一种羽毛球机器人相机以及车身到世界坐标系的标定方法技术

本发明专利技术公开了一种羽毛球机器人相机标定方法，包括：使用标定板对相机的内参外参数进行标定，由于标定板的黑点等距等大小这种特殊构造，在图像中很容易识别出标定板的二维位置和标定板的方向信息；根据标定板上真实的黑点之间的物理距离，就可以通过这个对应关系建立起相机和真实世界的联系，建立内参数的方程；左右相机分别进行标定即可得到该相机的内参数，同时由于两个相机左右图像上对应同一块标定板，可以以此建立左右相机之间的对应关系，既外参数矩阵。

【技术实现步骤摘要】
本案要求了2015年6月17日提交的中国专利技术专利，申请号为2015103389533的优先权。
本专利技术涉及羽毛球机器人领域，特别涉及一种羽毛球机器人相机标定方法。
技术介绍
在羽毛球机器人比赛中，依据双目视觉相机系统建立羽毛球的三维坐标系，并且需要把双目视觉的坐标转换成机器人的世界坐标，当机器人的位置出现偏差的时候利用机器人车身上面的标定板进行矫正。目前缺乏对相机的标定以及基于此对机器人运动位置偏差的校正。
技术实现思路
本专利技术的目的在于克服现有技术中所存在的上述不足，提供一种羽毛球机器人相机标定方法。为了实现上述专利技术目的，本专利技术采用的技术方案是：一种羽毛球机器人相机标定方法，包括：使用标定板对相机的内参外参数进行标定，由于标定板的黑点等距等大小这种特殊构造，在图像中很容易识别出标定板的二维位置和标定板的方向信息；根据标定板上真实的黑点之间的物理距离，就可以通过这个对应关系建立起相机和真实世界的联系，建立内参数的方程；左右相机分别进行标定即可得到该相机的内参数，同时由于两个相机左右图像上对应同一块标定板，可以以此建立左右相机之间的对应关系，既外参数矩阵。与现有技术相比，本专利技术的有益效果是：本专利技术提供一种羽毛球机器人相机标定方法，填补了现有技术空白，且能够使得羽毛球机器人的运动控制更加准确。附图说明：图1是本专利技术实施例中的标定板结构示意图。图2是本专利技术实施例中的标定板又一示意图。图3是本专利技术实施例中的图1中标定板位于比赛场地地面的示意图。附图标记：1、标定板，2、边框，3、缺角，4、黑点，5、场地。具体实施方式下面结合具体实施方式对本专利技术作进一步的详细描述。但不应将此理解为本专利技术上述主题的范围仅限于以下的实施例，凡基于本
技术实现思路
所实现的技术均属于本专利技术的范围。相机自身的标定：双目系统简介为了计算出三维点，我们采用两台相机构成的双目系统实现三维重建。为了保持双目系统的相对稳定，我们用碳棒把两个相机直接固定在一起。碳棒的硬度和高强度确保了两台相机的相对位置不变，保证了相机内参和外参的恒定。从而确保计算三维点的准确性。得到双目系统内参和外参的过程就叫做相机的标定。1.标定方法我们采用的是halcon算法库进行的三维标定。Hhalcon具有强大高效的算法库，封装了所有的标定相关算法。利用halcon实现我们的标定算法大大的提高了效率。2.标定内外参数：我们使用特殊的标定板1对相机的内参外参数进行标定，标定板1如图1所示：标定板1是一种特殊喷绘的板。一圈黑色边框2是用来在图像识别中区分标定板1内界和外界的，左上角的缺口表示着这块标定板1的正方向。内部是白色底板上喷绘着等距等大小的黑色黑点4。黑色和白色的高对比度便于阈值分割，黑色圆形可以通过亚像素算法得到非常精确的中心坐标。由于标定板1的黑点4等距等大小这种特殊构造，我们可以在图像中很容易识别出标定板1的二维位置和标定板1的方向信息,参看图2。由于我们知道标定板1上真实的黑点4之间的物理距离，就可以通过这个对应关系建立起相机和真实世界的联系，建立内参数的方程。左右相机分别进行标定即可得到该相机的内参数，同时由于两个相机左右图像上对应同一块标定板1，可以以此建立左右相机之间的对应关系，既外参数矩阵。仅仅一张标定图像不能准确的计算出所有的相机参数。