查看: 12813|回复: 6

[项目] 机器守门员-感知篇

对应上一章最后的系统框架图，感知部分的工作有三部分：
机器守门员-感知篇图1

感知这部分的工作是由我的队友俊君来完成的，感知的三大块内容主要包括：
1. 获取传感器数据：就是通过intel realsense传感器提供的sdk源源不断的获取图像，要求要尽量快速，减少迟滞。最终我们的更新频率为50fps。
2. 在rgb图上检测球在图像中的坐标：就是利用传统的计算机视觉方法，以最快的速度在图像中找到球的位置，要求误检率尽可能的少，噪声尽可能小，实时性要尽可能高。最终我们整个控制周期为20ms。
3. 获取对应的深度，并借此获取三维坐标：就是利用深度信息和球在rgb图上的像素坐标，反求出球在三维世界中制定坐标系下的三维坐标，这就是感知系统的最终输出了。
一、获取传感器数据：
俊君同学非常给力，在短短的一天内就布置完成了intel提供的sdk以及opencv 的开发环境，很快就能够获取深度图并用opencv进行基本的显示处理了。
这部分不深入介绍了，因为具体的过程我没有参与，有空由俊君来发文介绍一下sdk的安装和环境配置吧。
关于50fps： realsense的rgb图像输出最高支持60fps，但是并不稳定，常常在62， 58区间震荡。为了获取等间距稳定的图像流，我们决定降低帧数获取稳定的数据流。这部分俊君同学做了很多工程上的处理，在这里不讨论。
机器守门员-感知篇图2

二、在rgb图像寻找球的坐标：
由于能解决这个问题的方法非常之多，因此如何选取最合适的方法就是一个技巧性很强的问题。根据我们的要求，要尽可能稳定，还要尽可能快速，俊君抛弃了什么模版匹配、运动检测各种高级方法，使用了最最简单最最基础的颜色空间加形状的办法。足球的颜色是橘黄色，在数字图像中用颜色向量非常容易提取出来，加上判断物色块形状，能滤去很多颜色相近的物体。最棒的是，这种最简单的方法运算量非常小，可以说是完美解决了这个问题。

如视频所示，橙色足球所在位置被打上了蓝色方框，并且在运动中蓝色框也能追踪到足球的位置。

三、三维坐标的计算
这是感知部分的一个理论性比较强的问题，牵涉到一些线性代数和空间几何的知识。说是理论性较强，实际上用的数学原理都非常简单，比较考验空间想象能力，看不懂可以跳过，不影响后面章节的阅读。大致思路如下：
三维物体成像到照片上，其实就是三维投影到二维的过程
机器守门员-感知篇图3

´设空间中有一点P，若世界坐标系与相机坐标系重合，则该点在空间中的坐标为(X, Y, Z)，其中Z为该点到相机光心的垂直距离。设该点在像面上的像为点p，像素坐标为(x, y)。
f是相机的焦距， Z就是深度。
´由上图可知，这是一个简单的相似三角形关系，从而得到描述投影的公式：
机器守门员-感知篇图4

´但是，图像的像素坐标系原点在左上角，而上面公式假定原点在图像中心，为了处理这一偏移，设光心在图像上对应的像素坐标为(cx,cy)，则
机器守门员-感知篇图5

焦距f， cx cy都属于相机内参，可以通过标定获取。而x和y就是球在图像上的坐标，因此从这个公式我们就可以求取球在三维空间中的坐标了。
机器守门员-感知篇图6

等式右边那个矩阵就是常说的相机内参矩阵。其中cx和cy一般是图像尺寸的1/2, 而f可以通过大概粗略的估计求取。当然最准确的方法还是通过标定获取。
关于相机的标定，在另一个项目教程：微缩自动驾驶小车中有提及到，想要了解这块的可以去翻看。这里就不详细解释相机标定的内容了。

用以上公式计算得到的三维坐标XYZ是以相机为原点，相机中轴为Z轴的坐标系，而我们为了计算方便，应该把求取的坐标转换为另一种坐标系，如图所示。
机器守门员-感知篇图7

图左边的坐标系是用以上公式计算得出的坐标所在坐标系，而我们需要将坐标转换到新的坐标系下。可以看出，新坐标系经过了一个俯仰角旋转，以及一个垂直的平移。因此，转换坐标的方法为：
世界坐标系与相机坐标系之间的相对旋转为矩阵R（R是一个三行三列的旋转矩阵），相对位移为向量T（三行一列），

机器守门员-感知篇图8

坐标转换：只需乘上旋转矩阵， 加上转移矩阵即可转换坐标系
在这个场景下，我选择坐标原点为球门正中的地面位置，因此偏移量为：摄像头的安装高度。
摄像头为俯视25度，无横滚和偏航角。旋转矩阵为一个俯仰旋转矩阵

47.94.244.131/wp-content/uploads/2018/07/三维_20180729162153.mp4

计算机视觉，得有点数学基础哟。点个赞再走吧。

使用道具举报