【技术实现步骤摘要】
本专利技术属于视觉检测，具体涉及一种多视角视觉检测系统的外参标定方法。
技术介绍
1、在大口径光学元件自动化装配过程中，为了实现对于目标元件高精度6d位姿检测，采用了相互正交的三台2d相机构成了视觉检测的硬件系统。装配过程中，通过相机的内参、外参标定数据将不同视角的信息对齐到统一的坐标系下，经过解算得到目标元件在各个自由度方向分辨率都较高的6d位姿，为了确保目标元件的位姿检测结果在具有高分辨率的同时具备高精度属性，对于视觉提出了很高的要求。
2、现有多相机立体标定方法中，对于低重叠视场多视角视觉检测系统的外部参数标定仍存在困难，具体而言，基于平面靶标的方案需要多相机同时拍摄靶标图案，对于较大光轴夹角的多视角系统(特别是小物距大光圈的高精度测量系统)容易出现靶标图案部分离焦的问题，而立体靶标要达到高精度外参标定需要较高的制造精度，这会带来极为高昂的成本。
3、综上所述，现有外参标定方法需要具有很高制造精度的立体靶标才能实现，因此，提出一种新的外参标定方法以解决上述问题是十分必要的。
技术实现思路
1、本专利技术的目的是为解决对低或无共同视场多视角视觉检测系统高精度外参标定方法的实现需要依赖于高制造精度的立体靶标的问题，而提出的一种多视角视觉检测系统的外参标定方法。
2、本专利技术为解决上述技术问题所采取的技术方案是：一种多视角视觉检测系统的外参标定方法，所述方法具体包括以下步骤：
3、步骤一、根据多视角视觉检测系统中每台相机的工作距离，
4、步骤二、从各个自由度方向激励平面靶标，并利用多视角视觉检测系统中的各台相机采集图像，将多视角视觉检测系统每次同时采集的图像作为一组；
5、步骤三、对于任意一组图像中的满足完整性条件的各个图像，分别解算采集每个图像时平面靶标相对于相机坐标系的位姿；
6、同理，对每组图像中的满足完整性条件的各个图像进行处理；
7、步骤四、构建残差函数，根据采集的图像和残差函数解算任意两台相机之间的相对位姿以及任意两个平面靶标之间的相对位姿。
8、进一步地，所述将选择出的平面靶标刚性地组合为立体靶标；具体为：
9、根据各台相机的检测空间的位置关系，将各台相机对应的平面靶标刚性地组合为立体靶标。
10、进一步地，所述多视角视觉检测系统为三视角视觉检测系统，即系统中包括1个主相机和2个侧相机。
11、进一步地，所述采集图像时需要至少有两台相机满足完整性条件；
12、所述完整性条件为：将当前相机采集图像中包括的完整apriltag的数量记为m，将当前相机对应的平面靶标内包含的apriltag数量记为n，当m与n的比值大于等于25％时，认为当前相机采集的图像满足完整性条件。
13、进一步地，所述分别解算采集每个图像时平面靶标相对于相机坐标系的位姿；具体为：
14、定义id＝0的apriltag的左下角角点为平面靶标坐标系原点，左下角角点到右下角角点的方向为x轴正方向，左下角角点到左上角角点的方向为y轴正方向；
15、对于任意一个满足完整性条件的图像，则该图像中的apriltag的左下角、右下角、右上角、左上角角点在平面靶标坐标系下的坐标分别为((a+c)*id％l,(a+c)*id/l,0)、((a+c)*id％l+a,(a+c)*id/l,0)、((a+c)*id％l+a,(a+c)*id/l+a,0)、((a+c)*id％l,(a+c)*id/l+a,0)；
16、其中，a是单个apriltag的边长，c是相邻apriltag的距离，l是平面靶标中每行包含apriltag的个数，％为取余运算，/为整除运算；
17、根据该图像中的apriltag的左下角、右下角、右上角、左上角角点在图像坐标系下的坐标，在平面靶标坐标系下的坐标以及相机内部参数，解算出该图像对应的平面靶标相对于该图像对应的相机坐标系的位姿。
18、进一步地，所述解算出该图像对应的平面靶标相对于该图像对应的相机坐标系的位姿，采用的是pnp算法。
19、进一步地，所述步骤四的具体过程为：
20、步骤四一、对于多视角视觉检测系统中的相机c1和c2，在采集的第k组图像中，将相机c1对应的平面靶标在相机c1坐标系下位姿的齐次矩阵记为ak，将相机c2对应的平面靶标在相机c2坐标系下位姿的齐次矩阵记为bk；k＝1,2,…,k，k是相机c1和c2同时满足完整性条件的图像组数；
21、步骤四二、将相机c2对应的平面靶标在相机c1对应的平面靶标坐标系下位姿的齐次矩阵记为x，将相机c2在相机c1坐标系下位姿的齐次矩阵记为y，则akx＝ybk；
