定装置的标定实验为了完成多相机相对位姿关系的高精度标定,并对标定结果的精度进行评估,笔者设计并制造了高精度标定装置(图9),并对3D汽车四轮定位仪中多相机全局位姿关系进行出厂标定.该标定装置上两靶标旋转中心点间的距离是1 903 mm,实验步骤同简易标定装置一样,实验结果列于表2.图9 高精度标定装置Fig. 9 High Precision Calibration Device表2 高精度标定装置距离T的偏差与夹角θTable 2 Errors of Distance T and Angle θ of High Precision Calibration Device位置T/mmθ/(°)位置T/mmθ/(°)21 903.190.024 071 903.380.009 031902.950.026 481 902.560.026 941 902.620.023 391 902.670.016 751903.020.010 2101 903.390.025 861 903.200.016 0111 902.800.013 7从表2可知,在提高标定装置的制造与安装的精度后,该标定方法具有较高的标定精度,能满足出厂标定要求.联接两靶标的旋转部件可通过左右两侧的导轨在底座上前后滑动进行标定,从而使标定方法具有精度高、操作方便与标定快捷的优点.该装置已应用于国内某厂家两相机或四相机3D四轮定位仪中的相机全局位姿关系的出厂标定.4 结语为了解决多相机视觉测量系统的全局标定方法在精度、成本、便捷性等方面的矛盾,笔者提出了一种成本较低、精度高、操作简便的两相机相对位姿关系的标定方法,可进一步推广应用到多相机的全局标定.该方法不同于传统的多相机全局标定方法,具有较广泛的应用价值.参考文献:【相关文献】[1] 张广军.视觉测量[M].北京:科学出版社,2008.[2] LOAIZA M E,RAPOSO A B,GATTASS M.Multi-Camera Calibration Based on an Invariant Pattern[J].Computers & Graphics,2011,35:198-207.[3] SUN Junhua,LIU Qianzhe,LIU Zhen,et al.A Calibration Method for Stereo Vision Sensor with Large FOV Based on 1D Targets[J].Optics and Lasers in Engineering,2011,49:1 245-1 250.[4] 赵前程,黄东兆,杨天,等.机器视觉3D四轮定位仪关键技术[J].仪器仪表学报,2013,34(10):2 184-2 190.[5] HUANG Dongzhao,ZHAO Qiancheng,YANG Tianlong.Four-Wheel Alignment Based on Computer Vision[C].Proc.SPIE 9446,Ninth International Symposium on Precision Engineering Measurement and Instrumentation.Changscha:ICMI,2015:94464Q1-94464Q7.DOI:10.1117/12.2182317.。
双目立体视觉测量系统的标定

双目立体视觉测量系统的标定杨景豪;刘巍;刘阳;王福吉;贾振元【期刊名称】《光学精密工程》【年(卷),期】2016(024)002【摘要】考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法.该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量.通过标定实验对本文提出的方法进行了验证.结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统.由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定.【总页数】9页(P300-308)【作者】杨景豪;刘巍;刘阳;王福吉;贾振元【作者单位】大连理工大学教育部精密特种加工实验室,辽宁大连116024;大连理工大学教育部精密特种加工实验室,辽宁大连116024;大连理工大学教育部精密特种加工实验室,辽宁大连116024;大连理工大学教育部精密特种加工实验室,辽宁大连116024;大连理工大学教育部精密特种加工实验室,辽宁大连116024【正文语种】中文【中图分类】TP391;TB92【相关文献】1.基于双目立体视觉的大范围光笔测量系统研究 [J], 肖伟红;王彬;郑光辉;漆振华2.稳定高精度的双目立体视觉测量系统标定方法 [J], 马俊;3.稳定高精度的双目立体视觉测量系统标定方法 [J], 何万涛;梁永波;李景贺4.基于双目立体视觉的小型工件测量系统 [J], 赵琛; 江卫华5.双目立体视觉测量系统的精度分析 [J], 杨洪涛;何海双;李莉;张荣荣;张宇因版权原因,仅展示原文概要,查看原文内容请购买。
大视场多视觉传感器测量系统的全局标定方法

大视场多视觉传感器测量系统的全局标定方法
赵玉华;袁峰;丁振良;李晶
【期刊名称】《应用基础与工程科学学报》
【年(卷),期】2011(19)4
【摘要】研究了姿态测量系统中多视觉传感器在大视场条件下的标定技术.提出了一种基于激光跟踪仪的多视觉测量系统的全局标定法.利用激光跟踪仪在现场构建系统总体坐标系.通过对测量系统中的屏幕扫描拟合基准面作为标定板,然后在其表面设置标定点,并精确测定共面标定点位置.针对一阶径向畸变的摄像机模型,分步标定各参数,且全部采用线性方法求解,避免了非线性优化中的不稳定性.通过坐标反求的方法应用贝塞尔公式计算标准差.实验结果表明,在8000mm×6000mm范围内可以得到0.47mm的测量精度.可以满足多视觉测量系统的总体测量精度要求.【总页数】10页(P679-688)
【关键词】多视觉传感器;姿态测量;全局标定;标定精度
【作者】赵玉华;袁峰;丁振良;李晶
【作者单位】哈尔滨工业大学自动化测试与控制系;哈尔滨理工大学应用科学学院【正文语种】中文
【中图分类】TP412.41
【相关文献】
1.大视场多像机视频测量系统的全局标定 [J], 胡浩;梁晋;唐正宗;史宝全;郭翔
2.大视场双目视觉传感器的现场标定 [J], 孙军华;吴子彦;刘谦哲;张广军
3.钢轨轮廓测量中多视觉传感器全局标定方法研究 [J], 占栋;于龙;肖建;陈唐龙;张冬凯
4.隧道净空全断面测量中多视觉传感器全局标定方法 [J], 占栋;于龙;肖建;陈唐龙
5.大视场线结构光视觉传感器的现场标定 [J], 刘冲;孙军华;刘震;张广军
因版权原因,仅展示原文概要,查看原文内容请购买。
双目视觉定位原理

双目视觉定位原理详解1. 引言双目视觉定位(Binocular Visual Localization),也被称为立体视觉定位,是一种通过两个相机获取场景深度信息,并根据这些信息确定相机在三维空间中的位置和姿态的技术。
它是计算机视觉领域的一个重要研究方向,广泛应用于机器人导航、增强现实、视觉测量等领域。
本文将从基本原理、算法流程和应用实例三个方面详细介绍双目视觉定位的原理。
