激光雷达与相机融合标定技术研究进展

单传感器存在采集数据信息不完整的缺点，比如激光雷达缺乏纹理色彩信息，相机缺乏深度信息。激光雷达和相机数据融合可实现传感器之间信息互补，感知空间精准的彩色三维数据，被广泛应用于自动驾驶、移动机器人等领域。针对现阶段激光雷达和相机外参标定文献多、杂、乱等问题，文中系统地梳理了校准流程和归纳了校准方法。首先介绍了激光雷达和相机单传感器内参标定的原理和方法，并建立数学模型概述它们外参的标定原理。然后将现有标定方法从基于标靶、基于无标靶、基于运动和基于深度学习四个方向综述归纳，并分析每种标定方法的特点。最后总结全文，并指出提升标定精度基础上实现自动化和智能化的校准方案是未来标定趋势。     

基于超分辨率角点检测算法的双目相机高精度标定方法

双目相机标定是研究立体视觉的基础工作，标定的精度是视觉测量精度的关键。图像角点提取是相机标定的基础，但在现实应用场景中，外界影响使获取的图像不清晰，导致检测到的角点精度低，从而影响标定的精度。因此，提出一种基于超分辨率亚像素角点检测的端到端算法，从特征级解决低质量角点检测问题。首先，应用盲超分部分估计低分辨率图像模糊核，融合低分辨率图像特征重建出高分辨率图；然后，在此基础上得到角点亚像素位置；最后对双目相机进行高精度标定，并用测距实验对其进行检验。实验结果表明，所提基于超分辨的亚像素角点检测方法在真实场景下具有优越性。     

基于立体视觉标定方法的改进研究

摄像机标定是立体视觉研究与非接触测量的重要组成部分,是精密视觉测量的基础,传统的标定需要建立复杂的数学模型,从而描述双目视觉中三维空间物点坐标和两个摄像机像面像点坐标间的非线性关系。而神经网络可以有效地处理非线性映射问题。本文介绍一种改进的RBF神经网络,并对该网络标定法与传统标定方法及BP网络标定法的标定结果进行比较。实验结果表明:基于改进RBF神经网络的双目视觉标定方法能获得较高的标定精度。     

基于神经网络的焊缝跟踪系统视觉标定方法

文中提出一种基于深度神经网络的焊缝跟踪系统机器人视觉标定方法，实现了机器人的简单快速标定。将焊缝跟踪传感器安装在机械臂末端，使用线激光器对被检测角点进行定位，工业相机拍摄对应的标定棋盘图像，用角点提取算法获取到相应棋盘格点的数字图像坐标，并通过示教器读取机械臂的各个关节角，利用神经网络极强的非线性映射能力，将其传入训练好的BP神经网络进行三维空间坐标的预测。此方法能够实现机器人的快速标定，避开传统标定方法中复杂的非线性运算，并减少坐标转换间的累积误差。实验结果表明，基于神经网络的标定方法具有较高的精度，且标定过程简单，为机器人视觉标定提供了一种新的方法。     

基于神经网络的双目视觉摄像机标定方法的研究

摄像机标定是精密视觉测量的基础，传统的双目标定位需要建立复杂的数学模型。神经网络可以有效地处理非线性映射问题，本文介绍了一种BP神经网络，可以很好地描述双目视觉中三维空间特征点坐标和2个摄像机对应像点间的非线性关系，并且为了提高网络的学习能力引入了动态因子。将神经网络标定方法与传统的常用标定方法比较，实验结果表明，基于神经网络的双目视觉标定方法能获得较高的标定精度。     

结合扩展卡尔曼滤波的摄像机标定技术

摄像机标定是求解相机内参和外参的过程,是进行后续的计算机视觉相关工作的基础,在所有标定方法中传统摄像机标定法具有最高的标定精度。卡尔曼滤波器(KF)是一组可以有效地预测过程状态信息的数学方程,文中提出一个结合扩展卡尔曼滤波(EKF)的传统摄像机标定新算法。特征点的空间三维坐标和对应的像点坐标是滤波器的输入,输出则是被估计的相机内参与外参。实验结果表明,该方法可以获得更高的标定精度。     

