一种无人车中相机与二维码的标定方法技术

本发明专利技术涉及一种无人车中相机与二维码的标定方法。S1.构建无人车，并搭载相机和二维码，在相机和二维码周围安装多个optitrack捕捉系统专用的标记点；S2.使用optitrack捕捉系统得到无人车中二维码周围多个标记点构造的刚体在场景中的位姿以及无人车中相机周围的多个标记点构造的刚体的位姿；S3.通过场景中的相机识别出无人车中的二维码，并得到其在该场景相机的坐标系下的位姿；S4.通过无人车中的相机得到场景中二维码中心位置在该相机坐标系下的位姿；S5.计算出无人车中二维码与其周围的多个标记点构造的刚体之间的相对位姿和相机与其周围的多个标记点构造的刚体之间的相对位姿；S6.使用现有数据计算出无人车中相机与二维码之间的相对位姿，得到标定结果。本发明专利技术提供较高精度的标定结果。

A calibration method of camera and QR code in unmanned vehicle

【技术实现步骤摘要】
一种无人车中相机与二维码的标定方法
本专利技术属于机器人
，更具体地，涉及一种无人车中相机与二维码的标定方法。
技术介绍
同步定位与地图构建(SLAM)是机器人领域的重要问题，经过近三十年来的飞速发展，已经日渐成熟。目前SLAM技术有单移动机器人SLAM和多机器人协同SLAM技术，单移动机器人仅针对单一任务，在传感器形式、体积、重量、续航等方面都有诸多限制，因而在大规模环境探索中稳定性与鲁棒性不佳等问题；而多机器人协同SLAM以单机器人SLAM为基础，能够通过获取不同形式机器人和不同类型传感器进行信息融合，修正自身定位误差，解决单个移动机器人功能单一、效率低下等问题。但是多机器人的协同SLAM也存在下面几个问题需要解决：相对位姿估计、相对位姿不确定性估计、地图更新与位姿更新、视线内观测、回环检测等，其中相对位姿估计是协同SLAM的基础，具有较大的挑战性。对于多无人车之间的相对位姿估计问题，目前多个无人车之间的相对位姿估计往往需要依赖于视觉信息，通过一个无人车对另一个无人车所携带的二维码进行识别并得到两个无人车之间的相对位姿。该过程中需要对同一无人车中相机与二维码进行标定，以得到两个无人车body坐标系下的相对位姿。但目前无人车中相机与二维码之间的标定方法较少，有直接使用手眼标定的方法进行标定，存在着较大的误差，造成无人车之间相对位姿估计不准确。
技术实现思路
本专利技术为克服上述现有技术中的缺陷，提供一种无人车中相机与二维码的标定方法，提供较高精度的标定结果，解决了多无人车协同SLAM中相对位姿估计不准确的问题。为解决上述技术问题，本专利技术采用的技术方案是：一种无人车中相机与二维码的标定方法，包括以下步骤：S1.构建无人车，在该无人车平台上搭载相机和二维码，并分别在相机和二维码周围安装多个optitrack高速运动捕捉系统专用的标记点；S2.使用optitrack高速运动捕捉系统得到无人车中二维码周围多个标记点构造的刚体在场景中的位姿；S3.通过场景中optitrack高速运动捕捉系统得到无人车中相机周围的多个标记点构造的刚体的位姿；S4.通过场景中的相机识别出无人车中的二维码，并得到其在该场景相机坐标系下的位姿；S5.通过无人车中的相机得到场景中二维码中心位置在该相机坐标系下的位姿；S6.移动无人车，重复步骤S2至步骤S5，进行多次测量，得到上述位姿的多组数据；S7.计算出无人车中二维码与其周围的多个标记点构造的刚体之间的相对位姿和相机与其周围的多个标记点构造的刚体之间的相对位姿；S8.使用现有数据计算出无人车中相机与二维码之间的相对位姿，得到标定结果。在本专利技术中，首先构建无人车平台，在该无人车平台上搭载相机和二维码，并分别在相机和二维码上安装多个optitrack高速运动捕捉系统专用的标记点，可在具有optitrack的场景中分别得到相机和二维码周围的标记点构造的刚体的位姿；在具有optitrack高速运动捕捉系统的场景中放置一个二维码，可使无人车平台上的相机观测到该二维码，得到其在相机中的位姿；在该场景中放置一个相机，可使其观测到无人车上的二维码，得到二维码的位姿。移动无人车，可得到上述多组位姿，分别通过手眼标定技术构造解算方程，得到无人车平台上二维码与其周围的标记点构造的刚体之间的相对位姿和相机与其周围的标记点构造的刚体之间的相对位姿，再通过变换关系得到相机与二维码之间的标定结果。进一步的，所述的S7步骤具体包括：S71.将场景中固定的相机坐标系命名为B系；将场景中二维码坐标系命名为W系；将optitrack默认坐标系命名为O系；将无人车平台中相机坐标系命名为C系，并将该相机周围的标记点构造的刚体坐标系命名为M系；将无人车中二维码的坐标系命名为Q系，并将该二维码周围的标记点构造的刚体坐标系命名为N系；S72.将无人车平台在场景中进行移动，通过下面的方式计算场景中optitrack默认坐标系O到相机坐标系B的变换：式中，是第i次测量中无人车的二维码坐标系Q到场景中相机坐标系B的变换矩阵；是第i次测量中无人车中二维码周围标记点构造的刚体坐标系N到无人车中二维码坐标系Q的变换矩阵；是第i次测量中optitrack默认坐标系O到无人车中二维码周围标记点构造的刚体坐标系N的变换矩阵；式中j表示第j次测量；消去后得到下面方程：上述方程能写成下式：AijX-XBij＝0其中：将其X,Aij,Bij分别分解为旋转矩阵R,和平移向量t,上式可化为：S73.通过最优化求解器与SVD分解可以得到R和t，从而得到得到无人车中二维码周围的多个标记点构造的刚体坐标系N到无人车中二维码坐标系Q的变换矩阵；S74.通过下面的方式计算场景中二维码坐标系W到optitrack默认坐标系O的变换：式中，是第i次测量无人车中相机坐标系周围的标记点构造的刚体坐标系M到optitrack默认坐标系O的变换矩阵；是第i次测量无人车中相机坐标系C到其周围的标记点构造的刚体坐标系Q的变换矩阵；是第i次测量场景中二维码坐标系W到无人车中相机坐标系C的变换矩阵；式中j表示第j次测量；消去后得到下面方程：上式可写成：AijX-XBij＝0其中：上式可化为：S75.通过最优化求解器与SVD分解可以得到R和t,从而得到得到无人车平台中相机坐标系C到其周围的多个标记点构造的刚体坐标系M的变换矩阵。进一步的，所述的S8步骤具体包括：通过下式计算无人车中相机与二维码之间的变换矩阵，得到相机与二维码的标定结果：其中为上述求得的结果，k为移动无人车时的第k次测量值。与现有技术相比，有益效果是：本专利技术提供的一种无人车中相机与二维码的标定方法，在无人车的相机和二维码周围使用多个标记点构造出刚体，再使用optitrack高速运动捕捉系统测得刚体的高精度位姿，得到计算所需的高精度的中间量，最终得到高精度的标定结果，解决了多无人车协同SLAM中相对位姿估计不准确的问题。附图说明图1是本专利技术整体方法流程示意图。图2是本专利技术构造的无人车平台示意图。图3是本专利技术原理示意图。具体实施方式附图仅用于示例性说明，不能理解为对本专利技术的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利技术的限制。实施例1：如图2所示，一种无人车中相机与二维码的标定方法，首先构造无人车平台，无人车以全向轮驱动，配置RealSenseZR300相机，Inter-NUC机载计算平台，Velodyne-VLP本文档来自技高网...