2. 基本原理双目视觉定位的基本原理是通过两个相机模拟人眼的双目视觉系统,利用视差(Disparity)来计算深度信息,进而确定相机在空间中的位置和姿态。
下面将详细介绍双目视觉定位的基本原理。
2.1 立体几何立体几何是双目视觉定位的基础。
它描述了相机在三维空间中的位置和姿态,以及图像中物体的几何信息。
在立体几何中,我们有以下几个重要的概念:•相机坐标系(Camera Coordinate System):相机坐标系是相机所在位置的局部坐标系,以相机光心为原点,相机的X轴向右,Y轴向下,Z轴朝向场景。
•世界坐标系(World Coordinate System):世界坐标系是场景的全局坐标系,以某个固定点为原点,一般选择一个或多个地面上的特征点作为参考。
•相机投影(Camera Projection):相机将三维空间中的点投影到二维图像平面上,形成相机图像。
•图像坐标系(Image Coordinate System):图像坐标系是相机图像上的坐标系,原点通常位于图像的左上角,X轴向右,Y轴向下。
•像素坐标(Pixel Coordinate):像素坐标是图像中的离散点,表示为整数坐标(x, y)。
2.2 视差与深度视差是指双目摄像机的两个成像平面上,对应点之间的水平像素位移差。
通过计算视差,可以获得物体的深度信息。
视差与深度的关系可以用三角几何来描述。
假设相机的基线长度为 b,两个成像平面之间的距离为 f,视差为 d,物体的真实深度为 Z,则有以下关系:[ Z = ]由于视差在像素坐标中的表示是一个差值,而不是直接的深度信息,因此需要进行视差计算来获取深度。
足球机器人全局视觉系统的快速标定方法

足球机器人全局视觉系统的快速标定方法
李奎;陈华;王婷婷;刘波
【期刊名称】《计算机测量与控制》
【年(卷),期】2024(32)5
【摘要】足球机器人全局视觉系统为决策系统提供机器人位姿信息,决策系统进行机器人的路径和动作规划;竞赛规则要求视觉系统必须现场安装调试,因此标定过程必须快速有效,且具有较高的精度;针对足球机器人全局视觉系统的特殊应用场景,提出了一种基于两步法简化标定模型的快速有效标定算法;利用近似欧拉角旋转矩阵建立摄像机标定模型,确定需要求取的摄像机内外参数,根据标定模型,对内外参数的求解过程进行了推导;借助场地上现有的一些标志点作为靶标,对模型的内外参数进行分步求取初始值,并利用L-M优化算法对摄像机内外参数进行分步优化求取精确值;通过实验分别从标定误差和机器人动作实现效率两个方面与其他标定算法进行对比,验证了该算法具有较高的标定精度;实验表明,本算法的优点在于不用借助专门的标定靶标,即可快速有效完成相机标定,标定精度可达±1 mm,完全能够满足决策系统的控制精度要求,且标定过程简单易实现。
【总页数】6页(P224-229)
【作者】李奎;陈华;王婷婷;刘波
【作者单位】河海大学机电工程学院;河海大学理学院
【正文语种】中文
【中图分类】TP242.6
【相关文献】
1.关于机器人足球视觉系统中场地标定方法综述
2.基于全局视觉的足球机器人的视觉训练系统设计
3.基于全局视觉的足球机器人的视觉训练系统设计
4.自主分拣机器人视觉系统的快速标定方法
5.阿替普酶与尿激酶在急性心肌梗死治疗中的有效性及安全性分析
因版权原因,仅展示原文概要,查看原文内容请购买。
多视点三维测量系统的全局标定方法研究

靶标 ,即可将所有摄像机局部坐标 系统一到光平面测量坐标 系,实现 多视点测量数据的 自动拼接.实验表 明,该方 法
方便 易行 ,适合现场标 ,同时满足 系统精度要 求.
关键词 :线结构光 ;共 面靶标 ;全局标定 ;数据拼接
中图分类号 :T 3 1 1 P 9. 4 文献标识码 :A 文章编号 :17 —5 0( 0 7 30 5 .4 6 26 1 2 0 )0 —0 80
A o a l r t n M eh df rM u t c me a3 M e s r y tm Gl b l Ca i a i t o o li a r D a u eS se b o —
‘
S oqa g XU Z n —u, W ANG n — in ,YU Demi UN Gu -in , e gp Yo gqa g — n
多视点三维测量 系统的全局标定方 法研究
孙 国强,许增朴 ,王永 强,于德敏
( 天津科技 大学 机械工程学 院,天津 3 0 2 ) 022
摘
要 :针对线结构光三维测量速度较慢 和 易发 生遮挡 问题 ,开发 了一种 多视点线结构光三维测量 系统. 并针 对本 系
统提 出了一种 简易的基于线结构光的 多 目视觉三 维测量 系统全局标 定方法,标 定过程 只需要一块可 自由移动的共 面
( o ee f ca i l nier g i j nvr t oS i c & T cn l y ini 30 2 ,C ia C r g hnc gnei ,Ta i U i sy f ce e eh o g ,Taj 0 2 2 hn ) t o Me aE n nn e i n o n
Ab t a t s r c :A l ・ a r D me s r y tm a e n l e sr cu e ・ g tw s p e e td t v ro e p o lm f lw mu t - mea 3 a u e s se b s d o n t t r d- h a r s n e o o e c me t r be o o i c i u l i h s me u i g v l ct n c l s n A fc l ae l b ai r t n me h d fr t e s se Wa r p s d W i n y a c p a a s a rn eo i a d o cu i . a i t td g o a c b ai t o o h y tm s p o o e . t o l o l r y o i l l o h n rf r n e tr e h ti fe o mo e ee e c g t a s r e t v ,mu t l a r ee e c r me a e t so me o t e o t a l e me u e n a t l p e c me a rf r n e fa sC b r f r d t h p i lp a a r me t i n n a c n s
多视觉检测系统的世界坐标唯一全局标定方法_张广军

定方法的基本思想如下: 把对 每 个传 感器 在 局 部摄 像 机坐 标 系
oC, i xC, iyC, i zC, i下的 局 部标 定 与 在 总 体测 量 坐 标 oG xG yG zG 下的全局标定结合到一起, 局部标定和 全局标定是一个过程. 即直接由双电子经纬仪系
统在现场为每个传感器获得在总体测量坐标系下
关 键 词: 标定; 视觉检测; 经纬仪; 精度分析
中图分类号: TP 242. 6
文献标识码: A
文 章 编 号: 1001-5965( 2006) 11-1268-05
Unique world coordiantes based globa l calibration method for m ult-i vision inspection system
的齐次坐标; H GC, i为 oC, ixC, iyC, i zC, i到 oG xG yG zG的转
换关系.
