本文作者是計算機視覺life公衆號成員蔡量力，由於格式問題部分內容顯示可能有問題，更好的閱讀體驗，請查看原文鏈接：代碼解讀 | VINS_Mono中的魚眼相機模型
VINS_Mono中的魚眼相機模型
VINS_Mono代碼支持的相機包括針孔模型和魚眼模型相機，針孔模型大家都比較熟悉了，今天向大家介紹一種魚眼相機模型——MEI模型及其標定方法。
相機模型
投影模型
相比針孔模型可以將3d點直接投影到歸一化平面，魚眼相機則多了一箇中間過程：先將3d點投影到單位球面，再將單位球面上的點投影到歸一化平面上。廢話不多說，請看魚眼相機投影模型示意圖：
代碼解讀
VINSMono中相機模型對應代碼在/VINS-Mono/cameramodel/src/camera_models/CataCamera.cc文件**liftSphere**()函數中，該函數是將$2d$ 投影到$3d$ 點（單位球面上），首先對$2d$去畸變，然後再投影到單位球面上。
去畸變過程代碼如下：
//去畸變過程
int n = 6;
Eigen::Vector2d d_u;
distortion(Eigen::Vector2d(mx_d, my_d), d_u);//得到畸變量
// Approximate value
mx_u = mx_d - d_u(0);
my_u = my_d - d_u(1);
for (int i = 1; i < n; i)//循環去畸變多次，使結果更接近真值
{
distortion(Eigen::Vector2d(mx_u, my_u), d_u);
mx_u = mx_d - d_u(0);
my_u = my_d - d_u(1);
}將去畸變後的$2d$ 點投影到歸一化球面代碼如下：
double xi = mParameters.xi();
if (xi == 1.0)
{
lambda = 2.0 / (mx_u * mx_u my_u * my_u 1.0);
P << lambda * mx_u, lambda * my_u, lambda - 1.0;
}
else
{
lambda = (xi sqrt(1.0 (1.0 - xi * xi) * (mx_u * mx_u my_u * my_u))) / (1.0 mx_u * mx_u my_u * my_u);
P << lambda * mx_u, lambda * my_u, lambda - xi;
}其中xi對應公式$(7)$ 中的$ xi$ 。
reference
- Mei, C. and P. Rives. Single view point omnidirectional camera calibration from planar grids. in Robotics and Automation, 2007 IEEE International Conference on. 2007. IEEE.
- Jamaluddin A Z , Mazhar O , Morel O , et al. Design and calibration of an omni-RGB D camera. International Conference on Ubiquitous Robots & Ambient Intelligence. IEEE, 2016.
- Camera Calibration
交流羣歡迎加入公衆號讀者羣一起和同行交流，目前有SLAM、算法競賽、圖像檢測分割、人臉人體、醫學影像、自動駕駛、綜合等微信羣（以後會逐漸細分），請掃描下面微信號加羣，備註：”暱稱 學校/公司 研究方向“，例如：”張三 上海交大 視覺SLAM“。請按照格式備註，否則不予通過。添加成功後會根據研究方向邀請進入相關微信羣。請勿在羣內發送廣告，否則會請出羣，謝謝理解~
推薦閱讀
如何從零開始系統化學習視覺SLAM？從零開始一起學習SLAM | 爲什麼要學SLAM？從零開始一起學習SLAM | 學習SLAM到底需要學什麼？從零開始一起學習SLAM | SLAM有什麼用？從零開始一起學習SLAM | C 新特性要不要學？從零開始一起學習SLAM | 爲什麼要用齊次座標？從零開始一起學習SLAM | 三維空間剛體的旋轉從零開始一起學習SLAM | 爲啥需要李羣與李代數？從零開始一起學習SLAM | 相機成像模型從零開始一起學習SLAM | 不推公式，如何真正理解對極約束?從零開始一起學習SLAM | 神奇的單應矩陣從零開始一起學習SLAM | 你好，點雲從零開始一起學習SLAM | 給點雲加個濾網從零開始一起學習SLAM | 點雲平滑法線估計從零開始一起學習SLAM | 點雲到網格的進化從零開始一起學習SLAM | 理解圖優化，一步步帶你看懂g2o代碼從零開始一起學習SLAM | 掌握g2o頂點編程套路從零開始一起學習SLAM | 掌握g2o邊的代碼套路從零開始一起學習SLAM | 用四元數插值來對齊IMU和圖像幀零基礎小白，如何入門計算機視覺？SLAM領域牛人、牛實驗室、牛研究成果梳理我用MATLAB擼了一個2D LiDAR SLAM可視化理解四元數，願你不再掉頭髮最近一年語義SLAM有哪些代表性工作？視覺SLAM技術綜述彙總 | VIO、激光SLAM相關論文分類集錦研究SLAM，對編程的要求有多高？2018年SLAM、三維視覺方向求職經驗分享2018年SLAM、三維視覺方向求職經驗分享深度學習遇到SLAM | 如何評價基於深度學習的DeepVO，VINet，VidLoc？AI資源對接需求彙總：第1期AI資源對接需求彙總：第2期AI資源對接需求彙總：第3期
計算機視覺是人工智能之眼。公衆號已原創170篇文章，兼具系統性，嚴謹性，易讀性，菜單欄點擊“彙總分類”查看原創系列包括：三維視覺、視覺SLAM、深度學習、機器學習、深度相機、入門科普、CV方向簡介、手機雙攝、全景相機、相機標定、醫學圖像、前沿會議、機器人、ARVR、行業趨勢等。同時有入門基礎、項目實戰、面試經驗、教學資料等乾貨。一鍵關注星標，加技術交流羣，一起進步。