番茄收获机器人视觉系统标定技术的研究 .pdfVIP

维普资讯

２００６年９月农机化研究第９期

番茄收获机器人视觉系统标定技术的研究

王新忠，毛罕平，仲琴，林伟明

（１．江苏大学农业装备研究院，江苏镇江２１２０１３；２．江苏技术师范学院机械工程系，江苏常州２１３００１）

摘要：针对机器人在番茄收获中的应用背景，构建了番茄收获机器人视觉系统的摄像机模型，进而提出

了内外参数分离的摄像机标定方法。同时，对摄像机的内外参数实行分离标定选取世界坐标系和摄像机坐

标系重合，两摄像头沟轴平行。实验结果表明：该方法快速简单、精度高、有效合理。

关ｔ词：自动控制技术；视觉系统；理论研究；番茄收获机器人；摄像机标定；内参数；外参数

中图分类号：ＴＰ２４２．６’２文献标识码：Ａ文章编号：１００３—１８８Ｘ（２００６）０９－－００８０－－０３

像机的光心，ｚ轴与摄像机的光轴重合）；ｏ～Ｙ是

０引言

中心在ｏ’点（光轴ｚ与图像平面的交点）平行于轴

机器人视觉系统的标定就是要解决相机坐标系的图像物理坐标系，ｐ・，（Ｙ。）是在理想的小孔摄像机

与图像坐标系之间的关系以及确定两个摄像机之间模型下的Ｐ点的图像坐标（ｍｍ）；Ｐ・，（）是在摄像

的相对位置，获得摄像机的属性参数。建立一个有机透镜畸变的情况下的Ｐ点的图像坐标（ｍｍ）；

效的摄像机模型。目前，摄像机标定技术可以分为ｐ，（，’ｌｎ）是在计算机图像坐标系中的图像坐标，其单

两类“’：一是传统的标定技术；二是自标定技术。位是像素（ｐｉｘｅ１ｓ）。

传统的标定技术是利用一个标准参照物与其对应图Ｏ

像的对应约束关系来确定摄像机模型的参数。可以

用一幅以上的图像进行标定。已经有较成熟的方法厶

和理论。如较为典型的就是Ｔｓａｉ提出的两步法。

１９９２年，Ｈａｒｔ１ｅｙ和Ｆａｕｇｅｒａｓ等人首次提出自标定

技术，目前已成为计算机视觉领域的研究热点之一。

它不同于传统的摄像机标定技术，无须利用一个标

准的参照物以获得准确的三维信息，而是通过控制

摄像机运动得到图像序列，利用从图像序列的匹配

信息中得到的约束关系来计算摄像机模型的参数；圈１带■变的成像■型

但这些方法都要求具有主动视觉平台，实现起来价经过一系列坐标系转换，得到点Ｐ的世界坐标

格昂贵。为此。提出了一种介于传统标定方法和自系中（ｘ，Ｙ，ｚ）与计算机图像坐标系中，ｎ）的关系为

标定方法之间的新的、更灵活的标定方法，以达到．ｆＩｍ１嘴季＝Ｋ＾

快速简单、有效合理的效果。

，【１儿ｌ＝Ｉ１００

１摄像机模型

在实际应用中。由于摄像机光学系统存在加工其中，人为畸变系数矩阵；只与摄像机内部

误差，物点在摄像机像面上实际成像与理想成像之结构有关，称为内参数矩阵；Ｍ只与摄像机相对于

间存在光学畸变误差，成像模型阻如图１所示。世界坐标系