ToF基础知识

1. ToF相机数学模型

  • ToF: Time of Flight
  • ToF鼻祖:PMD

1.1 ToF原理

  • ToF摄像机光探测器收到的信号有:包括各个方向返回的光信号(光子),由背景光线等一系列信号复合组成的,这些光信号均为正弦调制。由于ToF摄像的调制和解调函数都为正弦函数形式,则ToF摄像机发射出的信号及反射回来的信号均可描述为正弦函数的形式,发出的测量信号为:
    s ( t ) = A ⋅ c o s ( ω t ) s(t) = A \cdot cos(\omega t) s(t)=Acos(ωt)
    返回的信号 r ( t ) r(t) r(t)为:
    r ( t ) = n + k A ⋅ c o s ( ω t + Δ φ ) r(t) = n + kA \cdot cos (\omega t + \Delta \varphi) r(t)=n+kAcos(ωt+Δφ)
    其中参数含义如下:
    • n n n: 表示外部环境叠加进去的干扰噪声
    • A A A:表示ToF摄像机发射信号的振幅
    • k A kA kA:表示返回信号的振幅
    • k k k:表示信号的衰减系数
      为了达到测量飞行时间的目的,采用相位差方法,即将测量飞行时间 Δ t \Delta t Δt转换成发射信号与接收信号间的相位差 Δ φ \Delta \varphi Δφ,如下所示:
      飞 行 时 间 : Δ t = Δ φ 2 π ⋅ T m = Δ φ 2 π ⋅ 1 f m 飞行时间: \Delta t = \frac {\Delta \varphi}{2 \pi} \cdot T_m = \frac {\Delta \varphi}{2 \pi} \cdot \frac{1}{f_m} Δt=2πΔφTm=2πΔφfm1
      飞 行 距 离 : d = 1 2 c ⋅ Δ t = c 2 f m ⋅ Δ φ 2 π 飞行距离:d=\frac{1}{2} c \cdot \Delta t = \frac {c}{2f_m} \cdot \frac {\Delta \varphi}{2 \pi} d=21cΔt=2fmc2πΔφ
      其中参数含义如下:
      • c c c: 表示光速
      • f m f_m fm:表示红外信号的调制频率
        测 量 量 程 : L = c 2 f m 测量量程:L=\frac {c}{2f_m} L=2fmc
        若 f m 为 20 M H z , 则 L = 3 × 1 0 8 2 × 20 × 1 0 6 = 7.5 m 若f_m为20MHz, 则 L = \frac{3 \times 10^8}{2 \times 20 \times 10^6}=7.5m fm20MHz,L=2×20×1063×108=7.5m
        测 量 分 辨 率 : Δ L = c 2 f m ⋅ Δ ϕ 2 π = c 4 π f m ⋅ Δ ϕ 测量分辨率:\Delta L = \frac {c}{2f_m} \cdot \frac {\Delta \phi}{2 \pi} = \frac{c}{4 \pi f_m} \cdot \Delta \phi ΔL=2fmc2πΔϕ=4πfmcΔϕ
        其中参数含义如下:
      • Δ ϕ \Delta \phi Δϕ: 表示ToF摄像机的相位测量分辨率
  • ToF摄像机测量系统信号示意图:
    ToF基础知识_第1张图片
  • ToF摄像机解调和测量的方法为:四点测量法
    • 对于摄像机发出的正弦信号,选定四个相位: t 0 = 0 0 , t 1 = 9 0 0 , t 2 = 18 0 0 , t 3 = 27 0 0 t_0=0^0, t_1= 90^0, t_2=180^0, t_3=270^0 t0=00,t1=900,t2=1800,t3=2700作为解调和测量的采样点,每个采样点间的间隔为四分之一调制周期 T T T,即正交采样。
    • 计算包含以下四个步骤:
      • 卷积
      • “四点测量法”测量互相关函数值
      • 计算幅度、相位、偏移
      • 计算距离
  • 测量信号的相位获取并不是以整体形式计算得出的,而是摄像机的光探测器上各像素均可独立获取。
  • 推测器表面获得的相位延迟信息可转换为测得的时间信息
  • 时间信息可以转换为各像素获得的距离信息
  • ToF摄像机每拍摄一次,其获得的距离信息的数量与摄像机的分辨率大小是相等的,即每个像素获取一个距离信息

