校正プロセス
キャリブレーション データを matlab lidar camara キャリブレータ プラグインにインポートし、図で [インポート] をクリックし、図に示すように [データのインポート] を選択します。
次のように、インポートされた画像と点群データを順番に選択し、[ OK ] をクリックします。Matlab
は自動的にデータをインポートしてカメラの内部パラメータを計算し、その後カメラと点群データの処理を開始して自動キャリブレーションを実行しますが、自動キャリブレーションの結果は一般的に悪く、ターゲットが検出されないというメッセージが表示されます。通常の現象です。
手動調整が必要な後でも正確に校正できます。「OK」をクリックした後の調整手順は以下の通りです。まず、[ROI の編集] を選択します。つまり、チェッカーボード (キャリブレーション ボード) の範囲を描写します。図に示すように、サンプリングされたすべてのキャリブレーション ボードを含めることができる限り、あまり大きくする必要はありません。
次に、以下に示すように領域を調整し、「適用」をクリックします: (回転と選択ボックスを調整するのはまだ難しいので、さらに試してください)
次に、まず寸法公差を調整し、適切に調整してから、チェッカーボードの選択を選択してキャリブレーション ボードの点群を選択します。各データ セットの点群を選択する必要があります。
より良い姿勢を調整し、画像内の「小さなブラシ」を使用して点群を選択すると、フレームを選択できます。選択後、選択した点群が赤色に変わります。下図に示すように、キャリブレーション ボードの点群のみを選択して、キャリブレーション結果がより正確になるようにしてください。左上の
「適用」をクリックしてプラグインのホームページに戻り、「検出」をクリックしてしばらく待ちます。
次に「調整」をクリックします。
キャリブレーション ボードは青い点群で覆われており、点群データには床タイルの色を含む画像の色も割り当てられていることがわかります。各画像のキャリブレーション誤差、中央がピクセル誤差、右側が再構成誤差です。次に、「エクスポート」をクリックしてキャリブレーションパラメータをエクスポートします。
次に、「OK」をクリックします。
その後、MATLAB のワークスペースで結果を開くことができます。ここで何が間違っているのかわかりません。前に、キャリブレーションされたカメラの内部パラメーターを含む、多くのキャリブレーション データが存在します。ここでの変数 T は外部パラメータ行列です。
この Web サイトで行列をインポートすると、カメラとレーダーの間のオイラー角などの情報を確認できます。https://www.andre-gaschler.com/rotationconverter/ は次のとおりです。
カメラの内部基準キャリブレーションはこれと同様で、使用したプラグインはCamara Calitratorで、得られた結果をエクスポートすると、次の IntrinsicMatrix が内部基準行列になります。