【VisionMaster】N点标定衍生之双相机融合测量

2024-01-12 13:50
文章标签 相机 标定 融合 测量 衍生 visionmaster 之双

本文主要是介绍【VisionMaster】N点标定衍生之双相机融合测量，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1. 背景

在实际的项目中可能会出现一下情况，待检测产品较大，单个相机在满足精度要求的前提下无法覆盖完整的视野。这时，需要使用两个或多个相机进行拍摄，每个相机的视野仅覆盖待检测产品的一部分。最终，将检测结果映射到同一个物理坐标系下，并完成相关的检测要求。

2. 仿真

为模拟背景中所描述的情况，绘制了如下图像，目标是计算两个红色框标注出来的两个圆特征中心的距离。由于视野与精度的要求，这里使用左相机与右相机分别拍摄其中的一部分。

  • 上侧的L表示机械手坐标系（X轴向右，Y轴向下）
  • 左侧九个点是用于通过N点标定获取左相机的像素坐标系与机械手坐标系之间的映射关系的特征点
  • 右侧九个点是用于通过N点标定获取右相机的像素坐标系与机械手坐标系之间的映射关系的特征点

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

3. 方案配置

在这里插入图片描述

  • 以图像源1开始的流程模拟左相机的处理流程
  • 以图像源2开始的流程模拟右相机的处理流程
  • 以图像源3开始的流程用于结果的验证

4. 左流程

4.1 N点标定

在这里插入图片描述

4.2 圆查找

在这里插入图片描述

4.3 标定转换

在这里插入图片描述

5. 右流程

5.1 N点标定

在这里插入图片描述

5.2 圆查找

在这里插入图片描述

5.3 标定转换

在这里插入图片描述

6. 点点测量

在这里插入图片描述

7. 验证流程

7.1 圆查找3

在这里插入图片描述

7.2 圆查找4

在这里插入图片描述

7.3 点点测量

在这里插入图片描述
在这里插入图片描述

这篇关于【VisionMaster】N点标定衍生之双相机融合测量的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/598081。

相关文章

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五)：Blender锥桶建模

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五)：Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车，并使用通过跨平台的方式进行ROS2和UE5仿真的通讯，达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础，Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程： 第一期：基于UE5和ROS2的激光雷达+深度RG
阅读更多...
韦季李输入法_输入法和鼠标的深度融合

韦季李输入法_输入法和鼠标的深度融合

在数字化输入的新纪元，传统键盘输入方式正悄然进化。以往，面对实体键盘，我们常需目光游离于屏幕与键盘之间，以确认指尖下的精准位置。而屏幕键盘虽直观可见，却常因占据屏幕空间，迫使我们在操作与视野间做出妥协，频繁调整布局以兼顾输入与界面浏览。 幸而，韦季李输入法的横空出世，彻底颠覆了这一现状。它不仅对输入界面进行了革命性的重构，更巧妙地将鼠标这一传统外设融入其中，开创了一种前所未有的交互体验。 想象
阅读更多...
海鸥相机存储卡格式化如何恢复数据

海鸥相机存储卡格式化如何恢复数据

在摄影的世界里，‌每一张照片都承载着独特的记忆与故事。‌然而，‌当我们不慎将海鸥相机的存储卡格式化后，‌那些珍贵的瞬间似乎瞬间消逝，‌让人心急如焚。‌但请不要绝望，‌数据恢复并非遥不可及。‌本文将详细介绍在海鸥相机存储卡格式化后，‌如何高效地恢复丢失的数据，‌帮助您重新找回那些宝贵的记忆。‌ 图片来源于网络，如有侵权请告知 一、‌回忆备份情况 ‌海鸥相机存储卡格式化如何恢复数据？在意
阅读更多...
AI和新基建赋能智慧工地超融合管理平台解决方案

