Algorithmen-Paket für hochgenaue Stereoskopie-Anwendungen

Direkte Stereo-Kalibrierung

Algorithmen-Paket für hochgenaue Stereoskopie

Eine der wichtigsten Voraussetzungen für ein stereoskopisches Tiefenmesssystem ist eine hochgenaue Kalibrierung der intrinsischen und extrinsischen Parameter des Systems. Zu den intrinsischen Parametern gehören die Verzerrungen des optischen Systems sowie die Einbaulage des Objektivs relativ zum Bildsensor. Die extrinsischen Parameter umfassen die Relativlage der Bildsensoren zueinander sowie zu einem festen Referenzpunkt des Systems. Nur wenn diese Parameter genau bestimmt sind, können die Sensorbilder so rektifiziert werden, dass eine präzise Tiefenkarte in Echtzeit berechnet werden kann.
Multi-Targetkalibrierung ist das am häufigsten eingesetzte Kalibrierverfahren und verwendet mehrere Aufnahmen bekannter Kalibriertargets (z.B. Schachbretter oder Kreis-Muster), um daraus die intrinsischen Parameter des angenommenen Linsenmodells sowie die extrinsischen Systemparameter zu schätzen. Um eine hohe Kalibrierqualität zu erreichen, müssen dabei viele verschiedene Aufnahmen des Targets unter wechselnden Winkeln gemacht werden, die zusammen den Bildbereich beider Sensoren vollständig abdecken. Für die Fertigung einer Stereo-Kamera bedeutet dies einen sehr hohen Aufwand. Eine Kompromisslösung ist ein Aufbau mit mehreren Kalibriertargets, über dem die Sensoren jeweils einzeln positioniert werden. Damit ist die Bestimmung der intrinsischen Parameter mit geringem Aufwand möglich, die der extrinsischen Parameter jedoch nicht. Für die extrinsische Kalibrierung ist dann ein gesonderter Kalibrieraufbau nötig. Außerdem hat sich in der Praxis herausgestellt, dass viele Objektive Verzerrungsfehler aufweisen, die die klassischen Modelle mit einer radialen und einer tangentialen Verzerrungskomponente nicht hinreichend korrigieren können. Dieser Modell-Restfehler wirkt sich auf die erreichbare Messgenauigkeit aus.

Hochgenaue Ein-Schritt-Kalibrierung

Um die Herausforderung zu meistern, eine Stereo-Kamera in der Produktion einfach und hochgenau zu kalibrieren, wurde bei Myestro die Kombinierte Intrinsische und Extrinsische Vektorgitterkalibrierung (KIEV) entwickelt. Mit dieser Methode kann eine Stereokamera in einem einzigen Kalibrierstand mit wenigen Aufnahmen kalibriert werden. Kernstück des Verfahrens ist die Kalibrierbox mit Kamera-Haltevorrichtung, in der ein Haupt- und ein Hilfsgitter montiert sind. Das Hauptgitter besteht aus einer weißen Fläche mit einem regulären Muster aus schwarzen Kreisen, die parallel zum Kameragehäuse montiert ist und das gesamte Sichtfeld beider Sensoren abdeckt. Das Hilfsgitter besteht ebenfalls aus einer Muster-Fläche, ist jedoch kleiner als das Hauptgitter. Es befindet sich näher an der Kamera und kann in das Kamera-Sichtfeld hinein- oder herausgeschwenkt werden. Für die Kalibrierung reicht nun je eine Aufnahme des Haupt- und des Hilfsgitters. Mithilfe des entwickelten Subpixel Field Influence (SFI) Algorithmus können die Mittelpunkte der Kreise bis auf wenige Hundertstel Pixel genau vermessen werden. Durch diese Messgenauigkeit wird es möglich, auf ein klassisches Linsenmodell zu verzichten. Stattdessen wird ein Gitter von Verschiebungsvektoren berechnet, durch das für jeden Sensorpixel die Verschiebung zwischen nominellem und gemessenem Bildpunkt bestimmt werden kann. Dieses Korrekturgitter besitzt typischerweise eine Stützstelle in jeder zehnten Pixelzeile und -spalte. Zwischen den Stützstellen sind die Kalibrierfehler hinreichend linear, sodass der Korrekturwert für jeden Pixel bilinear aus den umliegenden Stützstellen interpoliert werden kann. Außerdem ist es möglich, das auf den physikalischen Sensor bezogene Korrekturgitter so zu transformieren, dass das rektifizierte Bild als Bezugs-Koordinatensystem gilt. Diese inverse Rektifizierung, bei der für jeden Zielpixel direkt die Quell-Subpixelposition berechnet werden kann, eignet sich besonders für eine effiziente Implementierung auf den Parallelrechnerstrukturen heutiger GPUs. Eine mit KIEV kalibrierte Kamera ist im Auslieferungszustand in der Lage, hochgenaue Tiefenkarten zu berechnen. Durch äußere Einflüsse (Temperaturschwankungen, Stöße, Vibrationen etc.) verstellt sich das System jedoch mit der Zeit, sodass die ursprüngliche Kalibrierung nicht mehr gültig ist. Die intrinsischen Parameter sind dabei allerdings stabil, solange keine großen Kräfte auf das optische System einwirken. Die extrinsischen Parameter verändern sich dagegen teilweise so stark, dass die Messgenauigkeit abnimmt. Um diese Veränderung zur Laufzeit zu messen und auszugleichen kommt die RubberStereo-Technologie zum Einsatz. Ausgehend von den KIEV-kalibrierten Bildern wird aus der beobachteten Szene targetfrei die Abweichung der extrinsischen Parameter bestimmt und als Bildebenen-Korrektur ins System zurückgekoppelt.

