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
康谋自动驾驶6 小时前
拆解3D Gaussian Splatting:原理框架、实战 demo 与自驾仿真落地探索!
算法·数学建模·3d·自动驾驶·汽车
violet-lz7 小时前
数据结构八大排序:希尔排序-原理解析+C语言实现+优化+面试题
数据结构·算法·排序算法
ezl1fe7 小时前
第一篇:把任意 HTTP API 一键变成 Agent 工具
人工智能·后端·算法
冯诺依曼的锦鲤7 小时前
算法练习:双指针专题
c++·算法
吃着火锅x唱着歌7 小时前
LeetCode 668.乘法表中第k小的数
算法·leetcode·职场和发展
前端小刘哥7 小时前
互联网直播点播平台EasyDSS流媒体技术如何赋能多媒体展厅智能化升级?
算法
Python算法实战7 小时前
平安大模型面试题:Self-Attention 原理与多头注意力设计
人工智能·算法·自然语言处理·大模型·面试题
Python算法实战8 小时前
腾讯送命题:手写多头注意力机制。。。
人工智能·算法·面试·大模型·强化学习
前端小刘哥8 小时前
现场直播的技术革新者:视频直播点播平台EasyDSS在现场直播场景中的技术应用
算法
violet-lz8 小时前
数据结构八大排序:堆排序-从二叉树到堆排序实现
数据结构·算法