相机标定实验

相机标定

文章目录

• 相机标定
• 1 ROS标定
• • 1.1安装标定程序
  • 1.2 下载标定板
  • 1.3 标定
  • 1.4 标定结果
  • 2 Kalibr相机标定
  • • 2.1 下载官方提供的标定板
    • 2.2 自定义标定板
    • 2.3 cam数据录制
    • 2.4 标定
    • 2.5 输出结果
    • 3 MATLAB标定
    • • 3.1 打开工具
      • 3.2 添加标定板图片
      • 3.3 设置标定参数
      • 3.4 生成标定结果
      • 3.5 ���定结果

        1 ROS标定

          这里使用了OpenCV camera calibration

        1.1安装标定程序

        sudo apt install ros-$ROS_DISTRO-camera-calibration# https://github.com/ros-perception/image_pipeline/tree/melodic源码安装

          选择对应的ROS版本，新建一个工作空间，把camera-calibration拖进去编译即可。

        1.2 下载标定板

          可以自己生成生成标定板网站，也可以直接用这个

        1.3 标定

        • 打开相机标定节点并指定话题

          rosrun camera_calibration cameracalibrator.py --size 9x6 --square 0.02 image:=/camera2/camera/color/image_raw

          –size 9x6 表示棋盘格按照角点（两个黑色块相接的地方）为9列6行

          –square 0.02 表示每个黑白块的边长为2cm

          image:=/camera/rgb/image_raw 设置接收的rgb图像话题

          更多参数参考：http://wiki.ros.org/camera_calibration

          这里还有个报错，显示找不到cameracalibrator这个可执行文件，因为这个文件是从windows拖到车里的，所以这些python文件没有可执行权限，所以运行失败

          chmode +x xxx.py # 添加执行权限

          • calibration file应该类似如下

            image_width: 640image_height: 480# The camera name is fixed. The color camera is rgb_camera, the depth/IR camera name is ir_cameracamera_name: rgb_cameracamera_matrix:  rows: 3  cols: 3  data: [517.301, 0, 326.785, 0, 519.291, 244.563, 0, 0, 1]distortion_model: plumb_bobdistortion_coefficients:  rows: 1  cols: 5  data: [-0.41527, 0.31874, -0.00197, 0.00071, 0]rectification_matrix:  rows: 3  cols: 3  data: [0.999973, 0.00612598, -0.00406652, -0.00610201, 0.999964, 0.00588094, 0.0041024, -0.00585596, 0.999974 ]projection_matrix:  rows: 3  cols: 4  data: [517.301, 0, 326.785, -25.3167, 0, 519.291, 244.563, 0.282065, 0, 0, 1, 0.0777703]

            1.4 标定结果

              生成压缩包/tmp/calibrationdata.tar.gz'，其中的 ost.yaml就是标定结果。

            [image]width:800height:600[narrow_stereo]camera matrix375.192406 0.000000 400.5414920.000000 376.253860 317.5131240.000000 0.000000 1.000000distortion0.131676 -0.094047 0.004399 -0.004491 0.000000rectification1.000000 0.000000 0.0000000.000000 1.000000 0.0000000.000000 0.000000 1.000000projection786.365845 0.000000 -8.585413 0.0000000.000000 862.199036 -9.969647 0.0000000.000000 0.000000 1.000000 0.000000

            2 Kalibr相机标定

              Kalibr安装参考官网，下载好依赖即可，安装过程可能会出现内存不足情况，且编译时间很久。

            2.1 下载官方提供的标定板

            标定板下载–Aprilgrid 6x6 0.8x0.8 m (A0 page)

            标定前, 注意测量格子的尺寸信息填入yaml文件

            target_type: 'aprilgrid' #gridtypetagCols: 6               #number of apriltags---6列tagRows: 6               #number of apriltags---6行tagSize: 0.088           # size of apriltag, edge to edge [m]--atagSpacing: 0.3     #ratio of space between tags to tagSize--a/bcodeOffset: 0            #code offset for the first tag in the aprilboard

            2.2 自定义标定板

            可以使用下面命令自定义一个Aprilgrid标定板（前提安装好kalibr）

            rosrun kalibr kalibr_create_target_pdf --type apriltag --nx [NUM_COLS] --ny [NUM_ROWS] --tsize [TAG_WIDTH_M] --tspace [TAG_SPACING_PERCENT]

            报错：kalibr_create_target_pdf: command not found，因为执行ROS命令没有加rosrun kalibr

            # 这样子实际大小在一张A4左右rosrun kalibr kalibr_create_target_pdf --type apriltag --nx 6 --ny 6 --tsize 0.025 --tspace 0.3

            参考

            2.3 cam数据录制

            将ros topic的频率降低到4hz左右进行采集

            ROS 提供了改变 topic 发布频率的节点throttle, 指令如下

            # 使用方法rosrun topic_tools throttle messages   [outtopic]rosrun topic_tools throttle messages /mynteye/left/image_raw 4.0 /leftrosrun topic_tools throttle messages /mynteye/right/image_raw 4.0 /right

            录制数据

            rosbag record -O stereo_calibra.bag /left /right-

            2.4 标定

            官网给了这个示例，可以先跑下这个看看对不对

            source ros_ws/kalibr/devel/setup.bash# 径向和切向畸变rosrun kalibr kalibr_calibrate_cameras --bag stereo_calibra.bag --topics /left /right --models pinhole-radtan pinhole-radtan --target april_6x6_80x80cm_A0.yaml# 或者采用 pinhole-equi 模型，对畸变大的相机效果不错----全景畸变rosrun kalibr kalibr_calibrate_cameras --bag stereo_calibra.bag --topics /left /right --models pinhole-equi pinhole-equi --target april_6x6_80x80cm_A0.yaml