上述全局标定方法称为 世界坐标唯一全局
标定方法 . 该方法只需采集一次标定点, 进行一
次坐标系转换, 这个看似简单的方法却有效简化
图 1 经 纬仪的透视投影模型
2. 2 像坐标 ( X, Y ) 的精度分析 实际测量中使用的 L eica T 1800 电子经纬仪
2006年 11月 第 32卷 第 11期
北京航空航天大学学报 Journa l o f Be ijing U nivers ity of A eronautics and A stronautics
N ovember 2006 V o.l 32 N o 11
多视觉检测系统的世界坐标唯一全局标定方法
( 7)
dyT = B 2 ( r7X b - r1 ) 2 Ya2 ( dX a ) 2 + [ B ( r8X b - r2 ) Ya - AB ] 2 ( dYa ) 2 +
隧道净空全断面测量中多视觉传感器全局标定方法

Abs t r a c t :Th e t unn e l c l e a r a nc e f ul l c r o s s — s e c t i o n vi s u a l me a s u r e me n t s ys t e m f e a t u r e s wi de s pa c e me a s ur e me nt r a ng e a nd wi d e di s t r i bu t i o n o f v i s i o n s e ns or s whi c h p r ov i d e n o s ha r e d a n gl e o f v i e w. . The us e o f a ppr o p r i a t e me t h od t o a c h i e v e t he hi gh pr e c i s i o n gl ob a l c a l i br a t i on o f t he s y s t e m i s c r uc i a l t o r e a l i z e hi g h p r e c i s i o n me a s ur e — me nt o f f ul l c r o s s — s e c t i o n of t u nn e l c l e a r a nc e . Thi s pa pe r i nt e g r a t e d t he 2 D p l a na r t a r g e t wi t h 1 D t a r g e t t o pe r — f or m gl o ba l c a l i br a t i on f or t he v i s ua 1 me a s u r e me n t s ys t e m :Th e i nt r i n s i c p a r a me t e r s o f e a c h c a me r a we r e c a l i —
多摄像头系统的物体三维重建算法设计与实现

多摄像头系统的物体三维重建算法设计与实现随着科技的不断发展,多摄像头系统的应用越来越广泛。
多摄像头系统可以通过同时使用多个相机来获取物体的多个视角图像,并通过特定的算法进行处理,从而实现物体的三维重建。
本文将介绍多摄像头系统的物体三维重建算法的设计与实现。
一、多摄像头系统的物体三维重建算法设计1. 视角标定与匹配物体三维重建的第一步是对多个相机的视角进行标定,以确保每个相机的视野范围和角度准确。
这可以通过使用一些标定模型或校准板来实现。
一旦相机的视角被准确标定,接下来的步骤就是对多个视角的图像进行匹配,以识别出物体在不同图像中的特征点。
2. 特征点提取和匹配在每个相机的图像中,使用特征点提取算法(如SIFT、SURF或ORB)来识别出物体的显著特征点。
然后,使用特征点匹配算法(如基于特征描述子的匹配算法)来找到不同视角图像中相对应的特征点。
这些特征点的匹配可以帮助我们在不同视角中准确确定物体的位置和姿势。
3. 三维点云重建通过使用相机的标定信息和匹配的特征点,可以将多个视角的图像转换为三维点云。
三维点云表示物体的三维位置信息,其中每个点都具有其在世界坐标系中的坐标值。
常用的三维点云重建算法包括多视图三角测量和立体匹配。
4. 点云融合和优化在将多个视角的图像转换为三维点云后,我们需要将这些点云进行融合和优化。
融合算法可以使用ICP(Iterative Closest Point)算法或基于图优化的算法,将多个点云合并到一个全局坐标系中。
优化算法可以消除点云中的误差和噪声,使得重建的三维模型更加准确。
二、多摄像头系统的物体三维重建算法实现1. 硬件配置和相机标定在实现多摄像头系统的物体三维重建算法之前,需要将多个相机进行配置并进行准确的标定。
这包括确定摄像头的位置、角度和相机内外参数等。
相机标定可以使用已有的标定工具箱(如OpenCV)来实现。
2. 特征点提取和匹配使用特征点提取算法(如OpenCV中的SIFT、SURF或ORB算法)提取每个相机图像中的特征点,并使用特征描述子对这些特征点进行描述。
双目摄像机标定及校正算法

- 1 -高 新 技 术0 引言近年来,随着计算机性能的不断提高和图像处理技术的不断突破,计算机视觉技术在健康医疗、智能监控、机器人以及无人驾驶等诸多领域得到了广泛的应用。
在计算机视觉研究领域,双目立体视觉是一项非常重要的研究内容,其利用双目摄像机模仿人眼,基于视差理论实现三维测距与定位。
目前,双目立体视觉得到了世界各国研究机构的全力投入与支持,在理论以及实践应用方面取得了不错的成果。
例如,微软公司与美国华盛顿大学联合研发了一套基于立体视觉技术的道路导航探测系统,该探测系统成功地应用于复杂火星环境下的火星探测车“探测者号”的视觉导航。
美国麻省理工学院将双目立体视觉与雷达系统融合,并巧妙地将其应用于道路交通领域。
浙江大学开发出一种番茄采摘机器人,其使用双目立体视觉技术有效地解决对遮挡番茄以及成簇番茄的识别和三维定位[1]。
哈尔滨工业大学提出异构双目视觉系统,并将其成功应用到了足球机器人的导航系统中[2],这是一种结合了固定摄像机和可旋转摄像机的异构双目模型,实现了在无传感器工作的环境下保持基础导航的功能。
对双目摄像机进行标定与校正是研究立体视觉的前提,其标定方法和立体校正方法对立体视觉系统的研究有非常重要的作用。
1 双目摄像机标定及立体校正双目视觉的基本原理是借助2个视点观察同一景象来获取在不同视角下的感知图像,然后利用三角测量原理计算图像像素间的视差,进而重建其三维空间信息。
该过程类似于人类视觉的立体感知过程。
一个完整的双目立体视觉系统可以分为数字图像采集、相机标定、图像立体校正、立体匹配以及三维重建等。
图1展示了理想状态下双目平行的立体视觉三维模型。
如图1所示,在理想状态下,光学参数完全相同的左、右2台摄像机都满足线性成像模型,并且处在同一高度,左右光轴相互平行。
