【自动驾驶——坐标系及其转换】

目录

世界坐标系

相机投影相关坐标系及其转换

时间坐标系


时空坐标系:(1)三维空间坐标系,(2)一维时间坐标系

利用坐标把物体空间和时间位置、姿态表示出来。

三维空间坐标系,X、Y、Z表示物体的位置,Roll、Pitch、Yaw表示物体的姿态。

世界坐标系

WGS-84经纬坐标系:地心坐标系,坐标原点为地球质心。

UTM坐标系:

相机投影相关坐标系及其转换

相机投影相关坐标系有世界坐标系、相机坐标系、图像坐标系、像素坐标系等。

世界坐标系O_wX_wY_wZ_w,可描述物体相对空间位置关系和相机的相对位置。如用于描述视觉传感器的位置。

相机坐标系O_cX_cY_cZ_c

图像坐标系O_1xy

像素坐标系O_0uv

世界坐标系到相机坐标系,涉及旋转运动和平移运动:\begin{bmatrix} X_c \\ Y_c \\ Z_c \\ 1 \\ \end{bmatrix} = \begin{bmatrix} R & T \\ 0 & 1 \\ \end{bmatrix} \begin{bmatrix} X_w \\ Y_w \\ Z_w \\ 1 \\ \end{bmatrix} = L_w \begin{bmatrix} X_w \\ Y_w \\ Z_w \\ 1 \\ \end{bmatrix}

R3\times 3矩阵,T3\times 1平移矩阵,L_w4 \times 4矩阵。

相机坐标系向图像坐标系转换,是从3D到2D的转换,属于透视投影:Z_c \begin{bmatrix} x \\ y \\ 1 \\ \end{bmatrix} = \begin{bmatrix} f & 0 & 0 & 0 \\ 0 & f & 0 & 0 \\ 0 & 0 & 1 & 0 \\ \end{bmatrix} \begin{bmatrix} X_c \\ Y_c \\ Z_c \\ 1 \\ \end{bmatrix}

f为焦距。

图像坐标系到像素坐标系转换:\begin{bmatrix} u \\ v \\ 1 \\ \end{bmatrix} = \begin{bmatrix} \frac{1}{dx} & 0 & u_0 \\ 0 & \frac{1}{dy} & v_0 \\ 0 & 0 & 1 \\ \end{bmatrix} \begin{bmatrix} x \\ y \\ 1 \\ \end{bmatrix}

u_0v_0为图像坐标系原点在像素坐标系中的坐标值;dxdy表示每一列和每一行分别代表多少mm,即1pixel=dx mm。

综上,从世界坐标系转换到像素坐标系Z_c \begin{bmatrix} u \\ v \\ 1 \\ \end{bmatrix} = \begin{bmatrix} \frac{1}{dx} & 0 & u_0 \\ 0 & \frac{1}{dy} & v_0 \\ 0 & 0 & 1 \\ \end{bmatrix} \begin{bmatrix} f & 0 & 0 & 0 \\ 0 & f & 0 & 0 \\ 0 & 0 & 1 & 0 \\ \end{bmatrix} \begin{bmatrix} R & T \\ 0 & 1 \\ \end{bmatrix} \begin{bmatrix} X_w \\ Y_w \\ Z_w \\ 1 \\ \end{bmatrix} = \begin{bmatrix} f_x & 0 & u_0 & 0 \\ 0 & f_y & v_0 & 0 \\ 0 & 0 & 1 & 0 \\ \end{bmatrix} \begin{bmatrix} R & T \\ 0 & 1 \\ \end{bmatrix} \begin{bmatrix} X_w \\ Y_w \\ Z_w \\ 1 \\ \end{bmatrix}

最右边等式中,第一个矩阵为相机内参,第二个矩阵为相机外参

相机焦距、像素尺寸、图像中成像中心位置——相机内参。

时间坐标系

多种不同类型的传感器彼此独立对环境进行感知,会造成各传感器收集的环境数据并不在同一个时间点,各个设备之间时间坐标系也需要进行同步

统一的时间系统传感器等都有自己的独立时钟,需要一个高精度授时系统提供相同的时间基准。自动驾驶采用GPS的时钟作为基准。

硬件同步触发:使用同一个外部信号,同时激活多个传感器,从而得到同一个时间点上的环境信息。

软件时间对齐:传感器采样不支持外部触发、设备工作频率不一致时,无法硬时间同步,智能软件中根据时间戳进行处理

你可能感兴趣的:(自动驾驶,自动驾驶,计算机视觉,人工智能)