[发明专利]相机自校准方法、系统、相机、机器人及云端服务器

说明书

本发明提供一种相机自校准方法、系统、相机、机器人及云端服务器，所述方法包括：获取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；根据预设算法优化重投影误差，并将优化时获得的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。本发明可以对相机外部参数和内部参数自动校准，可以上传云端进行相机校准。

技术领域

本发明涉及移动机器人领域，特别是涉及觉同步定位技术领域，具体为一种相机自校准方法、系统、相机、机器人及云端服务器。

版权申明

本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。

背景技术

随着计算视觉技术的发展，基于视觉的同步定位技术在移动机器人(例如扫地机器人)上逐渐普及。vSLAM(visual Simultaneous Localizaiton And Mapping，基于视觉的同步定位与地图构建)技术的定位精度依赖于对相机内部参数(焦距，畸变参数)以及外部参数(俯仰角)的准确估计。相机参数需要在vSLAM模块出厂时进行精确校准。

现有技术依赖于出厂时使用专业设备进行参数校准，具体方法为将校准图放置在一系列已知的位置上，使用相机拍摄校准图，通过校准算法估计相机的内参和外参。

在机器人使用过程中，由于外力冲撞，热胀冷缩等因素均可能导致相机参数的变化，出厂时的参数可能会在使用过程中失效。现有的方法无法在机器人出厂后进行自动校准。

发明内容

为了解决上述的以及其他潜在的技术问题，本发明的实施例提供了种相机自校准方法，所述相机自校准方法包括：获取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。

于本发明的一实施例中，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。

于本发明的一实施例中，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。

于本发明的一实施例中，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。