22、步骤四三、构建残差函数e：
23、e＝λep+(1-λ)erj
24、其中，ep是中间变量，erj是重投影误差，λ是权重；
25、
26、其中，dis(akx-ybk)代表齐次矩阵akx和ybk中旋转矩阵差的frobenius范数与齐次矩阵akx和ybk中平移向量差的模的加权和；
27、将相机c1对应的平面靶标上的角点在平面靶标坐标系下的坐标表示为pi，pi在相机c1采集的第k组图像的图像坐标系下的坐标为pi，则
28、
29、
30、其中，ka是相机c1的内参矩阵，将计算pi的过程记为
31、将相机c2对应的平面靶标上的角点在平面靶标坐标系下的坐标表示为p′i′，p′i′在相机c2采集的第k组图像的图像坐标系下的坐标为p′i′，则
32、
33、
34、其中，kb是相机c2的内参矩阵，将计算p′i′的过程记为
35、
36、
37、其中，norm表示计算欧氏距离，i是相机c1采集的第k组图像中所包含的与平面靶标对应的角点个数，i′是相机c2采集的第k组图像中所包含的与平面靶标对应的角点个数，是pi在相机c1采集图像坐标系下所对应的实际坐标，是p′i′在相机c2采集图像坐标系下所对应的实际坐标；
38、则重投影误差为erj：
39、
40、步骤四四、通过最小化残差函数值求解出齐次矩阵x和y；
41、步骤四五、对于多视角视觉检测系统中的每两台相机，均执行步骤四一至步骤四四的过程。
42、进一步地，所述齐次矩阵x和y采用levenberg-marquadt算法计算。
43、更进一步地，所述方法还包括步骤五，步骤五具体为：
44、将相机c1在相机g坐标系下的位姿记为y1，将相机c2在相机g坐标系下的位姿记为y2，将相机c2在相机c1坐标系下的位姿记为y3，则
45、y1-1y2＝y3
46、其中，上角标-本文档来自技高网...
【技术保护点】
1.一种多视角视觉检测系统的外参标定方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述将选择出的平面靶标刚性地组合为立体靶标；具体为：
3.根据权利要求2所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述多视角视觉检测系统为三视角视觉检测系统，即系统中包括1个主相机和2个侧相机。
4.根据权利要求3所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述采集图像时需要至少有两台相机满足完整性条件；
5.根据权利要求4所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述分别解算采集每个图像时平面靶标相对于相机坐标系的位姿；具体为：
6.根据权利要求5所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述解算出该图像对应的平面靶标相对于该图像对应的相机坐标系的位姿，采用的是PNP算法。
7.根据权利要求6所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述步骤四的具体过程为：
8.根据权利要求
9.根据权利要求8所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述方法还包括步骤五，步骤五具体为：
...【技术特征摘要】
1.一种多视角视觉检测系统的外参标定方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述将选择出的平面靶标刚性地组合为立体靶标；具体为：
3.根据权利要求2所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述多视角视觉检测系统为三视角视觉检测系统，即系统中包括1个主相机和2个侧相机。
4.根据权利要求3所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述采集图像时需要至少有两台相机满足完整性条件；
5.根据权利要求4所述的一种多视角视觉检测系统的外参标定方法，其特征在于，所述分别解...
【专利技术属性】
技术研发人员：刘国栋，陈冠华，陈凤东，卫晶，时圣星，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。