[发明专利]基于单点标定物的多相机标定

权利要求书

1.一种基于单点标定物的多相机内外参标定方法，其特征在于：利用固定在场景中不同位置的多个红外相机对自由移动的单个标定点以及用于指示世界坐标系的L型刚体的像点进行采集，再利用像点数据实现对多相机内外参的标定，具体而言包括如下步骤：

S10：采集标定数据，包括利用安装有单个标定点的标定杆和边长已知的L型直角刚体采集标定数据；

S20：两两标定，包括根据针孔及畸变相机模型、像点对间的对极几何约束关系，对具有共视点的两个相机进行两两标定，并使用L-M算法优化内外参数；

S30：统一参考相机坐标系下多相机内外参标定，包括根据所有相机的共视场关系建立多相机系统的无向图，确定任意相机相对于参考相机的最优级联路径，结合两两标定参数转化求出统一的参考相机坐标系下所有相机的内外参，并使用BA捆绑调整优化；

S40：指定世界坐标系下多相机内外参标定，包括利用Kneip PnP算法求出以边长已知的L型刚体为指定统一世界坐标系下所有相机的内外参数。

2.根据权利要求1所述的一种基于单点标定物的多相机内外参标定方法，其特征在于，所述的S10采集标定数据的步骤进一步包括：

S11：在场景中自由挥动装有单个标定点的标定杆，控制多个相机同步采集标定点数据，并实时上传至上位机中；

S12：将边长已知的L型直角刚体放置在场地中央，控制多个相机同步采集刚体数据，并实时上传至上位机中。

3.根据权利要求1所述的一种基于单点标定物的多相机内外参标定方法，其特征在于，所述的S20两两标定的步骤进一步包括：

S21：畸变处理，包括根据相机说明书中的畸变系数和单位像素的物理尺寸，利用畸变模型，求出去除畸变后真实像点的坐标；

S22：求解有效焦距，包括将两图像坐标系原点平移至主点，使用归一化8点法求出基本矩阵及极点，根据Hartley自标定方法简化基本矩阵并分解求出相机的像素单位焦距；

S23：求解外参，包括利用上述所得内参数对基础矩阵进行归一化求解本质矩阵，通过奇异值分解得到四组外参(R，t)，首先利用三角法重建出标定点，基于标定物必然位于摄像机前方(即Z坐标恒正)的原则，筛选出一组正确的(R，t)。此时平移向量与真实平移相差一个比例因子，可利用重建的L型刚体的长度来恢复出该比例因子；

S24：内外参优化，包括以像点对极距离误差之和最小为优化目标，使用L-M算法对两两标定所得内外参数进行非线性优化。

4.根据权利要求1所述的一种基于单点标定物的多相机内外参标定方法，其特征在于，所述的S30统一参考相机坐标系下多相机内外参标定的步骤进一步包括：

S31：建立多相机系统无向图：顶点表示相机，若两相机之间有m个共视点，则相应两顶点间有边，边的权重为1/m；

S32：确定参考相机到任意相机的最优级联路径：选择共视点最多的相机为0号参考相机，使用Dijkstra法计算0号相机到任意第k号相机所经边权重之和最小的路径，即为第k号相机的最优级联路径；

S33：假设第k号相机的最优级联路径为0-＞i-＞k，由两两标定求得的第0号到第i号相机的外参数为(R_0i，t_0i)，第i号到第k号相机的外参为(R_ik，t_ik)，则第0号到第k号的外参为(R_ikR_0i，R_ikt_0i+t_ik)；

S34：重复S33，求出所有相机相对统一参考相机的外参数，利用三角法重建出标定点，以最小化重投影误差为优化目标，使用BA捆绑算法对所有内外参整体优化。进一步提高标定精度。