所以我们通过在相机图像的左上中下，中上中下，右上中下分别放置标定板1进行标定，反复三次，从而得出准确的相机内外参数。包含不同信息的图片越多越好。可以通过最小二乘法拟合出最为精确的参数。获取标定图像可以利用halcon自身提供的标定助手，助手会方便的实时反馈标定图像的质量，便于选择合适的标定图像样本。特别注意，由于标定的前提是标定板1上黑白像素的对比度大，黑白像素之间的距离要精确相同，黑点4要非常圆，所以对喷绘精度和版面平整度都要求很高。同时为了保证对比度，标定过程中注意反光。3.得到标定参数并计算三维点halcon提供便捷的标定和三维计算的算子，用法如下：create_calib_data：创建用来标定的类，在这里指定标定板1的物理特性(大小，点数等)，标定相机的类型(线相机，面相机)，参数(单目，多目)find_calib_object：在图像中识别出标定板1，同时建立参数的关系方程，每读取一张图片就需要调用一次这个算子，从而补充参数的关系方程。越多越好calibrate_cameras：标定，得到所有需要的数据，包括相机的分别的内参和两台相机的相对关系外参。这些内外参数可以直接储存，之后再需要就只用直接读取参数就可以不用重新标定。intersect_lines_of_sight：输入参数是左右相机的二维点坐标和内外参数矩阵，输出三维坐标，这个过程效率极高。至此，我们得到了相机的内外参数。只要给出左右相机上的二维点就可以准确计算出相对于相机坐标原点的三维距离(halcon里双目系统的坐标原点是左相机的光心)。二：相机到世界坐标系的标定：1.简介：由于标定得到的只是相对于相机坐标系的三维信息，只是左相机的光心为原点的距离。我们需要的是相对于世界坐标系即羽毛球场左下角的三维距离，所以需要得到从相机坐标系到世界坐标系的转换矩阵。得到这个转换矩阵的过程称为相机到世界坐标系的标定。2.标定方法我们依然使用上述的标定板1进行标定。前文提到过，标定板1的左上角是一个三角形缺角3，可以通过这个三角形得到标定班的方向信息。同时由于已知标定板1的物理信息，我们知道标定点之间的三维位置，结合双目系统，可以准确的识别出标定板1在空间中的三维位置和姿态(xyz和角度信息)。由于可以得到标定板1相对于双目系统原点的转换关系，参看图3，于是，我们采用把标定板1布置在场地5上对应位置，则标定板1的位置姿态即是场地5相对于双目系统的位置姿态。从而我们得到从双目系统坐标系到羽毛球场地5坐标系的转换关系矩阵。把每次计算出的相对相机原点坐标系的三维点用这转换关系矩阵进行处理，即可得到相对于羽毛球场的三维坐标。3.得到转换矩阵及实现create_calib_data：为了识别标定板1需要初始化这个函数。选择单目标定即可。find_calib_object：识别到图像中的标定板1，得到标定板1相对于双目系统原点的位置和姿态信本文档来自技高网...

【技术保护点】
一种羽毛球机器人相机标定方法，其特征在于，包括：使用标定板(1)对相机的内参外参数进行标定，所述标定板(1)矩阵排列布置若干黑点(4)，黑点(4)之间等距等大小；根据标定板(1)上的黑点(4)之间的物理距离，通过这个对应关系建立起相机和真实世界的联系，建立内参数的方程；左右相机分别进行标定即可得到该相机的内参数，同时由于两个相机左右图像上对应同一块标定板，可以以此建立左右相机之间的对应关系，既外参数矩阵。

【技术特征摘要】
2015.06.17 CN 20151033895331.一种羽毛球机器人相机标定方法，其特征在于，包括：
使用标定板(1)对相机的内参外参数进行标定，所述标定板(1)矩阵排列布
置若干黑点(4)，黑点(4)之间等距等大小...

【专利技术属性】
技术研发人员：骆德渊，孙锐，胡喆，贾瑞兴，任渊，崔巍杰，何东流，李建华，李兴龙，刘家桐，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51