左摄像机的坐标系为O l -x l y l z l ,其对应的物理坐标系为O l -x l y l ,其中x l 、y l 分别与左摄像机成像平面的竖直、水平方向垂直,O l 为光轴与左摄像机成像平面的交点;右摄像机的坐标系为O r -x r y r z r ,其对应的物理坐标系为O r -x r y r ,其中x r 、y r 分别与右摄像机成像平面的竖直、水平方向垂直,O r 为光轴与右摄像机成像平面的交点。
双摄像机三维成像系统参数的标定和优化算法

双摄像机三维成像系统参数的标定和优化算法
衡伟
【期刊名称】《应用科学学报》
【年(卷),期】2002(020)003
【摘要】通过分析双摄像机三维视觉系统的成像-视觉过程,建立了包括镜头畸变因素在内的成像过程数学模型,推导了模型参数的求解方法,提出了标定过程的具体实现方法.在此基础上,同时结合双摄像机系统的成像-视觉两个互逆过程,提出了一种标定参数的快速优化方案,利用视觉过程所提供的更多信息,从标定的最终目标--提高视觉过程的角度,优化成像过程的模型参数,以更准确地反映视觉系统的信号变换过程,提高三维视觉精度.实验表明,上述方法可以有效地同时提高双摄像机成像模型的标定精度及提高三维视觉系统数据的采集精度,并且优化算法迭代收敛速度较快.【总页数】5页(P225-229)
【作者】衡伟
【作者单位】东南大学,无线电工程系,移动通信国家重点实验室,江苏,南京,210096【正文语种】中文
【中图分类】TN911.7;TN391.41
【相关文献】
1.一种基于立体标定件的双摄像机外参数标定法 [J], 周立丽;车仁生
2.基于改进粒子群优化算法的摄像机标定 [J], 张涛;闫志扬;张良
3.双摄像机结构光三维测量系统自标定方法 [J], 范剑英;王洋;武利伟;王安;倪岳松
4.三维激光扫描系统参数标定及成像测试 [J], 李晋;刘家顺;黄苏军;谢尚佐;
5.基于新的成像模型的摄像机标定与三维重建 [J], 曲学军;张璐;张凌云
因版权原因,仅展示原文概要,查看原文内容请购买。
一种多视角跟踪系统中的自行标定方法

一种多视角跟踪系统中的自行标定方法戴凤麟;冯辉;杨涛;胡波【期刊名称】《太赫兹科学与电子信息学报》【年(卷),期】2012(010)003【摘要】A multi-view tracking system can gain better performance than single-view ones through information exchange. Nevertheless, it relies on the known projective relationship among views. Calibration or self-calibration plays a very important role in both the deployment and the operation of multi-view tracking systems. In this paper, a method to tackle the homography relationship with locations of tracked objects is proposed, which needs no pre-calibration process of information and can cooperate with existing multi-view tracking framework. By theoretical analysis and simulation experiment, this method is proved to he efficient, reliable and easy to be deployed.%多视角的标定和自标定是多视角系统部署和应用中的重要限制环节.文章针对基于单应关系的多视角跟踪应用场景,提出了一种使用跟踪结果本身进行视角几何关系标定的方法,避免了预先标定环节,可以配合现有的各种跟踪算法.理论分析和仿真实验表明,此方法具有高效率、高可靠性、易于实施的特点.【总页数】7页(P305-311)【作者】戴凤麟;冯辉;杨涛;胡波【作者单位】复旦大学电子工程系,上海200433;复旦大学电子工程系,上海200433;复旦大学电子工程系,上海200433;复旦大学电子工程系,上海200433【正文语种】中文【中图分类】TN953;TP391.41【相关文献】1.一种航天器单脉冲差模角跟踪系统的标定及测试方法 [J], 杨显强;侯芬;陈小群;苗常青2.一种新的四路激光跟踪坐标测量系统的基点标定方法 [J], 陈曦;李杏华;张国雄;赵树忠3.基于OpenCV的焊缝跟踪系统中摄像机标定方法 [J], 赖小波;朱世强;曹新星4.视频序列中目标定位跟踪的一种新方法 [J], 王孝通;赵晶;金良安5.一种磁性目标定位跟踪系统的标定方法 [J], 胡超;任宇鹏;王文虎;宋霜;冯忠晴;王永辉;袁小英因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
㊀㊀第39卷㊀第5期㊀吉首大学学报(自然科学版)V o l.39㊀N o.5㊀㊀㊀㊀2018年9月J o u r n a l o f J i s h o uU n i v e r s i t y(N a t u r a l S c i e n c eE d i t i o n)S e p t.2018㊀㊀文章编号:10072985(2018)05003808一种多相机视觉测量系统的全局标定方法∗黄东兆,赵前程(湖南科技大学机械设备健康维护湖南省重点实验室,湖南湘潭411201)㊀㊀摘㊀要:提出了一种基于双平面靶标的多相机全局标定方法,要求两靶标之间为刚性联接,绕同一根轴旋转,但它们之间的相对位姿关系可以是未知的.该方法不仅适用于立体视觉测量系统,也适用于基于单目视觉的多相机测量系统,应用于四轮定位仪中多相机相对位姿关系的出厂标定,标定精度满足出厂要求.关键词:多相机测量系统;全局标定;视觉测量;单目视觉中图分类号:T P391.7㊀㊀㊀㊀㊀㊀㊀文献标志码:A D O I:10.13438/j.c n k i.j d z k.2018.05.009单个相机都受一定的视野范围限制,为了满足高精度㊁宽视野的工业测量任务,通常需要用多个相机组建一个具有更大视觉空间范围的测量系统.对每个相机进行内参标定,只能在单个相机坐标系下建立视觉测量模型.由于各相机坐标系彼此独立,因此所有相机的测量结果需要统一到其中一个相机坐标系或一个全局坐标系中来表达.统一的过程被称为多相机测量系统位姿关系的全局标定.通常使用 金规校准 (需1个制作精确的标准件作为参考基准)与 银规校准 (需1个经过坐标测量机标定后的标准件作为参考基准)对多相机系统进行全局标定,但在日常搬运中要防止标准件不受损害是相当困难的.