一种深度相机外参的标定方法、及装置制造方法及图纸

本申请公开了一种深度相机外参的标定方法，其特征在于，该方法包括，获取深度图像数据，所述深度图像数据包括像素点坐标和深度值；基于获取的深度图像数据，将该深度图像中的像素点转化为相机坐标系下的空间三维点；基于所述三维点，获取三维点的拟合平面；根据与拟合平面平行或重合的标定平面与相机坐标系的当前位姿关系，得到深度相机与标定平面之间的参数；其中，标定平面包括平行或垂直于深度相机所在移动机器人本体承载面的任一当前平面。本申请标定过程中无需借助任何外部工具，仅需采集一幅图像即可给出标定结果，借助自然水平垂直的地面和墙面即可进行标定，为基于深度图像数据的应用提供了鲁棒性佳、实时性强的应用基础。

【技术实现步骤摘要】
一种深度相机外参的标定方法、及装置
本专利技术涉及机器视觉领域，特别地，涉及一种深度相机外参的标定方法。
技术介绍
在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。相机标定就是通过一定的方法计算相机参数的过程。在图像拾取的过程中，相机的位姿并不是固定不变的，这导致相机坐标系并不是一个稳定的坐标系，会随着相机的移动而改变相机坐标系的原点和各个坐标轴的方向，这就需要引进一个稳定不变坐标系：世界坐标系，该坐标系是绝对坐标系。从相机坐标系到世界坐标系的变换需要旋转变换和平移变换，这些旋转变换和平移变换就成为了相机的外参。深度相机是一种可以直接获得深度图像数据的相机，其所获得的深度图像数据中的任一像素点数据是基于像素点坐标以像素点灰度值表征空间点的距离值(深度值)的数据，可以表示为p(u，v，d)，其中，u、v为图像坐标系下像素点的坐标，d为该像素点对应的空间三维点的深度值。按照相机的构成原理，深度相机包括被动双目相机本文档来自技高网...

【技术保护点】
1.一种深度相机外参的标定方法，其特征在于，该方法包括，/n获取深度图像数据，所述深度图像数据包括像素点坐标和深度值；/n基于获取的深度图像数据，将该深度图像中的像素点转化为相机坐标系下的空间三维点；/n基于所述三维点，获取三维点的拟合平面；/n根据与拟合平面平行或重合的标定平面与相机坐标系的当前位姿关系，得到深度相机与标定平面之间的参数；/n其中，标定平面包括平行或垂直于深度相机所在移动机器人本体承载面的任一当前平面。/n

【技术特征摘要】
1.一种深度相机外参的标定方法，其特征在于，该方法包括，
获取深度图像数据，所述深度图像数据包括像素点坐标和深度值；
基于获取的深度图像数据，将该深度图像中的像素点转化为相机坐标系下的空间三维点；
基于所述三维点，获取三维点的拟合平面；
根据与拟合平面平行或重合的标定平面与相机坐标系的当前位姿关系，得到深度相机与标定平面之间的参数；
其中，标定平面包括平行或垂直于深度相机所在移动机器人本体承载面的任一当前平面。


2.如权利要求1所述的方法，其特征在于，所述深度图像数据最少仅一幅深度图像，所述将该深度图像中的像素点转化为相机坐标系下的空间三维点包括，
按照相机坐标系下的空间三维点与图像坐标系下的二维图像的映射几何模型，获得像素点对应的三维点坐标。


3.如权利要求2所述的方法，其特征在于，所述按照相机坐标系下的空间三维点与图像坐标系下的二维图像的映射几何模型，获得像素点对应的三维点坐标，包括，
对于深度图像中的任一像素点，
将像素点的深度值作为三维点的z坐标值；
获取像素点x坐标与x方向偏移之间的第一差值，将z坐标值与相机内参中x方向焦距之比值与所述第一差值相乘，得到的结果作为三维点的x坐标值；所述x方向偏移为相机坐标系原点相对图像坐标系在x方向的偏移；
获取像素点y坐标与y方向偏移之间的第二差值，将z坐标值与相机内参中y方向焦距之比值与所述第二差值相乘，得到的结果作为三维点的y坐标值；所述y方向偏移为相机坐标系原点相对图像坐标系在y方向的偏移；
其中，相机坐标系原点相对图像坐标系中的x方向偏移、相机坐标系原点相对图像坐标系中的y方向偏移根据相机内参获得；
将深度图像中的所有像素点转化为三维点坐标，得到三维点集合。


4.如权利要求3所述的方法，其特征在于，该方法进一步包括，按照筛选策略，对三维点集合中的三维点进行筛选，得到筛选后的三维点集合；其中，所述筛选策略包括以下任一条件或其任意组合：
(1)根据相机朝向，去除深度图像上方一定范围的三维点；
(2)有外参初始估计值的情况下，通过相机外参将相机坐标系下的三维点变换到世界坐标系下，去除高度方向上高度大于预设高度阈值的三维点；
(3)对于双目立体视觉的深度相机，去除深度值大于预设深度阈值的三维点；
(4)对于飞行时间TOF深度相机，根据像素点与其临近像素点的距离差值，去除距离差值大于预设距离阈值的三维点。


5.如权利要求4所述的方法，其特征在于，所述基于所述三维点，获取三维点的拟合平面，包括，
根据筛选后的三维点集合，利用随机抽样一致RANSAC算法，获取三维点的拟合平面方程，其中，三维点数量大于等于3。


6.如权利要求5所述的方法，其特征在于，所述利用随机抽样一致RANSAC算法，获取三维点的拟合平面方程，包括，
基于筛选后的三维点集合，进行随机选择，得到通过随机选择出的三维点构成的当前子集，其中，子集中的三维点数量至少包括3个；
基于当前子集中的三维点，获取该子集的拟合平面估计；
根据获取的拟合平面估计，获取筛选后的三维点集合中所有三维点相对所述拟合平面估计的符合程度；
如果符合程度不够，则返回所述基于筛选后的三维点集合进行随机选择的步骤；
如果达到符合程度，则利用符合程度最佳的拟合平面估计的内点，求解拟合平面方程；
其中，所述内点包括，筛选后的三维点集合中三维点到符合程度最佳的拟合平面的距离小于预设距离阈值的三维点。


7.如权利要求6所述的方法，其特征在于，所述基于当前子集中的三维点，获取该子集的拟合平面估计，包括，
如果当前子集中的三维点数量等于3，则将三维点坐标值代入拟合平面方程，求解拟合平面方程中的未知数，得到当前子集的拟合平面估计；
如果当前子集中的三维点数量大于3，则将三维点坐标值代入拟合平面方程，通过最小二乘方法，求解拟合平面方程中的未知数，得到当前子集的拟合平面估计。


8.如权利要求6所述的方法，其特征在于，所述根据获取的拟合平面估计，获取筛选后的三维点集合中所有三维点相对所述拟合平面估计的符合程度，包括，

【专利技术属性】
技术研发人员：李建禹，龙学雄，
申请(专利权)人：杭州海康机器人技术有限公司，
类型：发明
国别省市：浙江;33