【技术保护点】
1.一种无人车中相机与二维码的标定方法，其特征在于，包括以下步骤：/nS1.构建无人车，在该无人车平台上搭载相机和二维码，并分别在相机和二维码周围安装多个optitrack高速运动捕捉系统专用的标记点；/nS2.使用optitrack高速运动捕捉系统得到无人车中二维码周围多个标记点构造的刚体在场景中的位姿；/nS3.通过场景中optitrack高速运动捕捉系统得到无人车中相机周围的多个标记点构造的刚体的位姿；/nS4.通过场景中的相机识别出无人车中的二维码，并得到其在该场景相机坐标系下的位姿；/nS5.通过无人车中的相机得到场景中二维码中心位置在该相机坐标系下的位姿；/nS6.移动无人车，重复步骤S2至步骤S5，进行多次测量，得到上述位姿的多组数据；/nS7.计算出无人车中二维码与其周围的多个标记点构造的刚体之间的相对位姿和相机与其周围的多个标记点构造的刚体之间的相对位姿；/nS8.使用现有数据计算出无人车中相机与二维码之间的相对位姿，得到标定结果。/n

【技术特征摘要】
1.一种无人车中相机与二维码的标定方法，其特征在于，包括以下步骤：
S1.构建无人车，在该无人车平台上搭载相机和二维码，并分别在相机和二维码周围安装多个optitrack高速运动捕捉系统专用的标记点；
S2.使用optitrack高速运动捕捉系统得到无人车中二维码周围多个标记点构造的刚体在场景中的位姿；
S3.通过场景中optitrack高速运动捕捉系统得到无人车中相机周围的多个标记点构造的刚体的位姿；
S4.通过场景中的相机识别出无人车中的二维码，并得到其在该场景相机坐标系下的位姿；
S5.通过无人车中的相机得到场景中二维码中心位置在该相机坐标系下的位姿；
S6.移动无人车，重复步骤S2至步骤S5，进行多次测量，得到上述位姿的多组数据；
S7.计算出无人车中二维码与其周围的多个标记点构造的刚体之间的相对位姿和相机与其周围的多个标记点构造的刚体之间的相对位姿；
S8.使用现有数据计算出无人车中相机与二维码之间的相对位姿，得到标定结果。


2.根据权利要求1所述的无人车中相机与二维码的标定方法，其特征在于，所述的S7步骤具体包括：
S71.将场景中固定的相机坐标系命名为B系；将场景中二维码坐标系命名为W系；将optitrack默认坐标系命名为O系；将无人车平台中相机坐标系命名为C系，并将该相机周围的标记点构造的刚体坐标系命名为M系；将无人车中二维码的坐标系命名为Q系，并将该二维码周围的标记点构造的刚体坐标系命名为N系；
S72.将无人车平台在场景中进行移动，通过下面的方式计算场景中optitrack默认坐标系O到相机坐标系B的变换：






式中，是第i次测量中无人车的二维码坐标系Q到场景中相机坐标系B的变换矩阵；是第i次测量中无人车中二维码周围标记点构造的刚体坐标系N到无人车中二维码坐...

【专利技术属性】
技术研发人员：黄俊龙，何晋豪，成慧，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44