haclon固定相机位标定

  1. 什么是标定?
    工业应用中相机拍到一个mark点的坐标为C1(Cx,Cy),C1点对应的龙门架/机械手等执行端对应的坐标是多少?
    标定就是解决这个问题,如相机拍到一个点坐标C1(Cx,Cy),通过标定公式的计算得到点R1(Rx,Ry),R1就是龙门架/机械手坐标系的真实点位
    C1与R1之间存在一种固定的关系,求解这个关系的过程叫做标定
  2. 为什么是9点标定?
    C1与R1之间的关系只有四种平移、缩放、旋转、错切
    矩阵中有对四种关系的公式如下:
    平移矩阵公式 image.png
    缩放矩阵公式 image.png
    旋转矩阵公式 image.png
    错切矩阵公式image.png
    上面四种矩阵相乘合成一个矩阵就是仿射变换矩阵 image.png
    最后一个矩阵是根据前4个矩阵相乘得到,故为得到最终的放射变换矩阵,需要知道 Tx,Ty,Sx,Sy,θ,Theta这6个参数。为得到6个参数至少需要6个不同等式,而每个点位包涵(x,y)坐标,所以每个点位可以产生2个不同等式。
    故此我们得出结论最少3个点我们就可以推到出最终的放射变换矩阵。
    那为什么是9点标定呢?答案是为了提高精度,通过9个点我们可以有N种组合算出结果,基于这些结果我们求类似于平均值的东西提高精度
    那为什么不是10个,11个或更多点呢?答案是9个点的计算已经基本满足大家对精度的要求了,如π=3.1415926已经满足计算精度了,就没必要再把π计算到小数点后100位了
  3. 怎么实现9点标定呢?
    拿到9个相机点位[C1,C2...C9],同时拿到这9个点对应的机械手或龙门架真实坐标[R1,R2...R9]
    把上面数据套入halcon的vector_to_hom_mat2d算子,就可以得到放射变换矩阵了
csharp 复制代码
*像素坐标
Row1:=[1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6]
Column1:=[1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3]

*机械坐标
Row2:=[50,51.999,54.999,56.999,59.999,62.996,-4.999,-3,0,1.999,4.999,7.995,-59.998,-57.001,-55.001,-52.001,-49.003,-45.005]
Column2:=[-93.3,-47.299,0.002,45.499,91.498,135.493,-92.301,-44.3,0,46.999,91.497,135.494,-90.297,-44.297,1.003,46.999,91.497,134.494]

*求解放射变换矩阵
vector_to_hom_mat2d (Row1, Column1, Row2, Column2, HomMat2D)

*保存变换矩阵到HomMat2D.mat中
serialize_hom_mat2d (HomMat2D, SerializedItemHandle)
open_file ('HomMat2D.mat', 'output_binary', FileHandle) 
fwrite_serialized_item (FileHandle, SerializedItemHandle) 
close_file (FileHandle)



  1. 传统的9点标定工具怎么做?
    求解9点工具的难点在于怎么得到相机拍照点C1对应的真实坐标R1?
    传统的作法是在机械手或龙门架的执行端下挂一个针尖。让龙门架/机械手到达标定板的点位1使针尖与点位1中心重合,记录真实位置,同时通过拍照得出点位1的相机坐标
  2. 还有没有更方便的9点标定工具?其原理是什么?
    有,其核心原理是取消针尖,通过旋转180度方式求解出相机坐标点C1
    精度更高的方式:可以旋转任意角度得到5个点,拟合椭圆,然后根据椭圆的圆度判断这个点是否ok
    如机械手在物理点位R1(Rx,Ry)拍照的到此mark点对应的相机坐标C1(Cx1,Cy1),然后让机械手旋转180度再次拍照的到mark点对应相机坐标C2(Cx2,Cy2)。那么物理点R1(Rx,Ry)对应的相机的点位未C1,C2的中心点。 因为物料点围绕自己旋转真实点位并未发生变化。
    通过这种方法就可以实现自动化的9点标定工具
    另外评估一个标定结果的精度,可以通过放一块标定板,用不同的位置来拍照定位他;理论上理论上标定板没有动,得到的位置点的误差只有标定误差
相关推荐
工业相机定制与开发1 天前
几种常见的激光打标机及适配材质推荐选型
目标跟踪·视觉检测·材质
格林威1 天前
常规环形光源在工业视觉检测上的应用
人工智能·数码相机·计算机视觉·视觉检测·工业相机·工业光源·环形光源
格林威4 天前
常规点光源在工业视觉检测上的应用
大数据·人工智能·数码相机·计算机视觉·视觉检测·制造·视觉光源
格林威5 天前
偏振工业相机的简单介绍和场景应用
人工智能·深度学习·数码相机·计算机视觉·目标跟踪·视觉检测·工业相机
格林威5 天前
近红外工业相机的简单介绍和场景应用
人工智能·深度学习·数码相机·计算机视觉·视觉检测·制造·工业相机
格林威6 天前
偏振相机在半导体制造的领域的应用
人工智能·深度学习·数码相机·计算机视觉·视觉检测·制造
智驱力人工智能6 天前
疲劳驾驶检测提升驾驶安全 疲劳行为检测 驾驶员疲劳检测系统 疲劳检测系统价格
人工智能·安全·目标检测·目标跟踪·视觉检测
沃达德软件7 天前
视频图像数据库基础服务
数据库·图像处理·人工智能·计算机视觉·视觉检测
格林威8 天前
UV紫外相机的简单介绍和场景应用
人工智能·数码相机·计算机视觉·视觉检测·制造·uv·工业相机
格林威8 天前
短波红外相机的简单介绍和场景应用
人工智能·数码相机·计算机视觉·目标跟踪·视觉检测·工业相机·工业镜头