使用线而不是点的 OpenCV 相机校准（计算 [R|T]）
OpenCV camera calibration(compute [R|T]) with lines instead of points
我正在与 this tutorial 一起开发足球机器人。
我的机器有2个摄像头，而地面地图在球门前有6个点可以识别。
我在做什么：
- 拍照并获取内在参数（焦距、畸变）；
- 移动时，找到点并使用 solvePnP 得到 [R|T];
- 使用projectPoints得到它的真实坐标。
正如我所尝试的那样，（在一个 6*9 内角的棋盘中）10 分很好，但只有 5 分我得到了非常糟糕的结果（甚至没有考虑视力不好或球时挡住了它的视线）。
我正在考虑预设一个好的 [R|T]（具有完整地图的良好视野），并在移动时利用其旧的 [R|T]（作为初始近似值）来帮助获得更好的 [R|T]。但一段时间后，由于 [R|T] 变得不太准确，我不太可能得到大约。价值。
另一种解决方案是尝试使用线条生成 [R|T]。例如，在检测到一条线上的一组点后，将其与 x=0 或 y=0... 相关联，并使用它们来计算 [R|T]，这可能会产生更好的结果。有没有办法做到这一点？
还是我理解错了？任何想法或帮助表示赞赏！
我想投稿，但我对设置有一些疑问：
(i.) 我假设相机固定在机器人上。然后，[R|t] 相对于字段（参考）发生变化。您是否在现场跟踪上述点（特征）？在这种情况下，当机器人在场地周围移动时，它们的旋转和平移会发生变化。
(ii.) 你检查过 Hartley's paper 线对应校准了吗？这可能会让您对第二个提案有所了解。
现在，假设我在 i. 项上进行了假设，尝试对每个相机独立进行相机校准，以首先获得镜头和切向畸变参数。这些你希望在从运动中重新校准时修复它们。使用线似乎更可行，因为它们可能对遮挡具有鲁棒性。
如果您提供更多详细信息并丰富此讨论，我可以编辑此答案。
我会把它作为评论，但我没有足够的信誉。
我正在与 this tutorial 一起开发足球机器人。 我的机器有2个摄像头，而地面地图在球门前有6个点可以识别。
- 拍照并获取内在参数（焦距、畸变）；
- 移动时，找到点并使用 solvePnP 得到 [R|T];
- 使用projectPoints得到它的真实坐标。
正如我所尝试的那样，（在一个 6*9 内角的棋盘中）10 分很好，但只有 5 分我得到了非常糟糕的结果（甚至没有考虑视力不好或球时挡住了它的视线）。
我正在考虑预设一个好的 [R|T]（具有完整地图的良好视野），并在移动时利用其旧的 [R|T]（作为初始近似值）来帮助获得更好的 [R|T]。但一段时间后，由于 [R|T] 变得不太准确，我不太可能得到大约。价值。
另一种解决方案是尝试使用线条生成 [R|T]。例如，在检测到一条线上的一组点后，将其与 x=0 或 y=0... 相关联，并使用它们来计算 [R|T]，这可能会产生更好的结果。有没有办法做到这一点？
还是我理解错了？任何想法或帮助表示赞赏！
我想投稿，但我对设置有一些疑问：
(i.) 我假设相机固定在机器人上。然后，[R|t] 相对于字段（参考）发生变化。您是否在现场跟踪上述点（特征）？在这种情况下，当机器人在场地周围移动时，它们的旋转和平移会发生变化。
(ii.) 你检查过 Hartley's paper 线对应校准了吗？这可能会让您对第二个提案有所了解。
现在，假设我在 i. 项上进行了假设，尝试对每个相机独立进行相机校准，以首先获得镜头和切向畸变参数。这些你希望在从运动中重新校准时修复它们。使用线似乎更可行，因为它们可能对遮挡具有鲁棒性。
如果您提供更多详细信息并丰富此讨论，我可以编辑此答案。
我会把它作为评论，但我没有足够的信誉。