matlab双目相机标定校正_基于双目视觉的无人机避障算法(一)

讲述在10月到12月所做的所有工作

对于一个无人机自主避障来说，存在着以下流程：

1. 感知：障碍物检测、行人检测、目标检测

2. SLAM：为无人机提供位置估计，构建稀疏环境地图

3. 路径规划：规划一条从当前位置到目标位置的移动轨迹

4. 控制：控制无人机速度，加速度，追随规划出来的轨迹

我先做出了障碍物检测部分：

Opencv/MATLAB做双目测距(相机标定+立体匹配+测距)

双目测距实际操作分4个步骤：相机标定——双目校正——双目匹配——计算深度信息。

01

—

相机标定+双目校正

首先是对摄像头做标定

---

Q1：为什么要做相机标定？

标定的目的是为了消除畸变以及得到内外参数矩阵，内参数矩阵可以理解为焦距相关，它是一个从平面到像素的转换，焦距不变它就不变，所以确定以后就可以重复使用，而外参数矩阵反映的是摄像机坐标系与世界坐标系的转换，至于畸变参数，一般也包含在内参数矩阵中。从作用上来看，内参数矩阵是为了得到镜头的信息，并消除畸变，使得到的图像更为准确，外参数矩阵是为了得到相机相对于世界坐标的联系，是为了最终的测距。

无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果