摘要:针对采摘机器人领域传统的张正友相机标定方法存在对相机模型参数初值敏感和标定结果不稳定等问题,提出一种基于改进混合蛙跳和LM算法的相机标定方法。该方法把相机标定划分为两步:①以混合蛙跳优化为工具,求出相机模型参数的初始值,避免传统张正友相机标定方法直接求取相机模型的参数初值所带来的初值敏感问题。②以改进LM算法对第1步求出的相机模型参数初值进行非线性优化求精,避免张正友相机标定方法须求取相机模型优化参数的雅可比矩阵,从而导致标定结果不稳定的问题。采用OpenCV编写采摘机器人双目视觉标定系统,分别对传统张正友相机标定方法、基于遗传算法的相机标定方法、基于标准混合蛙跳算法的相机标定方法和本文相机标定方法进行相机标定试验。试验结果表明:本文相机标定方法所获得的左相机焦距的绝对误差为0.065~0.506mm、相对误差为1.899%~12.652%,平面靶标图像特征点的平均像素误差为0.166~0.175像素;右相机焦距的绝对误差为0.083~0.360mm、相对误差为2.429%~11.484%,平面靶标图像特征点的平均像素误差为0.103~0.114像素;双目相机之间距离的绝对误差为1.866~2.789mm、相对误差为3.209%~4.874%。以上参数精度及收敛速度和稳定性均优于其他相机标定方法,从而验证了该方法所获得的相机标定参数具有较高的准确性和可靠性。
关键词:采摘机器人 相机标定 混合蛙跳优化 lm算法
单位:农业农村部南京农业机械化研究所; 南京210014; 贺州学院信息与通信工程学院; 贺州542899; 华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室; 广州510642
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社