因此,张广军[1]提出了使用双电子经纬仪或单电子经纬仪加靶标进行全局标定的方法.该方法精度高,但电子经纬仪价格昂贵,普适性受限.其他一些方法[23]无需贵重仪器,但仅适用于立体视觉测量系统,不能应用于单目视觉系统.多相机测量系统全局标定的本质是确定系统中相机两两之间的相对位姿关系[4],只要任意两相机间的相对位姿关系确定了,就完成了多相机系统的全局标定.笔者提出了一种基于双平面靶标的两相机相对位姿关系的标定方法,在阐述其原理的基础上通过仿真标定与实际标定实验来验证其可行性.1㊀基于双平面靶标的两相机间相对位姿关系的标定方法1.1原理多相机全局标定装置如图1所示,两靶标之间为刚性联接.两相机的位姿关系的标定如图2所示.图1㊀多相机全局标定装置F i g.1㊀G l o b a lM u l t i-C a m e r aC a l i b r a t i o nD e v i c e图2㊀两相机间相对位姿关系的标定F i g.2㊀T w o-C a m e r aC a l i b r a t i o n f o rR e l a t i v eP o s eR e l a t i o n∗收稿日期:20180322基金项目:国家自然科学基金资助项目(51345009);湖南省自然科学基金资助项目(13J J4082)作者简介:黄东兆(1978 ),男,安徽桐城人,湖南科技大学讲师,博士,主要从事机器视觉测量㊁数控技术等研究.基于双平面靶标的两相机间相对位姿关系的标定方法,需要2个靶标通过一根长杆组成刚性联接,两靶标间的相对位姿在标定前可以未知.当使用该装置时,相机1,2分别独自拍摄靶标1,2的图像.假设靶标1坐标系到相机1坐标系的变换矩阵是A ,靶标2坐标系到靶标1坐标系的变换矩阵是M ,相机2坐标系到靶标2坐标系的变换矩阵是B ,相机2坐标系到相机1坐标系的变换矩阵是N .M 与N 在标定前都是未知的,在标定后可以通过求解得到.对任何一幅图像而言,变换矩阵A ,B ,M 与N 之间的关系为N =A MB .(1)其中:N =n 11n 12n 13n 14n 21n 22n 23n 24n 31n 32n 33n 34001æèöø;A =a 11a 12a 13a 14a 21a 22a 23a 24a 31a 32a 33a 34001æèöø;M =m 11m 12m 13m 14m 21m 22m 23m 24m 31m 32m 33m 34001æèöø;B =b 11b 12b 13b 14b 21b 22b 23b 24b 31b 32b 33b 34001æèöø.将(1)式展开,得到a 11b 11m 11+a 11b 21m 12+a 11b 31m 13+a 12b 11m 21+a 12b 21m 22+a 12b 31m 23+a 13b 11m 31+a 13b 21m 32+a 13b 31m 33=n 11,a 11b 12m 11+a 11b 22m 12+a 11b 32m 13+a 12b 12m 21+a 12b 22m 22+a 12b 32m 23+a 13b 12m 31+a 13b 22m 32+a 13b 32m 33=n 12,a 11b 13m 11+a 11b 23m 12+a 11b 33m 13+a 12b 13m 21+a 12b 23m 22+a 12b 33m 23+a 13b 13m 31+a 13b 23m 32+a 13b 33m 33=n 13,a 11b 14m 11+a 11b 24m 12+a 11b 34m 13+a 11m 14+a 12b 14m 21+a 12b 24m 22+a 12b 34m 23+a 12m 24+a 13b 14m 31+a 13b 24m 32+a 13b 34m 33+a 13m 34=n 14,a 21b 11m 11+a 21b 21m 12+a 21b 31m 13+a 22b 11m 21+a 22b 21m 22+a 22b 31m 23+a 23b 11m 31+a 23b 21m 32+a 23b 31m 33=n 21,a 21b 12m 11+a 21b 22m 12+a 21b 32m 13+a 22b 12m 21+a 22b 22m 22+a 22b 32m 23+a 23b 12m 31+a 23b 22m 32+a 23b 32m 33=n 22,a 21b 13m 11+a 21b 23m 12+a 21b 33m 13+a 22b 13m 21+a 22b 23m 22+a 22b 33m 23+a 23b 13m 31+a 23b 23m 32+a 23b 33m 33=n 23,a 21b 14m 11+a 21b 24m 12+a 21b 34m 13+a 21m 14+a 22b 14m 21+a 22b 24m 22+a 22b 34m 23+a 22m 24+a 23b 14m 31+a 23b 24m 32+a 23b 34m 33+a 23m 34=n 24,a 31b 11m 11+a 31b 21m 12+a 31b 31m 13+a 32b 11m 21+a 32b 21m 22+a 32b 31m 23+a 33b 11m 31+a 33b 21m 32+a 33b 31m 33=n 31,a 31b 12m 11+a 31b 22m 12+a 31b 32m 13+a 32b 12m 21+a 32b 22m 22+a 32b 32m 23+a 33b 12m 31+a 33b 22m 32+a 33b 32m 33=n 32,a 31b 13m 11+a 31b 23m 12+a 31b 33m 13+a 32b 13m 21+a 32b 23m 22+a 32b 33m 23+a 33b 13m 31+a 33b 23m 32+a 33b 33m 33=n 33,a 31b 14m 11+a 31b 24m 12+a 31b 34m 13+a 31m 14+a 32b 14m 21+a 32b 24m 22+a 32b 34m 23+a 32m 24+a 33b 14m 31+a 33b 24m 32+a 33b 34m 33+a 33m 34=n 34.ìîí(2)进一步将(2)式转换为C D =E .