机器人在线 > 资讯 > 技术干货 > 码垛机器人相机标定的基本分类与方法

码垛机器人相机标定的基本分类与方法

时间：2017-12-14 来源：机器人在线阅读：17960

码垛机器人相机标定的基本分类与方法

2 相机标定的基本分类与方法

相机标定的方法有很多，分类方式也多有不同。根据标定物需要与否，可以将标定算法分为:摄影测量标定法(Photogrammetric Calibration)和自标定法(SelfCalibration )。根据数学知识，可以分为:求形式解(close-formsolution)法、非线性优化法与两步法。大体上可将标定方法分为三种:相机自标定方法;基于主动视觉的标定方法;基于标定物的相机标定方法

顾名思义，相机自标定方法并不需要知道图像点的三维坐标，它通过计算某一点在不同拍摄角度的场景图中的相对关系来确定相机标定的参数问题。自标定法的这种特性，使得它能够完成一些未知相机参数的标定。摄像机自标定方法仅仅利用图像点之间的对应关系或约束关系而不需要标定物就可以得出标定系统的内外参数，这就使得在一些相机任意运动或者复杂未知场景下的相机标定成为现实，这得益于20世纪90年代初，Luong, Faugeras, Maybank等首先提出的自标定概念。目前，自标定的主要方法有:求解Kruppa方程的自标定方法;分层逐步标定法。这些相机自标定方法都是通过相机内参数的约束关系来求解参数，完全忽略相机系统外部的环境，所以这种标定方法比其他方法更灵活，但是稳定性不高。

基于主动视觉的标定方法只需要相机就可以完成标定。它不需要额外利用标定物来进行标定，只要控制相机进行如平移、正交、旋转等规律操作，根据这些特殊运动得到的多幅图片计算出相机系统的内参数。有两种典型的方法:一是使相机在三维空间稳定平移;二是使相机做参数固定的旋转运动。基于主动视觉的标定方法可以简化计算过程，并得到线性结果。这种方法的缺点就是过分依赖设备、系统的成本高、而且对一些运动参数未知的场合和不能控制的场合不适用。

区别于主动视觉标定法，在基于基于标定物的相机标定中标定物必不可少。它不仅需要明确大小、形状，还要确定物体表面的特殊点坐标。其原理就在于利用数学方法找出某一点的空间坐标和图像坐标的对应关系，进而求取相机参数。典型的有:直接线性变换法(DLT), Tsai两步法，张正友平面标定法等。其中，标定物又分为立体标定物和平面标定物。立体标定物标定方法操作简便，精度可靠。但是立体标定物制作成本昂贵，加工和维护比较困难，平面标定物制作简单，通过改进的算法也可以保证所需的精度，所以近年来的一些标定方法都是基于平面标定的基础来发展改进的。基于标定物的相机标定法的标定精度对标定物有很高的要求，并且一些工作场合不适合其放置，这些情况也限制了应用范围。本文采用经典的张正友标定法来实现相机标定。