Fazit

Mithilfe der drei Technologien SFI, KIEV und RubberStereo ist es gelungen, ein algorithmisches Komplettpaket für hochgenaue Stereoskopie-Anwendungen zu entwickeln, das sowohl eine aufwandsarme Produktion als auch eine gleichbleibende Messqualität ohne Nachkalibrierung im Feld sicherstellt.

Das könnte Sie auch interessieren

Direktes Feedback aus der Linie

Auf dem Weg zur Losgröße 1 müssen Karosseriebauer schon heute eine wachsende Variantenvielfalt auf ein und derselben Produktionslinie bewältigen. Dies erfordert immer kürzere Anlaufzeiten für den Produktionsprozess und eine gleichbleibend hohe Prozesssicherheit trotz kurzfristiger Anpassungen. Genau auf diese Anwendungen ist der optische 3D-Sensor AIMax Cloud zugeschnitten.

www.zeiss.de

Anzeige

Embedded Vision gewinnt immer mehr an Bedeutung. Getragen durch technische Trends auf beiden Seiten verschmelzen Computer Vision und Embedded-Systeme zunehmend zu Embedded-Vision-Systemen. Doch leistungsstarke Machine-Vision-Kameras waren bisher aus technischen und Kostengründen der Embedded-Fachwelt weitgehend vorenthalten. Mit einer neuen Kameraplattform soll sich das jetzt ändern.

www.alliedvision.com

Anzeige
Xilinx investiert in Deephi Tech

Das Unternehmen Xilinx hat bekannt gegeben, dass es in den Machine-Learning-Pionier Deephi Tech investiert hat. Deephi Tech wurde von Forschern und Experten der Tsinghua Universität und der Stanford Universität gegründet und ist spezialisiert auf Deep-Compression, Optimierungen der Systemebene und Kompilierungen der Toolchain bei Machine-Learning-Plattformen.

www.xilinx.com

Korrelationsfreies Inline-Messen

Die industrielle Messtechnik ist wesentlicher Bestandteil einer Industrie 4.0. Was sie bereits heute imstande ist zu leisten, verrät uns Dr. Kai-Udo Modrich, Geschäftsführer der Carl Zeiss Automated Inspection.

www.zeiss.de

Anzeige
Deutsch-österreichisches Team gewinnt Argos Challenge

Das ‚Argonauts‘-Team, bestehend aus Informatikern der Technischen Universität Darmstadt und dem Kooperationspartner Taurob GmbH, eine Wiener Roboterfirma, konnte sich dabei gegen eine starke internationale Konkurrenz durchsetzen. Zu der mit 500.000€ dotierten Challenge für intelligente Inspektionsroboter auf Öl- und Gasplattformen hatte das Mineralölunternehmen Total aufgerufen.

www.tu-darmstadt.de

Anzeige
Chii bisher mit 120 Teilnehmern

Vom 7.-8. Juni findet zum zweiten Mal die Hyperspectral Imaging Conference chii in Graz statt. Mittlerweile haben sich bereits 120 Teilnehmer angemeldet, Tendenz stark steigend. Das komplette Vortragsprogramm beider Tage ist mittlerweile online. Anmeldungen sind noch möglich.

 

www.chii

Anzeige