AI和新基建赋能智慧工地超融合管理平台解决方案

1. 项目背景与需求 电力行业的工程管理正朝着智慧化发展，但目前仍处于起步阶段。为满足数字化、网络化、智能化的发展需求，需要构建一个高效综合监控平台，实现对电力项目全过程的精益化管控。 2. 综合管理平台的构建 该平台集成了超融合实景监控、安全智能监测、公共安全防范、技术管理、人员管控和绿色施工等多个方面，通过BIM协同优化设计，提升项目质量和进度管理。 3. 安全智能监测的重要性 安全
阅读更多...
R语言统计分析——重复测量方差分析

R语言统计分析——重复测量方差分析

参考资料：R语言实战【第2版】         所谓重复测量方差分析，即受试者被测量不止一次。本例使用数据集市co2数据集：因变量是二氧化碳吸收量（uptake），自变量是植物类型（Type）和七种水平的二氧化碳浓度（conc）。Type是组间因子，conc是组内因子。Type已经被存储为一个因子变量，还需要将conc转换为因子变量。分析过程如下： # 将conc变量转化为因子变量CO2$c
阅读更多...
解析apollo纵向控制标定表程序

解析apollo纵向控制标定表程序

百度apollo采用标定表描述车辆速度、加速度与油门/刹车之间的关系。该表可使无人车根据当前车速与期望加速度得到合适的油门/刹车开合度。除了文献《Baidu Apollo Auto-Calibration System - An Industry-Level Data-Driven and Learning based Vehicle Longitude Dynamic Calibrating
阅读更多...
机器视觉硬件选型根据某项目相机镜头

机器视觉硬件选型根据某项目相机镜头

一 项目总需求 1、大视野检测需求: (1)大视野： ①产品尺寸15.6寸屏幕，产品大小：350mm x 225mm； ②产品料盘尺寸大小：565mm x 425mm; ③工作距离：880mm；检测精度：500μm； 1、大视野检测需求: (1)大视野： ①产品尺寸15.6寸屏幕，产品大小：350mm x 225mm； ②产品料盘尺寸大小：565mm x 425mm; 工作距离：
阅读更多...
005:VTK世界坐标系中的相机和物体

005:VTK世界坐标系中的相机和物体

VTK医学图像处理---世界坐标系中的相机和物体 左侧是成像结果                                                    右侧是世界坐标系中的相机与被观察物体 目录 VTK医学图像处理---世界坐标系中的相机和物体 简介 1 在三维空间中添加坐标系 2 世界坐标系中的相机 3 世界坐标系中vtkImageData的参数 总结：
阅读更多...
Banana Pi BPI-F3 进迭时空RISC-V架构下，AI融合算力及其软件栈实践

Banana Pi BPI-F3 进迭时空RISC-V架构下，AI融合算力及其软件栈实践

RISC-V架构下，AI融合算力及其软件栈实践 面对未来大模型（LLM）、AIGC等智能化浪潮的挑战，进迭时空在RISC-V方向全面布局，通过精心设计的RISC-V DSA架构以及软硬一体的优化策略，将全力为未来打造高效且易用的AI算力解决方案。目前，进迭时空已经取得了显著的进展，成功推出了第一个版本的智算核（带AI融合算力的智算CPU）以及配套的AI软件栈。 软件栈简介 AI算法部署旨
阅读更多...
三维激光扫描点云配准外业棋盘的布设与棋盘坐标测量

三维激光扫描点云配准外业棋盘的布设与棋盘坐标测量

文章目录 一、棋盘标定板准备二、棋盘标定板布设三、棋盘标定板坐标测量 一、棋盘标定板准备 三维激光扫描棋盘是用来校准和校正激光扫描仪的重要工具，主要用于提高扫描精度。棋盘标定板通常具有以下特点： 高对比度图案：通常是黑白相间的棋盘格，便于识别。已知尺寸：每个格子的尺寸是已知的，可以用于计算比例和调整。平面标定：帮助校准相机和激光扫描仪之间的位置关系。 使用方法 扫描棋盘：
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2