张正友相机标定算法

1.标定算法

2.标定误差

2.1相关定义

A 设计外参: 车型设计中,规定的相机装配外参, 一般从车厂数据模型中得到

B 实际外参: 相机安装后的实际外参

C 标定输出的外参: 标定算法输出的外参, 需要非常接近实际外参

D 超差阈值:算法判定,标定输出的外参与设计外参之间的差超过阈值,认定安装存在问题,需要返工或者维修.

2.2 外参工装误差

摄像头在产线安装时由于安装工艺,机械结构不精确、固定不牢固等原因造成的外参误差。

工装误差是实际外参与设计外参之间的误差.

工装误差如果在设计允许的误差范围内, 且后续外参标定准确,并不会影响到后续功能的运行.

根据已有经验[2022],车厂一般可以把角度控制在1°以内.一般规定的超差阈值为3°.

超差阈值控制的是安装的极值, 工厂需要以比超差阈值低很多的指标控制安装工艺.

2.3 外参标定误差

是指标定算法输出的外参与实际外参之间的差。

根据已有经验[2023],当前hobot 基于标靶方案和在线方案的标定精度在<0.3°量级,具体精度取决于传感器以及标定方式, 标定依赖环境.

2.4算法容忍的外参误差

由于视觉感知算法,是基于采集车数据标注及训练的.虽然会有一定的加偏策略实现数据增强, 但训练出来的算法对相机安装角度变化的泛化能力有限,故实际量产车的相机外参与训练时的外参不能有太大的差别.

2.5 标定算法矫正能力

标定算法能够容忍的外参实际值与外参设计值[标定的初始值]之间的误差是有限的, 标定算法只能在容忍的误差范围内完成标定, 这个容忍度需要略大于系统设计的外参工装误差.

相关推荐
机器学习之心2 分钟前
198种组合算法+优化TCN时间卷积神经网络+SHAP分析+新数据预测+多输出!深度学习可解释分析,强烈安利,粉丝必备!
深度学习·算法·shap分析·tcn时间卷积神经网络
代码游侠3 分钟前
数据结构——线性表
linux·c语言·数据结构·学习·算法
吃着火锅x唱着歌5 分钟前
LeetCode 3371.识别数组中的最大异常值
数据结构·算法·leetcode
元亓亓亓7 分钟前
LeetCode热题100--74. 搜索二维矩阵--中等
算法·leetcode·矩阵
zzzsde18 分钟前
【C++】异常:概念及使用
开发语言·c++·算法
ghie909030 分钟前
ART 和SART 医学CT重建迭代重建算法
人工智能·算法·计算机视觉
熊猫_豆豆31 分钟前
基于改进沙猫群优化算法的Otsu图像分割
人工智能·算法·计算机视觉
吃着火锅x唱着歌33 分钟前
LeetCode 624.数组列表中的最大距离
数据结构·算法·leetcode
im_AMBER37 分钟前
Leetcode 64 大小为 K 且平均值大于等于阈值的子数组数目
笔记·学习·算法·leetcode
AndrewHZ37 分钟前
【图像处理基石】什么是图像处理中的注意力机制?
图像处理·pytorch·深度学习·算法·计算机视觉·注意力机制·通道注意力