我有一台固定在云台上的相机,我想要知道这个相机相对安装平台的旋转和平移量。其中云台是固定不动的,只有 pitch 、yaw 、和 roll 轴的运动。查了一下应该是用这个函数:
void calibrateHandEye(
InputArrayOfArrays R_gripper2base, // 云台 p y r 角度转换出来的旋转矩阵
InputArrayOfArrays t_gripper2base, // 输入的是 0 ,因为没有任何移动(并且想用云台平台当世界坐标中心点)
InputArrayOfArrays R_target2cam, // calibrateCamera 输出的 rvec
InputArrayOfArrays t_target2cam, // calibrateCamera 输出的 tvec
OutputArray R_cam2gripper,
OutputArray t_cam2gripper,
HandEyeCalibrationMethod method = CALIB_HAND_EYE_TSAI)
我现在是这样做的:
但是结果和实际相差巨大。因此想来 V 站看看有没有人有过这方面经验,能看出我的步骤里可能有什么问题……先在这里谢过各位了!
我个人感觉比较容易出问题的地方是第三步的转换,我是这样写的:
Eigen::Quaternionf euler2quaternionf(const float z, const float y, const float x)
{
const float cos_z = cos(z * 0.5f), sin_z = sin(z * 0.5f),
cos_y = cos(y * 0.5f), sin_y = sin(y * 0.5f),
cos_x = cos(x * 0.5f), sin_x = sin(x * 0.5f);
Eigen::Quaternionf quaternion(
cos_z * cos_y * cos_x + sin_z * sin_y * sin_x,
cos_z * cos_y * sin_x - sin_z * sin_y * cos_x,
sin_z * cos_y * sin_x + cos_z * sin_y * cos_x,
sin_z * cos_y * cos_x - cos_z * sin_y * sin_x
);
return quaternion;
}
先转换为四元数,再求旋转矩阵(用 Eigen 自带的方法)。
1
Insolitude 112 天前 via Android
可能的原因,opencv 很喜欢追求小的误差,导致整个旋转平移矩阵变的非常离谱,比如把坐标中心移出去个几米,再把坐标系转回来。
解决方法可能就一个位置多取点数据。(我以前有个类似的项目是用 pytorch 撸了个相机投影的全过程,不考虑畸变也就一堆矩阵乘法,像神经网络一样训练,效果居然还行 |
2
MCVector 112 天前
我认为传入的平移矩阵不一定为单位矩阵,除非旋转的轴一直在 cmos 的中心。不过应该不会造成巨大差异。
另外欧拉角应该直接可以转换为矩阵形式,不需要预先转换成四元数。四元数的作用一般是为了更平滑地插值。https://en.wikipedia.org/wiki/Euler_angles#Conversion_to_other_orientation_representations https://eigen.tuxfamily.org/dox/group__TutorialGeometry.html#title3 希望有所帮助。 |
3
DIMOJANG OP @Insolitude #1 请问一下您提到的第一点是否有相关的参考来源?我后面误打误撞对同一个云台姿态进行多次采样确实获得了更理想的结果。
|