飞行时间深度相机和彩色相机的联合标定

飞行时间（TOF）深度相机等深度传感器可以实时、准确地获取深度信息,在计算机视觉领域受到广泛关注。本文以获取同一视野下场景的纹理信息和深度信息为目的,在传统的棋盘格标定方法基础上,针对TOF深度相机的低分辨率和较大的径向畸变的特点,采用角点稀疏的棋盘格作为标定板以提高角点检测的精度,提出一种TOF深度相机和彩色相机的联合标定方法。首先对彩色相机和深度相机单独标定,使用传统的棋盘格标定方法获得彩色相机的内部参数,对使用深度相机所拍的强度图进行畸变校正后再求得深度相机的内部参数。然后,固定两相机内参,多次实验获得两相机之间的相对位置关系,并使用最小二乘法进行优化。实验结果表明,该方法标定精度高,彩色相机的重投影误差最多可减小0.15个像素,深度相机的重投影误差最多可减少0.09个像素,根据标定结果将深度相机所得的深度图投影到彩色相机的视野下所得的投影深度图能和彩色图像精确对齐。      

基于HALCON的四目摄像机标定技术

针对立体视觉中常用的双目摄像机不能覆盖整个目标视野或立体匹配中误差较大而需采用多个摄像机的情况,基于机器视觉软件HALCON提出了一种四目相机的标定方法,对立体视觉标定原理进行了分析。利用HALCON丰富的算子进行了标定实验,实验证明通过刚性转换可以获得任意相机间的位姿关系,并说明了标定方法的正确性与可行性。     

摄像机标定方法综述

首先介绍了摄像机标定的基本原理以及对摄像机标定方法的分类。通过对最优化标定法、双平面标定法、两步法等传统摄像机方法的具体分析，给出了各种方法的优劣对比；同时对多种自标定方法的研究现状、发展情况以及存在问题进行了探讨。最后给出了发展传统摄像机标定方向、提高摄像机自标定精度的二些参考建议。     

三维点云与可见光图像融合方法及可视化

鉴于三维点云缺少颜色信息和光学图像缺少空间信息，提出一种基于激光雷达与相机自动标定的融合方法，融合后的数据兼有点云的空间信息和光学图像的颜色纹理信息。首先利用平面标定板对激光雷达和光学相机进行分步式自动标定，其次通过共线方程建立坐标关系，将光学图像的颜色纹理信息赋予点云进行融合并进行可视化。实验结果表明：所提方法在提高自动化程度的同时也在一定程度上提高了融合精度；与基于人工匹配的标定融合方法相比，所提方法的精度提升了51.7%；与基于梯形棋盘格标定板的标定融合方法相比，所提方法的精度提升了36.4%。从多角度观测可视化结果，所提方法都能从颜色和空间效果方面更好地还原真实场景。     

航空测绘相机几何标定方法

测绘相机几何标定在航空测绘中具有重要作用。具有测绘功能的相机在使用前必须经过标定。分析了测绘相机几何标定的基本原理和方法,然后对精密测角算法、改进精密测角算法、三维试验场标定法、张正友标定法、径向排列约束(Radial Alignment Constraint,RAC)标定法以及自标定方法进行了具体分析,并给出了各种标定方法的精度对比及评价分析,从而为处于不同环境条件下的航空测绘相机的几何标定提供参考。     

机器视觉系统坐标标定与计算方法

摄像机标定是机器视觉系统中的一个关键问题,介绍了摄像机标定的概念和重要性,并介绍了摄像机传统的标定方法、自标定方法、线性标定方法和非线性标定方法,结合ZFD-900TFT-LCD玻璃自动分断机为例具体讲解了坐标系转换标定的方法和坐标系计算的具体过程.     

基于图像的模拟相机标定方法的研究

从光学测量角度出发,结合计算机主动视觉中的相机标定方法及数字图像处理技术,提出了一种CCD摄像系统畸变校正方法.该法通过使用经纬仪,不需相机做任何运动就能实现全过程的标定.该方法在摄像机模型中全面考虑了镜头的径向畸变,利用图像中心附近点畸变量较小的性质,用中心附近点和全场视点对摄像机内部参数和像差修正参数进行标定,最后由最小二乘法得到摄像系统畸变模型的畸变系数,解决了CCD摄像系统的畸变校正问题.与传统的相机标定不同,畸变校正中仅标定数字图像中像素间距和相机焦距.该法运用了亚像素细分算法,提高了测试系统的精度,是一种简单、有效、实用的标定法.     

