机器人在线 > 资讯 > 技术干货 > 焊接机器人摄像机标定技术及相机模型

焊接机器人摄像机标定技术及相机模型

时间：2017-09-06 来源：机器人在线阅读：7896

1.4焊接机器人摄像机标定技术及相机模型

摄像机标定技术是机器视觉中一个重要方向，其目的是为了建立成像平面像素点与三维空间点之间的关系。摄像机标定是一个利用成像几何模型，通过获取的图像序列建立相机参数的约束，然后求解的过程。目前国内外摄像机标定方法有很多，大体上可分为三种形式:传统标定方法、自标定方法和基于主动视觉的标定方法。

1.4.1传统标定方法

传统的摄像机标定方法采用精密加工、尺寸己知物体作为参照物，利用成像模型和空间己知点与图像对应点之间的关系，建立参数约束条件，然后优化求取内参数。典型的传统标定方法直接线性变换法(Direct Linear Transformation, DLT)，Tsai两步法，张正友标定法等方法。

针对传统法高精度3D标定块加工困难、成本高的问题，文献提出使用具有精确定位的圆形点整模板进行标定，通过图像序列建立参数约束，求取相机内参数。文献采用若干同心圆和过圆心的条直线图形作为标定板，获取至少3个不同拍摄位置的图像序列，进行相机标定，有效解决了特征点匹配问题。

分析发现，这类标定算法具有共同的特点:标定精度较高，适用于对精度要求很高且相机参数不经常改变的情况，缺点在于需要高精度的标定块，且标定过程复杂，无法用于在线标定、场景未知等特殊情况。

1.4.2自标定法

前面己经提及，传统标定适合高精度要求、参数不经常变变动的情况，对于其他特殊情况，其适用性会受到很大影响。基于这样的背景，Faugeras等首先提出了自标定的概念，随后许多学者对自标定理论进行了深入研究。Pollefeys等提出了一种可对内参数可变的摄像机进行自标定算法。从本质上证明了:相机自标定仅与自身参数相关，不需要获取任何场景或运行信息。

相机自标定算的法典型代表有:直接求解Kruppa方程、分层逐步标定、求解绝对二次曲线或曲面等。在这几类方法中，基于分层重建的分层逐步标定是当前视觉领域的研究重点。

依据绝对二次曲线像和极限变换的概念，文献提出可以把相机自标定转转化成直接求解Kruppa方程的问题。式1-1是其推出的Kruppa方程一种特殊形式。

式中[ ]x表示矢量的反对称矩阵，K是相机内参数矩阵。F是秩为2的3×3矩阵，称为基础矩阵(fundamental matrix)。直接求解Kruppa方程，在获取3幅及以上数量图像的情况下，可直接求解相机内参数。该方法仅通过图像序列建立参数约束方程，不需要进行射影重建。但是在图像序列别较长时，该算法会出现不稳定现象。

分层逐步标定一种基于分层重建的自标定方法。标定时需要一组图像序列。该算法一般通过射影重建、仿射重建、欧式重建这三个步骤完成相机自标定。

焊接机器人