(3)其中:C =(W 1㊀W 2),这里93第5期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀黄东兆,等:一种多相机视觉测量系统的全局标定方法W1=a11b11a11b21a11b310a12b11a12b21a12b310a13b11a13b21a13b310 a11b12a11b22a11b320a12b12a12b22a12b320a13b12a13b22a13b320 a11b13a11b23a11b330a12b13a12b23a12b330a13b13a13b23a13b330 a11b14a11b24a11b34a11a12b14a12b24a12b34a12a13b14a13b24a13b34a13 a21b11a21b21a21b310a22b11a22b21a22b310a23b11a23b21a23b310 a21b12a21b22a21b320a22b12a22b22a22b320a23b12a23b22a23b320 a21b13a21b23a21b330a22b13a22b23a22b330a23b13a23b23a23b330 a21b14a21b24a21b34a21a22b14a22b24a22b34a22a23b14a23b24a23b34a23 a31b11a31b21a31b310a32b11a32b21a32b310a33b11a33b21a33b310 a31b12a31b22a31b320a32b12a32b22a32b320a33b12a33b22a33b320 a31b13a31b23a31b330a32b13a32b23a32b330a33b13a33b23a33b330 a31b14a31b24a31b34a31a32b14a32b24a32b34a32a33b14a33b24a33b34a33æèöø, W2=-1000000000000-1000000000000-1000000000000-1000000000000-1000000000000-1000000000000-1000000000000-1000000000000-1000000000000-1000000000000-1000000000000-1æèöø;D=m11m12m13m14m21m22m23m24m31m32m33m34 (n11n12n13n14n21n22n23n24n31n32n33n34)T;E=000-a14000-a24000-a34()T.当标定装置置于不同位置(至少2个位置)并拍摄多幅图像后,将获得这些图像特征点的坐标,即可求得A与B,故C与E可知,从而由(3)式求得D.当D已知后,即可求得M.(1)式可以转换为B N-1=M-1A-1.(4)由于M已知,且多幅图像所对应的A与B已知,因此可由(4)式解得N-1,进而求得N.1.2仿真实验M可以表示为M=R T0T1æèöø,其中T=T x T y T z()T.α,β,γ分别是x,y,z轴对应的欧拉角,则旋转矩阵R可表示为R=R z(γ)R y(β)R x(α)==c o sβc o sγs i nαs i nβc o sγ-c o sαs i nγc o sαs i nβc o sγ+s i nαs i nγc o sβs i nγs i nαs i nβs i nγ+c o sαc o sγc o sαs i nβs i nγ-s i nαc o sγ-s i nβs i nαc o sβc o sαc o sβæèöø.当R已知时,欧拉角α,β,γ可表示为α=a r c s i n r32c o sβ,β=a r c s i n-r31,γ=a r c s i n r21c o sβ.决定M与N的欧拉角及平移向量(3个分量)设为α=β=γ=0ʎ,T x=2500mm,T y=T z=0mm.两相机的内部参数均设为αx=αy=3000,k1=k2=p1=p2=0,u0=512,v0=640.将标定装置随机放置20个位置,对靶标上的特征点进行仿真投影,得到特征点在图像坐标系中的坐标.附加0.1个像素的白噪声后,基于这20个位置的仿真投影数据可以计算出N.为了更加直观地解读N 04吉首大学学报(自然科学版)第39卷的标定误差,用α,β,γ,T x ,T y ,T z 的误差来间接描述N 的标定误差.将上述仿真实验重复100次,实验结果如图3所示.图3㊀矩阵N 的标定误差的间接描述F i g .3㊀I n d i r e c tD e s c r i pt i o n f o rC a l i b r a t i o nE r r o r o fM a t r i x N 从图3可知,α与β的误差为ʃ0.2ʎ,误差较大,不满足误差ʃ0.03ʎ的要求,因此需要改进方法以满足精度要求.2㊀改进的标定方法图4㊀改进方法的标定原理F i g .4㊀C a l i b r a t i o nD i a g r a mo f I m pr o v e dM e t h o d 改进方法的标定原理如图4所示.两靶标可绕同一根刚性轴旋转,该轴同时也是两靶标的联接轴,两靶标的旋转中心点位于联接轴线上,两中心点的相对距离在标定过程中恒定不变.当标定装置底座置于某一位置时,无论怎么旋转靶标,靶标的旋转中心点在靶标坐标系与相机坐标系中的坐标都是不变的.将标定装置置于平面上的2个不同位置,旋转靶标时拍摄图像.通过图像求得两靶标在两位置的旋转中心点坐标与旋转轴线向量,进而求得两相机的相对位姿关系.详细过程如下:(1)求解两靶标在各自相机坐标系中的旋转中心点坐标与旋转轴线向量.将标定装置依次置于同一平面的2个不同位置(图4),旋转靶标,每个位置拍摄不少于20幅图像.通过这些图像数据,可以求得两靶标在位置1,2处的旋转中心点坐标与旋转轴线向量[5](在各自对应的相机坐标系中).为了便于阐述算法,以从相机向靶标方向看为准,设定两靶标的旋转轴线向量均指向右边.(2)构建联系两相机位姿关系的局部坐标系.以靶标1为例,在相机1坐标系中建立局部坐标系O 1X 1Y 1Z 1的过程如下:假设靶标1在位置1,2处的旋转中心点坐标分别是(x 1,y 1,z 1)和(x 2,y 2,z 2),两中心点处于同一平面内,在位置1,2的旋转轴线单位向量分别是(n 1,n 2,n 3)和(m 1,m 2,m 3);以(x 1,y 1,z 1)作为坐标系原点O 1的坐标,以(n 1,n 2,n 3)作为X 1轴方向向量,将向量(x 2-x 1,y 2-y 1,z 2-z 1)单位化后作为Y 1轴方向向量,Y 1轴方向向量平行于放置标定装置的地面;将X 1轴方向向量与Y 1轴方向向量叉积后得到Z 1轴方向向量,Z 1轴垂直于地面.同理,可在相机2坐标系中建立与靶标2相关的局部坐标系O 2X 2Y 2Z 2.14第5期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀黄东兆,等:一种多相机视觉测量系统的全局标定方法(3)求解两相机坐标系间的变换矩阵.由于在位置1时靶标1,2的旋转轴线方向向量是相同的,都经过联接它们的旋转轴,因此在一个全局坐标系中,局部坐标系O 1X 1Y 1Z 1与O 2X 2Y 2Z 2的X 轴方向向量也是相同的.