            该工具必须提供以下输入：

            • –bag filename.bag

              包含数据的 ROS 包

            • –topics TOPIC_0 … TOPIC_N

              包中所有相机主题的列表。匹配 --models 的顺序

            • –models MODEL_0 … MODEL_N

              要安装的相机/畸变模型列表。与 --topics 的顺序匹配（请参阅支持的型号）

            • –target target.yaml

              校准目标配置（请参阅校准目标）

              关于支持的相机型号模型

              Kalibr支持以下投影模型

              • pinhole camera model (pinhole)1-针孔相机模型

                (intrinsics vector: [fu fv pu pv])

              • omnidirectional camera model (omni)2-全向相机模型

                (intrinsics vector: [xi fu fv pu pv])

              • double sphere camera model (ds)3

                (intrinsics vector: [xi alpha fu fv pu pv])

              • extended unified camera model (eucm)4

                (intrinsics vector: [alpha beta fu fv pu pv])

                The intrinsics vector contains all parameters for the model:

                • fu, fv: focal-length焦距
                • pu, pv: principal point主点
                • xi: mirror parameter (only omni)镜像参数
                • xi, alpha: double sphere model parameters (only ds)双球模型参数
                • alpha, beta: extended unified model parameters (only eucm)

                  Distortion models畸变模型

                  • radial-tangential (radtan)*-径向切向畸变

                    (distortion_coeffs: [k1 k2 r1 r2])

                  • equidistant (equi)**

                    (distortion_coeffs: [k1 k2 k3 k4])

                  • fov (fov)5

                    (distortion_coeffs: [w])

                  • none (none)

                    (distortion_coeffs: [])

                      请注意，主题 (–topics) 和相机/畸变模型 (–model) 的顺序必须匹配并确定输出中的内部相机编号。

                    可以使用以下方式运行校准：

                    kalibr_calibrate_cameras --bag [filename.bag] --topics [TOPIC_0 ... TOPIC_N] --models [MODEL_0 ... MODEL_N] --target [target.yaml]

                    由于对焦距的初始猜测错误，在处理前几张图像后，优化可能会出现偏差。在这种情况下，只需尝试重新启动校准，因为初始猜测是基于随机选择的图像。

                    使用 help 参数可以获得有关选项的更多信息：

                    kalibr_calibrate_cameras --h

                    示例包文件的示例命令（在此处下载）：

                    # 就是要给出配置文件yaml和bag的路径！rosrun kalibr kalibr_calibrate_cameras \ --target april_6x6.yaml \ --models pinhole-radtan pinhole-radtan \ --topics /cam0/image_raw /cam1/image_raw \ --bag cam_april.bag \ --bag-freq 10.0

                    2.5 输出结果

                    大车没电了，下次补下

                    3 MATLAB标定

                    参考

                    3.1 打开工具

                    • 命令行窗口输入 cameraCalibrator

                    • 或在APP中找到图像处理和计算机视觉，点击Camera Calibrator

                      3.2 添加标定板图片

                      若标定图为棋盘格：

                      更改参数，因为这里是20mm的标定板

                      3.3 设置标定参数

                      CAMERA MODEL 栏中

                      • Camera Model：选择 Standard

                      • Options：

                        • 选择 2 Coefficients，3 Coefficients 一般用于鱼眼相机，工业相机一般不选择此项

                        • 勾选 Tangential Distortion，用以计算切向畸变

                        • 不勾选 Skew，若勾选，标定相机内参结果将出现参数 s ，即内参的第一行是 [fx, s, u0] ，这将会与我们使用的 OpenCV 进行测距的参数不同

                          然后点击校准

                          3.4 生成标定结果

                          拖拽红线，让误差尽可能小，抛弃哪些大于红线的图像

                          最后输出标定结果

                          3.5 标定结果

                             Camera Intrinsics# 相机内参                    IntrinsicMatrix: [3×3 double]                    焦距 FocalLength: [fx、fy]                     PrincipalPoint: [cx、cy]                               Skew: 0# 倾斜系数，描述了图像的x轴和y轴之间的角度偏差，一般情况下为0                   RadialDistortion: [k1、k2] #径向畸变参数               TangentialDistortion: [p1、p2] # 切向畸变参数，                          ImageSize: [600 800]   Camera Extrinsics# 相机外参                   RotationMatrices: [3×3×52 double]                 TranslationVectors: [52×3 double]   Accuracy of Estimation              MeanReprojectionError: xxx# 平均重投影误差

                          最终校准结果

                             Camera Intrinsics                    IntrinsicMatrix: [3×3 double]                        FocalLength: [371.4645 372.0877]                     PrincipalPoint: [402.1875 313.9287]                               Skew: 0                   RadialDistortion: [0.1160 -0.0816]               TangentialDistortion: [0.0026 -0.0053]                          ImageSize: [600 800]   Camera Extrinsics                   RotationMatrices: [3×3×19 double]                 TranslationVectors: [19×3 double]   Accuracy of Estimation              MeanReprojectionError: 0.1345                 ReprojectionErrors: [54×2×19 double]                  ReprojectedPoints: [54×2×19 double]   Calibration Settings                        NumPatterns: 19                        WorldPoints: [54×2 double]                         WorldUnits: 'millimeters'                       EstimateSkew: 0    NumRadialDistortionCoefficients: 2       EstimateTangentialDistortion: 1estimationErrors =   cameraCalibrationErrors - 属性:    IntrinsicsErrors: [1×1 intrinsicsEstimationErrors]    ExtrinsicsErrors: [1×1 extrinsicsEstimationErrors]