海康MV-EBD435i双目相机如何标定

### 海康威视 MV-EBD435i 双目相机标定方法 海康MV-EBD435i是一款基于硬件级深度图像处理的双目立体相机，其性能对标Intel D435i。为了实现精确的距离测量和三维重建功能，通常需要对其进行标定以获取内外参矩阵以及校正畸变误差[^1]。 #### 1. 标定工具选择 对于ROS环境下的标定工作，常用的工具有`camera_calibration`包和OpenCV库中的标定函数。这些工具可以通过棋盘格图案自动计算相机的内参矩阵、外参矩阵以及径向和切向畸变系数。 #### 2. 准备标定板 标定过程中需要用到标准的黑白相间棋盘格图案作为目标物。建议使用A4纸打印或者购买专业的标定板。需要注意的是，标定板的实际尺寸（单位：毫米）应尽可能准确，并将其输入到标定程序中以便后续计算[^4]。 #### 3. ROS节点启动与数据采集 在ROS环境中，首先确保已正确安装并配置好MV-EBD435i相机的驱动程序。接着通过如下命令启动相机发布左右两路图像流： ```bash ros2 launch mv_eb435i_camera bringup.launch.py ``` 随后运行`camera_calibration`节点来收集用于标定的数据样本： ```bash ros2 run camera_calibration cameracalibrator --size 8x6 --square 0.108 image:=/stereo/left/image_raw camera:=/stereo/left ``` 上述命令假设使用的棋盘格大小为8×6角点间距为108mm，请根据实际情况调整参数值。 #### 4. 结果保存与验证 完成足够的采样后，按照提示保存生成的YAML格式文件，其中包含了所有必要的标定信息。最后可以在rviz或其他可视化工具里加载此文件查看效果是否满足预期精度需求。 以下是简单的Python脚本示例展示如何利用OpenCV单独执行离线标定过程： ```python import cv2 import numpy as np import glob # termination criteria criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) # prepare object points, like (0,0,0), (1,0,0), (2,0,0) ....,(6,5,0) objp = np.zeros((6*9,3), np.float32) objp[:,:2] = np.mgrid[0:9,0:6].T.reshape(-1,2)*25 # 假设每格宽度为25mm # Arrays to store object points and image points from all the images. objpoints = [] # 3d point in real world space imgpoints = [] # 2d points in image plane. images = glob.glob('calibration_images/*.jpg') for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # Find the chess board corners ret,corners=cv2.findChessboardCorners(gray,(9,6),None) # If found, add object points, image points (after refining them) if ret == True: objpoints.append(objp) corners2 = cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria) imgpoints.append(corners2) ret,matrix,dist,rvecs,tvecs = cv2.calibrateCamera(objpoints,imgpoints,gray.shape[::-1],None,None) print(matrix,dist) ```