[发明专利]一种基于标定模板的外参标定方法及装置

说明书

本发明公开了一种基于标定模板的外参标定方法及装置，包括：采集标定模板的RGB图像和深度图；对所述RGB图像和所述深度图进行对齐，并根据角点提取算法，对所述RGB图像进行内角点提取；在所述深度图上获取所述RGB图像中提取的每个内角点所对应的深度信息，并根据每个内角点及其所对应的深度信息，计算得到每个内角点在摄像机坐标系下的坐标；根据所述标定模板的预设内角线的投影与叉车坐标系原点重合的关系，获取每个内角点在叉车坐标系下的坐标；根据每个内角点在摄像机坐标系下的坐标和在叉车坐标系下的坐标，计算得到摄像机的标定外参。本发明解决现有技术中标定模板标定过程复杂、外参标定的准确性和鲁棒性低的技术问题。

技术领域

本发明涉及RGBD相机标定技术领域，尤其涉及一种基于标定模板的外参标定方法及装置。

背景技术

同步定位与建图(SLAM，Simultaneous Localization and Mapping)技术的快速发展和工程化落地，使得无人驾驶技术在无人仓库、智慧工厂以及智能物流领域得到了广泛的应用，逐步实现了智能机器人取代人工进行劳动和作业。智能无人叉车作为智能机器人的一种具体形态，在工厂车间自动搬运转移货运的过程中，发挥着巨大的作用。

现有的叉车采用RGBD相机外参数标定方法进行标定，其需要三个互相垂直黑白相间的棋盘格模板，将RGBD相机采集数据并提出三个标定模板的平面，计算棋盘格的角点特征点的点集与三个平面的距离的和，通过位姿的渐变推算得到RGBD相机的外参数，但采用的标定模板数量较多，且标定模板的摆放要求需要两两垂直，要求较高，标定环境相对难以满足，同时还有检测标定板坐标系下的RGB图像上的棋盘角点，并计算在深度相机坐标系下的角点三维坐标，从而计算相机坐标系和标定板坐标系的转换关系，但仅计算出深度相机坐标系到标定板坐标系的变换关系，从标定板到机器人之间的变换关系如何计算以及如何减少标定误差没有涉及，且计算复杂度较高，无法标定结果准确性和稳定性。

因此，目前亟需一种能够简化标定模板标定过程、提高准确性和鲁棒性的外参标定方法。

发明内容

本发明提供了一种基于标定模板的外参标定方法及装置，以解决现有技术中标定模板标定过程复杂、外参标定的准确性和鲁棒性低的技术问题。

为了解决上述技术问题，本发明实施例提供了一种基于标定模板的外参标定方法，包括：

采集标定模板的RGB图像和深度图；其中，所述标定模板的预设内角线的投影与叉车坐标系原点重合；

对所述RGB图像和所述深度图进行对齐，并根据角点提取算法，对所述RGB 图像进行内角点提取；

在所述深度图上获取所述RGB图像中提取的每个内角点所对应的深度信息，并根据每个内角点及其所对应的深度信息，计算得到每个内角点在摄像机坐标系下的坐标；

根据所述标定模板的预设内角线的投影与叉车坐标系原点重合的关系，获取每个内角点在叉车坐标系下的坐标；

根据每个内角点在摄像机坐标系下的坐标和在叉车坐标系下的坐标，计算得到摄像机的标定外参。

作为优选方案，所述在所述深度图上获取所述RGB图像中提取的每个内角点所对应的深度信息，并根据每个内角点及其所对应的深度信息，计算得到每个内角点在摄像机坐标系下的坐标，具体为：

根据所述标定模板的内角点坐标，在所述深度图上获取每个内角点所对应的深度信息；

根据每个内角点所对应的深度信息以及摄像机的预设内参，计算出每个内角点在摄像机坐标系下的坐标。

作为优选方案，在所述深度图上获取每个内角点所对应的深度信息之前，还包括：

将所述标定模板所在平面的点云进行平面拟合，得到所述标定模板的点云在摄像机坐标系下拟合的平面方程。