农业机械学报

作者：陈科尹,邹湘军,关卓怀,王刚,彭红星,吴崇友

单位：农业农村部南京农业机械化研究所;贺州学院,华南农业大学,农业农村部南京农业机械化研究所,农业农村部南京农业机械化研究所,华南农业大学,农业农村部南京农业机械化研究所,

关键词：采摘机器人; 相机标定; 混合蛙跳优化; LM算法

基金：国家重点研发计划项目(2016YFD0702100)、国家自然科学面上基金项目(31571568)、国家自然科学地区基金项目(61863011)、广西自然科学青年基金项目(2015GXNSFBA139264)和广西壮族自治区高等学校科学研究项目(KY2015YB304)

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0.065~0.506?mm、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0.083~0.360?mm、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1.866~2.789?mm、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。

来源：2019年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第1期