又由于O 1X 1Y 1Z 1与O 2X 2Y 2Z 2的Z 轴方向垂直于放置标定装置的平面,因此它们的方向也是相同的.由于两局部坐标系的X 和Z 轴的方向是相同的,因此Y 轴方向也是相同的.故从两局部坐标系中的任何一个变换到另一个只需要平移变换,不需要旋转变换.假设局部坐标系O 1X 1Y 1Z 1到相机1坐标系的变换矩阵是M 1,局部坐标系O 2X 2Y 2Z 2到相机2坐标系的变换矩阵是M 2,相机2坐标系到相机1坐标系的变换矩阵是M N ,局部坐标系O 2X 2Y 2Z 2到O 1X 1Y 1Z 1的变换矩阵是M M (变换只需平移,无需旋转,故R M 是单位矩阵),其中:M 1=R 1T 10T1æèöø;M 2=R 2T 20T1æèöø;M N =R N T N 0T1æèöø;M M =R M T M 0T1æèöø.它们满足关系M 1M M =M N M 2,R 1R M =R N R 2.由于R M是单位矩阵,因此R N =R 1R -12,M 1M M =M N M 2⇒R 1T 10T1æèöøR M T M 0T 1æèöø=R N T N 0T 1æèöøR 2T 20T1æèöø.由此可得R 1T M +T 1=R N T 2+T N ,即T N =R 1T M+T 1-R N T 2.其中R 1,T M ,T 1,R N ,T 2已知,T M =(L ㊀0㊀0)T (L 为标定装置上两靶标旋转中心点间的距离,可以在设计和制造时确定),从而可求得T N .至此,R N ,T N 均已求得,故相机2坐标系相对于相机1坐标系的变换矩阵M N 已知,即两相机的相对位姿关系得到标定.3㊀改进方法的仿真标定实验与实际标定实验3.1仿真标定实验两相机的内部参数均设为αx =αy =3000,k 1=k 2=p 1=p 2=0,u 0=512,v 0=640,决定两相机相对位姿关系的M N 的欧拉角与平移向量(3个分量)设为α=β=γ=0ʎ,T x =2500mm ,T y =T z =0mm ,决定两靶标相对位姿关系的M 的欧拉角与平移向量(3个分量)设为α=γ=0ʎ,β=-60ʎ,T x =1250mm ,T y =0mm ,T z =2165.0635mm .将标定装置分别置于相机前1500,1700mm ,在每个位置旋转靶标并拍摄30幅图像,得到特征点在图像坐标系中的坐标,附加0.1个像素白噪声后的M N 的标定误差如图5所示,附加0.3个像素白噪声后的M N 的标定误差如图6所示.在1500,1700mm 位置旋转靶标,分别拍摄60幅图像,附加0.3个像素白噪声后的M N 的标定误差如图7所示.图5㊀附加0.1个像素白噪声时M N 的标定误差(30幅图像)F i g .5㊀C a l i b r a t i o nE r r o r s o fM a t r i x M N (30I m a ge s ,0.1P i x e l s o fW h i t eN o i s eE r r o r )24吉首大学学报(自然科学版)第39卷图6㊀附加0.3个像素白噪声时M N 的标定误差(30幅图像)F i g .6㊀C a l i b r a t i o nE r r o r s o fM a t r i x M N (30I m a ge s ,0.3P i x e l s o fW h i t eN o i s eE r r o r)图7㊀附加0.3个像素白噪声时M N 的标定误差(60幅图像)F i g .7㊀C a l i b r a t i o nE r r o r s o fM a t r i x M N (60I m a ge s ,0.3P i x e l s o fW h i t eN o i s eE r r o r )㊀㊀从仿真结果可以看出,当每个位置拍摄图像不少于30幅且图像特征点提取误差小于0.3个像素时,两相机的相对位姿关系的标定精度能满足误差ʃ0.03ʎ的要求.3.2现场简易标定装置的标定实验图8㊀现场简易标定装置F i g .8㊀S i m pl eC a l i b r a t i o nD e v i c e o nS i t e 为了验证改进标定方法的可行性,笔者利用现场简易标定装置(图8)做了标定实验.两靶标上旋转中心点的距离为1800mm ,实验步骤如下:(ⅰ)将标定装置置于相机测量范围内11个不同的位置,在每个位置旋转靶标时拍摄30幅图像.为了避免因地面不平而产生晃动,在装置上安装了可调升降的螺钉.在对应的相机坐标系中,计算出左㊁右靶标在不同位置的旋转中心点坐标与旋转轴线向量,选用其中第1,2个位置的中心点坐标与轴线向量,标定出两相机的相对位姿关系.34第5期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀黄东兆,等:一种多相机视觉测量系统的全局标定方法㊀㊀(ⅱ)选择第2个位置,在左相机坐标系中,计算得到左靶标的旋转中心点坐标p 1与其旋转轴线向量n 1;在右相机坐标系中,计算得到右靶标的旋转中心点坐标p 2与其旋转轴线向量n 2.(ⅲ)根据前面标定得到的两相机相对位姿关系矩阵,将步骤(ⅱ)获得的右靶标旋转中心点坐标与旋转轴向量统一到左相机坐标系(这里以左相机坐标系为全局坐标系)中,得到在左相机坐标系中的旋转中心点坐标p 2a 与旋转轴向量n 2a .(ⅳ)计算点p 1与p 2a 之间的距离T ,向量n 1与n 2a 之间的夹角θ.(ⅴ)依次选择第3~11个位置,重复步骤(ⅱ) (ⅳ),计算相应的距离T 与夹角θ,结果列于表1.表1㊀简易标定装置距离T 的偏差与夹角θT a b l e 1㊀E r r o r o fD i s t a n c e T a n dA n gl e θo f S i m pl eC a l i b r a t i o nD e v i c e㊀㊀从表1可知,两靶标的旋转中心点距离的标定误差为ʃ3mm ,两向量之间的夹角小于0.29ʎ(理论上夹角为0ʎ).这些误差的产生原因可能是由于装置的制造和安装的精度不高(如旋转部件加工较粗糙,导致两靶标的同轴度误差较大),以及地面的不平整等,但总体上具有一定的可行性.为了提高简易标定装置的标定精度,通常的做法是提高装置的制造和安装的精度,同时在装置的旋转轴上固定一个圆水准泡,将可调升降的螺钉与水准泡相组合,从而尽量保证装置置于任何一个位置时,旋转轴都能保持水平.3.3高精度标定装置的标定实验为了完成多相机相对位姿关系的高精度标定,并对标定结果的精度进行评估,笔者设计并制造了高精度标定装置(图9),并对3D 汽车四轮定位仪中多相机全局位姿关系进行出厂标定.该标定装置上两靶标旋转中心点间的距离是1903mm ,实验步骤同简易标定装置一样,实验结果列于表2.