双目视觉及其在全自动换电机器人中的应用

介绍了双目立体视觉原理,并利用该技术解决了电动汽车自动换电过程中对电池表面三维信息的定位要求。采用张正友标定法完成相机标定,利用区域匹配原则进行特征点匹配,完成电池的三维重建。实验结果表明,双目视觉的定位精度满足换电要求。     

一种基于单幅图像的相机标定方法

本文提出了一种相机快速标定方法,使用一个平面标定板,仅拍摄一幅图像,就能完成相机标定.与通用的相机标定方法相比,可以减少拍摄图像及计算相机多个参数初值的麻烦,提高了相机标定的效率,尤其适用于多相机同时标定的情况.在计算相机内参时,使用Levenberg-Marquarat方法优化求解.实验结果表明,本算法速度快且精度较高,可应用于机器视觉研究、工业三维测量等多个领域的摄像机标定.本方法也可以选择拍摄二幅或者任意多幅图像,来参与算法的迭代优化过程,以进一步提高标定精度.     

机器视觉软件Sherlock的应用(二)--标定

介绍机器视觉软件sherlock如何对将相机像素坐标系转换成实际测量或检测所需要的坐标系，以及利用标定来修正相机CCD平面与物体测量平面不平行引起的畸变。     

相机标定误差因素分析

分析了影响相机标定精度的一些主要因素,并给出了在这些因素影响下世界坐标重投影误差的分布曲线.仿真及实验表明在非线性相机模型的线性标定方法中,世界坐标的测量精度对相机标定精度有较大影响,标定图片数量15-20幅较合适.对相机标定中合理制作标定板、选择标定图片数量、快速高精度标定相机提供了有益帮助.     

基于编码立体靶标的高精度双目相机标定

为提高双目相机标定的精度和效率，本文提出了一种基于新型编码立体靶标并结合高精度参数优化的双目相机标定方法。新型编码立体靶标通过整合4个空间姿态不同的编码平面靶标，只需拍摄一次即可完成双目相机标定，有效提高了标定效率；每个编码平面靶标内设置多个编码单元，在采集到局部靶标图像时仍能获得高精度标定结果；采用高精度参数优化方法，建立包含重投影约束、标准长度约束和共面约束的目标函数，有效提高了双目相机的标定精度。实验结果表明：相比于张氏标定方法，本文所提标定方法获得的左右相机平均绝对重投影误差分别降低了55.42%和57.22%，平均绝对标准长度误差降低了41.28%，平均绝对共面误差降低了63.04%。通过多次测量不同规格的标准量块，进一步验证了本文所提标定方法的可行性和有效性。     

基于局部单应性的投影仪标定精度研究

结构光三维测量中,系统标定参数不仅是三维重建的基础,其精度对测量结果也有直接的影响,但目前投影仪标定大多存在精度不高、过程复杂等问题。为此,论文利用棋盘格标定板,采用一种基于局部单应性矩阵的投影仪标定方法,通过局部单应性矩阵将相机和投影仪图像角点坐标对应关系建立起来,把角点邻域大小转化为投射角度,对每个投射角度分别进行投影仪标定,根据实验结果综合分析选出系统最佳投射角度。介绍了系统模型及工作原理,并搭建实验系统研究了标定精度和投射角的关系,获得了最佳投射角度,并在此基础上对已知平面和复杂人脸进行三维重建,重投影误差可达0.284 356像素,证明了选取最佳投射角度可获得更高的重建精度。此分析方法不依赖相机标定实现,摆脱了具体结构尺寸的约束,具有更普遍的应用价值。     

基于双目视觉的受电弓碳滑板磨耗检测

将数字图像处理技术和机器视觉应用于受电弓碳滑板磨耗测量,是碳滑板磨耗测量的主要发展方向,文章提出了一种基于双目视觉的受电弓碳滑板磨耗检测方法。该算法首先对双目测量系统进行相机标定,得到双目相机的标定矩阵,然后对双目相机采集得到的碳滑板图像进行边缘提取,利用标定矩阵计算得到两个相机中碳滑板边缘点的对应关系,最后利用对应点计算出碳滑板边缘点的实际空间坐标,从而计算出碳滑板的厚度值。实验及数据处理结果表明：系统的测量误差较小,且此系统安装方便,受外界因素的影响较小。