[发明专利]相机自校准方法、系统、相机、机器人及云端服务器

权利要求书

1.一种相机自校准方法，其特征在于，所述相机自校准方法包括：

获取机器人的相机在平移过程中拍摄的多张图像；

相机内部参数的自校准，包括：

获取各图像中预期的视觉特征点位置与各所述图像共有的共有视觉特征点的位置之间的距离并将该距离作为重投影误差；

根据预设算法优化所述重投影误差，并将优化时获得的所述重投影误差的最小值对应的相机的焦距和畸变参数作为相机的当前焦距和当前畸变参数；

相机外部参数的自校准，包括：

利用vSLAM算法获取相机位置的移动轨迹，并将所述相机位置的移动轨迹拟合成一个平面；

获取该平面与水平面的夹角并将该夹角作为相机的仰角。

2.根据权利要求1所述的相机自校准方法，其特征在于，所述相机内部参数的自校准还包括：

提取各图像中的视觉特征点；

将各图像中的视觉特征点进行匹配获取各图像中由同一个3D特征点投影得到的共有视觉特征点。

3.根据权利要求1所述的相机自校准方法，其特征在于，所述根据预设算法优化所述重投影误差具体包括：

根据梯度下降算法并结合相机的当前焦距和畸变参数、相机的位姿以及所述共有视觉特征点对应的3D特征点位置优化所述重投影误差。

4.根据权利要求1所述的相机自校准方法，其特征在于，将所述相机位置的移动轨迹中垂直于水平面的定位量拟合成所述平面，所述平面的平面方程为：

n_x(x-x₀)+n_y(y-y₀)+n_z(z-z₀)＝0；

其中，x，y，z分别为拟合平面上点的X，Y，Z坐标，x₀，y₀，z₀为相机轨迹中的一点，n_x，n_y，n_z分别为相机平面法向量的X，Y，Z分量。

5.一种相机自校准系统，其特征在于，所述相机自校准系统包括：

图像获取模块，用于获取机器人的相机在平移过程中拍摄的多张图像；

相机内部参数的自校准模块，包括：

重投影误差获取单元，用于获取各图像中预期的视觉特征点位置与各所述图像共有的共有视觉特征点的位置之间的距离并将该距离作为重投影误差；

优化单元，用于根据预设算法优化所述重投影误差，并将优化时获得的所述重投影误差的最小值对应的相机的焦距和畸变参数作为相机的当前焦距和当前畸变参数；

相机外部参数的自校准模块，包括：

移动轨迹获取单元，用于利用vSLAM算法获取相机位置的移动轨迹；

平面拟合单元，用于将所述相机位置的移动轨迹拟合成一个平面；

仰角获取单元，用于获取该平面与水平面的夹角并将该夹角作为相机的仰角。

6.根据权利要求5所述的相机自校准系统，其特征在于，所述相机内部参数的自校准模块还包括：

视觉特征点提取单元，用于提取各图像中的视觉特征点；

共用视觉特征点匹配单元，用于将各图像中的视觉特征点进行匹配获取各图像中由同一个3D特征点投影得到的共有视觉特征点。

7.根据权利要求5所述的相机自校准系统，其特征在于，所述优化单元根据梯度下降算法并结合相机的当前焦距和畸变参数、相机的位姿以及所述共有视觉特征点对应的3D特征点位置优化所述重投影误差。