图9㊀高精度标定装置F i g .9㊀H i ghP r e c i s i o nC a l i b r a t i o nD e v i c e 表2㊀高精度标定装置距离T 的偏差与夹角θT a b l e 2㊀E r r o r s o fD i s t a n c e T a n dA n gl e θo f H i ghP r e c i s i o nC a l i b r a t i o nD e v i c e从表2可知,在提高标定装置的制造与安装的精度后,该标定方法具有较高的标定精度,能满足出厂标定要求.联接两靶标的旋转部件可通过左右两侧的导轨在底座上前后滑动进行标定,从而使标定方法具有精度高㊁操作方便与标定快捷的优点.该装置已应用于国内某厂家两相机或四相机3D 四轮定位仪中的相机全局位姿关系的出厂标定.4㊀结语为了解决多相机视觉测量系统的全局标定方法在精度㊁成本㊁便捷性等方面的矛盾,笔者提出了一种44吉首大学学报(自然科学版)第39卷成本较低㊁精度高㊁操作简便的两相机相对位姿关系的标定方法,可进一步推广应用到多相机的全局标定.该方法不同于传统的多相机全局标定方法,具有较广泛的应用价值.参考文献:[1]张广军.视觉测量[M ].北京:科学出版社,2008.[2]L O A I Z A M E ,R A P O S O AB ,G A T T A S S M.M u l t i -C a m e r aC a l i b r a t i o nB a s e do n a n I n v a r i a n t P a t t e r n [J ].C o m p u t e r s&G r a ph i c s ,2011,35:198207.[3]S U NJ u n h u a ,L I U Q i a n z h e ,L I UZ h e n ,e t a l .AC a l i b r a t i o nM e t h o d f o r S t e r e oV i s i o nS e n s o rw i t hL a r g e F O VB a s e d o n 1D T a r g e t s [J ].O p t i c s a n dL a s e r s i nE n g i n e e r i n g,2011,49:12451250.[4]赵前程,黄东兆,杨㊀天,等.机器视觉3D 四轮定位仪关键技术[J ].仪器仪表学报,2013,34(10):21842190.[5]HU A N G D o n g z h a o ,Z HA O Q i a n c h e n g ,Y A N G T i a n l o n g .F o u r -W h e e lA l i g n m e n tB a s e do nC o m pu t e rV i s i o n [C ].P r o c .S P I E9446,N i n t h I n t e r n a t i o n a l S y m p o s i u mo nP r e c i s i o nE n g i n e e r i n g M e a s u r e m e n t a n d I n s t r u m e n t a t i o n .C h a n g s c h a :I C -M I ,2015:94464Q 194464Q 7.D O I :10.1117/12.2182317.G l o b a l C a l i b r a t i o n M e t h o d f o rM u l t i -C a m e r a sV i s i o n M e a s u r e m e n t S ys t e m HU A N G D o n g z h a o ,Z H A O Q i a n c h e n g(H u n a nP r o v i n c i a lK e y L a b o r a t o r y o fM e c h a n i c a l E q u i p m e n tM a i n t e n a n c e ,H u n a nU n i v e r s i t y of S c i e n c e a n dT e c h n o l og y ,X i a n gt a n411201,H u n a nC h i n a )A b s t r a c t :Ac o n v e n i e n t g l o b a l c a l i b r a t i o nm e t h o d f o rm u l t i -c a m e r a s y s t e mb a s e do n t w o p l a n a r t a r g e t s i s p r o p o s e d ,w i t h t h e t w o t a r g e t s r i g i d l y c o n n e c t e d a n d r o t a t i n g ar o u n d t h e s a m e a x i s .T h e p o s e r e l a t i o nb e -t w e e n t h e t w o t a r g e t s c a nb eu n k n o w n .T h i sm e t h o d i sn o t o n l y s u i t a b l e f o r t h e s y s t e mb a s e do ns t e r e o v i s i o n ,b u t a l s o f o r t h e s y s t e m b a s e do n m o n o c u l a rv i s i o n .I th a sb e e nu s e d i nt h e f a c t o r y-c a l i b r a t i o no f f o u r -w h e e l a l i g n e rw i t h2o r 4c a m e r a s ,a n d t h e c a l i b r a t i o n p r e c i s i o nm e e t s t h e r e qu i r e m e n t .K e y wo r d s :m u l t i -c a m e r am e a s u r e m e n t s y s t e m ;g l o b a l c a l i b r a t i o n ;v i s i o nm e a s u r e m e n t ;m o n o c u l a r v i s i o n (责任编辑㊀雷可君)54第5期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀黄东兆,等:一种多相机视觉测量系统的全局标定方法。