基于視覺(jué)傳感器的智能車(chē)攝像頭標定技術(shù)研究(上)

　　引言

　　本文以飛思卡爾智能車(chē)大賽為背景，使用飛思卡爾(Freeseale)生產(chǎn)的16位微控制器MC9S12XS128作為控制核心，制作一個(gè)能巡線(xiàn)快速行駛的攝像頭小車(chē)。由于攝像頭光軸與地面呈一定夾角，于是其成像存在梯形失真;為了擴大視野，廣角鏡頭越來(lái)越為很多隊伍所采用，于是又存在桶形失真。這兩種失真，是每個(gè)采用廣角鏡頭的攝像頭隊伍都要遇到的問(wèn)題。很多隊伍都回避這個(gè)問(wèn)題，直接采用圖像預處理后的像素點(diǎn)進(jìn)行控制。但若將像素點(diǎn)轉換為實(shí)際物理坐標，無(wú)疑更直觀(guān)，對程序的編寫(xiě)或建模帶來(lái)很大的方便，并且本文提出的這個(gè)方法，可有效解決這兩種失真，實(shí)際操作并不復雜。

　　各隊解決方案綜述

　　文獻[1]提出的方法是：可以通過(guò)對于每行提取的道路位置通過(guò)一個(gè)線(xiàn)性修正來(lái)消除梯形失真，可通過(guò)實(shí)驗的方式確定線(xiàn)性補償的系數。但是該實(shí)驗方法比較繁雜，并且不能消除桶形失真。

　　文獻[2]制作了一個(gè)圖像標定板，如圖1所示。

　　其原理是：圖1(a)中陰影部分是車(chē)體放置的位置。在標定板上等間距地貼了許多黑線(xiàn)，給標定板拍照后，就可以知道實(shí)際中的位置與圖像中的位置的相互關(guān)系。這個(gè)方法由于黑線(xiàn)有一定寬度，所以會(huì )存在較大誤差。

　　文獻[3]采用非均行采集的方案。所謂非均行采集是與均行采集對應的。在均行采集中，AD模塊所采集的行均勻分布于攝像頭輸出的圖像中。而非均行采集則是指，AD模塊所采集的行按某種規則非均勻地分布在原始圖像中，而這種規則是保證采集得到的圖像在縱向上(小車(chē)中軸方向)與現實(shí)景物不畸變。然后再確定每一行的橫向畸變系數。

　　如圖2所示，非均行采集時(shí)，遠處采得密，近處采得稀。由于攝像頭安裝方式在實(shí)驗時(shí)會(huì )經(jīng)常變動(dòng)，以確定最佳俯角和最佳高度，每當變動(dòng)就需要重新標定。這個(gè)方案就不大方便了。文獻[4]建立了一個(gè)光路幾何模型圖，如圖3所示。

　　實(shí)驗方案：量取攝像頭架固定螺釘的高度H與攝像頭中心相對于豎直桿的偏轉角度(俯角)θ。由于光學(xué)中心的計算完全由這兩個(gè)數據及近端距固定桿的距離S(即測量保險杠距固定桿的距離S0和近端距保險杠距離S'相加得到，也可直接在實(shí)驗板上測量由近端黑線(xiàn)到攝像頭固定桿的距離S)確定，因此要做到越精確越好。由O點(diǎn)做垂線(xiàn)長(cháng)度為H至點(diǎn)A，做水平線(xiàn)AB，截取AD長(cháng)為S，DB過(guò)O點(diǎn)做與垂直線(xiàn)成θ的射線(xiàn)交AB于C，過(guò)D做DE垂直于OC，并使OC為DE的垂直平分線(xiàn)，連接BE并延長(cháng)，交OC與O’，則O’為光學(xué)中心。從圖上能算得O’距底邊距離為H’，俯角不變。