[发明专利]摄像头外参自动标定方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了摄像头外参自动标定方法、装置、计算机设备及存储介质。方法包括：通过深度摄像头获取深度图像；对深度图像进行预处理，以得到带有法向量的点云数据；对带有法向量的点云数据采用随机抽样一致性进行地面平面的拟合，并提取地面平面的法向量，以得到地面平面点云的法向量；对带有法向量的点云数据采用随机抽样一致性进行墙面平面的拟合，并提取墙面平面的法向量，以得到墙面平面点云的法向量；根据地面平面点云的法向量以及墙面平面点云的法向量进行误差自动校正，以得到标准点云数据。通过实施本发明实施例的方法可实现无需人为手工操作，不需要专业的治具，减少了成本、人工方面的需求，也提升了客户体验，符合落地量产机器人的需求。

技术领域

本发明涉及摄像头，更具体地说是指摄像头外参自动标定方法、装置、计算机设备及存储介质。

背景技术

AI(人工智能，Artificial Intelligence)在不断的发展，机器人也越来越多的活跃在各种和人类密切相关的场景之中，例如送餐机器人、医疗机器人、配送机器人等等，机器人和人类的交互也变得越来越多。

为了让机器人和人类交互顺利的进行，需要让机器人可以精准的获取周围环境的信息，通常机器人都是通过深度摄像头获取周围环境的点云数据，通过点云数据得到语义信息、深度信息等数据，但是受到结构工艺、制造工艺等因素的制约，深度相机在机器人的安装角度往往会出现偏差，这些偏差会以误差的形式体现到机器人通过深度摄像头获取到的周围环境的点云数据中，并且累计到通过点云进行计算的机器人的其它算法流程中。所以机器人在组装后或使用了一段时间后，需要纠正这些误差，即做外参校正，然后再进行后续其它的算法流程。

目前应用于纠正这些误差的方法主要分为两个方向，一个方向是用棋盘格做标定，这种方法需要人为手工拍摄多张不同角度的棋盘格照片，然后通过特征提取、匹配的方式计算误差再进行纠正；另一个方向是通过图优化的方式，这种方式需要人为手工推着机器人进行一定的轨迹的移动，收集沿途的点云数据，然后用图优化理论进行误差计算，这两个方向都需要人为手工的操作，整体计算时间长，需要准备特殊治具，这不符合现代机器人自动化、脱人工化的需求，无法很好的应用于落地量产机器人，也会降低客户的使用体验。

因此，有必要设计一种新的方法，实现无需人为手工操作，不需要专业的治具，减少了成本、人工方面的需求，也提升了客户体验，符合落地量产机器人的需求。

发明内容

本发明的目的在于克服现有技术的缺陷，提供摄像头外参自动标定方法、装置、计算机设备及存储介质。

为实现上述目的，本发明采用以下技术方案：摄像头外参自动标定方法，包括：

通过深度摄像头获取深度图像；

对所述深度图像进行预处理，以得到带有法向量的点云数据；

对带有法向量的点云数据采用随机抽样一致性进行地面平面的拟合，并提取地面平面的法向量，以得到地面平面点云的法向量；

对带有法向量的点云数据采用随机抽样一致性进行墙面平面的拟合，并提取墙面平面的法向量，以得到墙面平面点云的法向量；

根据地面平面点云的法向量以及墙面平面点云的法向量进行误差自动校正，以得到标准点云数据。

其进一步技术方案为：所述对所述深度图像进行预处理，以得到带有法向量的点云数据，包括：

结合内参将所述深度图像转换为点云数据；

将所述点云数据进行体素下采样，以得到采样数据；

对所述采样数据进行直通滤波，以得到处理结果；

对所述处理结果进行统计线性滤波，以得到滤波结果；

对所述滤波结果计算法向量，以得到带有法向量的点云数据。