[发明专利]摄像头外参自动标定方法、装置、计算机设备及存储介质在审
申请号: | 202210278718.1 | 申请日: | 2022-03-17 |
公开(公告)号: | CN114742895A | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 迟大鹏;施健;涂静一;王一科;贾林 | 申请(专利权)人: | 深圳中智永浩机器人有限公司 |
主分类号: | G06T7/80 | 分类号: | G06T7/80;G06T7/50;G06K9/62;G06V10/77 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 李燕娥 |
地址: | 518000 广东省深圳市光明区新湖街道圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 摄像头 自动 标定 方法 装置 计算机 设备 存储 介质 | ||
1.摄像头外参自动标定方法,其特征在于,包括:
通过深度摄像头获取深度图像;
对所述深度图像进行预处理,以得到带有法向量的点云数据;
对带有法向量的点云数据采用随机抽样一致性进行地面平面的拟合,并提取地面平面的法向量,以得到地面平面点云的法向量;
对带有法向量的点云数据采用随机抽样一致性进行墙面平面的拟合,并提取墙面平面的法向量,以得到墙面平面点云的法向量;
根据地面平面点云的法向量以及墙面平面点云的法向量进行误差自动校正,以得到标准点云数据。
2.根据权利要求1所述的摄像头外参自动标定方法,其特征在于,所述对所述深度图像进行预处理,以得到带有法向量的点云数据,包括:
结合内参将所述深度图像转换为点云数据;
将所述点云数据进行体素下采样,以得到采样数据;
对所述采样数据进行直通滤波,以得到处理结果;
对所述处理结果进行统计线性滤波,以得到滤波结果;
对所述滤波结果计算法向量,以得到带有法向量的点云数据。
3.根据权利要求2所述的摄像头外参自动标定方法,其特征在于,所述对所述滤波结果计算法向量,以得到带有法向量的点云数据,包括:
采用PCA点云法向量估计算法对所述滤波结果计算法向量,以得到带有法向量的点云数据。
4.根据权利要求1所述的摄像头外参自动标定方法,其特征在于,所述对带有法向量的点云数据采用随机抽样一致性进行地面平面的拟合,并提取地面平面的法向量,以得到地面平面点云的法向量,包括:
对带有法向量的点云数据采用随机抽样一致性进行平面拟合,并指定拟合平面的法向量信息,提取带有法向量的点云数据内属于地面部分的点云数据,以得到地面点云数据;
对所述地面点云数据进行地面拟合,并提取拟合的地面平面的法向量,以得到地面平面点云的法向量。
5.根据权利要求1所述的摄像头外参自动标定方法,其特征在于,所述对带有法向量的点云数据采用随机抽样一致性进行墙面平面的拟合,并提取墙面平面的法向量,以得到墙面平面点云的法向量,包括:
对带有法向量的点云数据采用随机抽样一致性进行平面拟合,并指定拟合平面的法向量信息,提取带有法向量的点云数据内属于墙面部分的点云数据,以得到墙面点云数据;
对所述墙面点云数据进行墙面拟合,并提取拟合的墙面平面的法向量,以得到墙面平面点云的法向量。
6.根据权利要求2所述的摄像头外参自动标定方法,其特征在于,所述根据地面平面点云的法向量以及墙面平面点云的法向量进行误差自动校正,以得到标准点云数据,包括:
计算地面平面点云的法向量与室内固定存在的自然地平面法向量的夹角,以得到地面夹角;
根据地面夹角计算地面旋转矩阵;
计算墙面平面点云的法向量与室内固定存在的自然墙面法向量的夹角,以得到墙面夹角;
根据墙面夹角计算墙面旋转矩阵;
根据所述地面旋转矩阵以及所述墙面旋转矩阵校正所述点云数据,以得到标准点云数据。
7.根据权利要求6所述的摄像头外参自动标定方法,其特征在于,所述根据所述地面旋转矩阵以及所述墙面旋转矩阵校正所述点云数据,以得到标准点云数据,包括:
根据所述地面旋转矩阵以及所述墙面旋转矩阵采用矩阵乘法进行融合,以得到机器人坐标系点云外参自动标定矩阵;
采用所述机器人坐标系点云外参自动标定矩阵校正所述点云数据,以得到标准点云数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳中智永浩机器人有限公司,未经深圳中智永浩机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210278718.1/1.html,转载请声明来源钻瓜专利网。