2. 摄像机成像模型

2.1 坐标系

ToF基础知识_第2张图片

  • 上图中的坐标系及相关定义
    • O w − X w Y w Z w O_w-X_wY_wZ_w OwXwYwZw:世界坐标系
    • O c − X c Y c Z c O_c-X_cY_cZ_c OcXcYcZc:摄像机坐标系 ( O c O_c Oc定义在摄像机光心上; Z c Z_c Zc为摄像机主光轴,且它与像平面垂直)
    • O I − X I Y I O_I-X_IY_I OIXIYI:像平面坐标系
    • o − u v o-uv ouv:图像像素坐标系
    • P P P:为空间中的任意一点
    • P ′ P' P:P点在像平面上的投影像点
    • O c O I O_cO_I OcOI:焦距 f f f
  • 摄像机的像平面定义了两个图像坐标系
    • O I − X I Y I O_I-X_IY_I OIXIYI像平面坐标系 以 毫 米 为 单 位 \color{red}{以毫米为单位}
    • o − u v o-uv ouv像素坐标系 以 像 素 为 单 位 \color{red}{以像素为单位}
  • O I − X I Y I O_I-X_IY_I OIXIYI的原点 O I O_I OI
    • 定义原点 O I O_I OI:为摄像机主光轴与摄像机像平面的交点
    • 理想情况: O I O_I OI位于图像中心处
    • 实际情况:由于摄像机制作等原因,会发生偏离
  • 摄像机的像平面坐标系如下图
    ToF基础知识_第3张图片
    • ( u 0 , v 0 ) (u_0,v_0) (u0,v0):像平面坐标系原点 O I O_I OI在像素坐标系中的坐标
    • d x , d y d_x,d_y dx,dy:分别为每个像素在 X I 和 Y I X_I和Y_I XIYI轴的方向上的物理尺寸 ( 以 像 素 为 单 位 \color{red}{以像素为单位} )
  • 像素坐标系与像平面坐标系的变换
    { u = X I d x + u 0 v = Y I d y + v 0 \begin{cases} u = \frac{X_I}{d_x} + u_0 \\ v = \frac{Y_I}{d_y} + v_0 \end{cases} {u=dxXI+u0v=dyYI+v0
  • 摄像机坐标系与像平面坐标系的变换 (相似三角形)
    X I X c = Y I Y c = f Z c \frac{X_I}{X_c} = \frac{Y_I}{Y_c} = \frac{f}{Z_c} XcXI=YcYI=Zcf
    { X I = f X c Z c Y I = f Y c Z c \begin{cases} X_I =f \frac{X_c}{Z_c} \\ Y_I = f\frac{Y_c}{Z_c} \end{cases} {XI=fZcXcYI=fZcYc
  • 世界坐标系与摄像机坐标系的变换
    [ X c Y c Z c ] = R [ X w Y w Z w ] + T \left[ \begin{matrix} X_c \\ Y_c \\ Z_c \end{matrix} \right] =R \left[ \begin{matrix} X_w \\ Y_w \\ Z_w \end{matrix} \right] + T XcYcZc=RXwYwZw+T
  • R表示旋转矩阵
    R = [ r 11 , r 12 , r 13 r 21 , r 22 , r 23 r 31 , r 32 , r 33 ] R= \left[ \begin{matrix} r_{11}, r_{12}, r_{13} \\ r_{21}, r_{22}, r_{23} \\ r_{31}, r_{32}, r_{33} \end{matrix} \right] R=r11,r12,r13r21,r22,r23r31,r32,r33
  • T表示平移向量
    T = [ t x t y t z ] T= \left[ \begin{matrix} t_x \\ t_y \\ t_z \end{matrix} \right] T=txtytz

你可能感兴趣的:(ToF,Hardware)