درک پارامترهای ذاتی و بیرونی یک دوربین برای کاربردهای رباتیک شامل بینایی و ادراک ضروری است.این پارامترها به طور دقیق در نقشه برداری دقیق محیط 3D بر روی تصاویر 2D و برعکس کمک می کنند.این مقاله یک راهنمای گام به گام برای محاسبه این پارامترها فراهم می کند.

دوربین Intrinsic پارامترها

پارامترهای درون گرا ویژگی های داخلی دوربین را تعریف می کنند، مانند طول کانونی و مرکز نوری، معمولا در یک فرم ماتریس به نام ماتریس دوربین نمایش داده می شوند.

برای محاسبه پارامترهای ذاتی، این مراحل را دنبال کنید:

  • تصاویر یک الگوی کالیبراسیون مانند یک چک بورد را از زوایای مختلف ضبط کنید.
  • از یک نرم افزار کالیبراسیون یا کتابخانه (به عنوان مثال OpenCV) برای تشخیص الگو در هر تصویر استفاده کنید.
  • ورودی نقاط شناسایی شده به الگوریتم کالیبراسیون برای محاسبه طول کانونی، مرکز نوری و ضریب های تحریف.

دوربین خارجی پارامترهای

پارامترهای بیرونی موقعیت و جهت گیری دوربین را نسبت به یک سیستم مختصات جهانی توصیف می کنند.آنها توسط یک ماتریس چرخش و یک بردار ترجمه نمایندگی می شوند.

برای تعیین این پارامترها، این مراحل را دنبال کنید:

  • نقاط مربوطه را در سیستم مختصات جهانی و تصویر دوربین شناسایی کنید.
  • از یک الگوریتم برآورد ژست مانند حل PnP در OpenCV برای محاسبه چرخ دنده و ناقل های ترجمه استفاده کنید.
  • نتایج را با پروژه 3D نقاط به سمت هواپیما تصویر و چک کردن دقت تأیید کنید.

خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه خلاصه

پارامترهای درونی و بیرونی دوربین را محاسبه می کنند که شامل گرفتن تصاویر کالیبراسیون، شناسایی الگوها و استفاده از الگوریتم های محاسباتی است. پارامترهای دقیق توانایی ربات برای تفسیر داده های بصری را به طور موثر بهبود می بخشد.