摄像机与激光测距仪(Camera and laser rangefinder,LRF)被广泛应用于机器人、移动道路测量车、无人驾驶等领域.其中,外参数标定是实现图像与LIDAR数据融合的第一步,也是至关重要的一步.本文提出一种新的基于最小解(Minimal solution)...摄像机与激光测距仪(Camera and laser rangefinder,LRF)被广泛应用于机器人、移动道路测量车、无人驾驶等领域.其中,外参数标定是实现图像与LIDAR数据融合的第一步,也是至关重要的一步.本文提出一种新的基于最小解(Minimal solution)外参数标定算法,即摄像机与激光仅需对标定棋盘格采集三次数据.本文首次提出虚拟三面体概念,并以之构造透视三点问题(Perspective-three-point,P3P)用以计算激光与摄像机之间的坐标转换关系.相对于文献在对偶三维空间(Dual 3D space)中构造的P3P问题,本文直接在原始三维空间中构造P3P问题,具有更直观的几何意义,更利于对P3P问题进行求解与分析.针对P3P问题多达八组解的问题,本文还首次提出一种平面物成像区域约束方法从多解中获取真解,使得最小解标定法具有更大的实用性与灵活性.实验中分别利用模拟数据与真实数据对算法进行测试.算法结果表明,在同等输入的条件下,本文算法性能超过文献中的算法.本文所提的平面物成像区域约束方法能从多解中计算出真解,大大提高了最小解算法的实用性与灵活性.展开更多
文摘摄像机与激光测距仪(Camera and laser rangefinder,LRF)被广泛应用于机器人、移动道路测量车、无人驾驶等领域.其中,外参数标定是实现图像与LIDAR数据融合的第一步,也是至关重要的一步.本文提出一种新的基于最小解(Minimal solution)外参数标定算法,即摄像机与激光仅需对标定棋盘格采集三次数据.本文首次提出虚拟三面体概念,并以之构造透视三点问题(Perspective-three-point,P3P)用以计算激光与摄像机之间的坐标转换关系.相对于文献在对偶三维空间(Dual 3D space)中构造的P3P问题,本文直接在原始三维空间中构造P3P问题,具有更直观的几何意义,更利于对P3P问题进行求解与分析.针对P3P问题多达八组解的问题,本文还首次提出一种平面物成像区域约束方法从多解中获取真解,使得最小解标定法具有更大的实用性与灵活性.实验中分别利用模拟数据与真实数据对算法进行测试.算法结果表明,在同等输入的条件下,本文算法性能超过文献中的算法.本文所提的平面物成像区域约束方法能从多解中计算出真解,大大提高了最小解算法的实用性与灵活性.
