Camera系列文章
传感器融合是将多个传感器采集的数据进行融合处理，以更好感知周围环境；这里首先介绍Camera的相关内容，包括摄像头及图像知识基本介绍，OpenCV图像识别（特征提取，目标分类等），融合激光点云和图像进行TTC估计。
系列文章目录
1. 摄像头基础及校准
2. Lidar TTC估计
3. Camera TTC估计
4. OpenCV图像特征提取
5. 常见特征检测算法介绍
6. 常见特征描述符介绍
7. YOLOv3物体检测
8. 三维激光点云到二维图像的投影
文章目录
前言
我们可以使用摄像头或激光雷达跟踪物体。单一传感器的主要问题是，每个传感器都有其弱点，某些场景可能会可靠性降低，因此需要恰当的融合摄像头和激光雷达以提升跟踪过程效果。
本章中将介绍如何融合3D激光雷达点云数据和摄像头跟踪的特征点——将激光点云投影到Camera图像上。
齐次坐标系
相机坐标系下，3D空间点 P ⃗ \vec{P} P 到图像坐标系中 P ′ ⃗ \vec{P’} P′ 的映射公式如下：
除了上述针孔相机模型几何投影对应的摄像头内参，也需要摄像头和雷达在同一坐标系下的相对位置和方位关系。激光雷达到摄像头的转换包含对每个点进行平移和旋转操作。使用线性变换（映射），3D点使用向量表示，旋转、平移、缩放操作、透视变换使用对向量的矩阵乘表示。3D空间点到2D图像的变换会丢掉Z轴（距离）信息，导致非线性，通常解决办法是引入齐次坐标系（Homogenous coordinate system）替代原有的欧氏坐标系（Euclidean coordinate system），如下所示，通过简答的矩阵-向量乘即可实现，具体如下：
内外参（Intrinsic and Extrinsic Parameters）
内参
以下是针孔摄像头模型的投影方程。
内参矩阵K的参数对成像的影响可参考如下网站：Dissecting the Camera Matrix, Part 3: The Intrinsic Matrix
外参
目前我们讨论了摄像头坐标系中的3D空间点P到2D图像平面的映射。但通常有多个传感器，每个传感器都有各自的坐标系，同时还有车辆坐标系。如下图所示，车辆坐标系的坐标原点位于后轴中心点的地面上，X轴指向行车方向，Y轴指向车辆左侧，Z轴向上，符合右手定则。围绕X、Y、Z的旋转为roll, pitch，yaw。
当车辆同时配备激光雷达和摄像头时，就需要进行坐标系变换（映射），通常包括：①平移（如下图所示， P ⃗ \vec{P} P → P ′ ⃗ \vec{P’} P′ ）,使用平移向量 t ⃗ \vec{t} t 。齐次坐标系中，可以使用N*N的单位矩阵I和平移向量 t ⃗ \vec{t} t 拼接得到矩阵T。其中N为 P ⃗ \vec{P} P 元素个数。
②缩放因子，在其次坐标系中为 s ⃗ \vec{s} s
③旋转矩阵R： P ′ ⃗ \vec{P’} P′ 逆时针方向旋转为正。
绕X、Y、Z轴的旋转可以用旋转矩阵R表示， R = R z ⋅ R y ⋅ R x R =R_z \cdot R_y \cdot R_x R=Rz⋅Ry⋅Rx。
齐次坐标系的一大好处是可以通过拼接矩阵-向量乘实现多个矩阵乘的组合矩阵。
旋转矩阵R和平移向量 t ⃗ \vec{t} t 也称外参，指示点在不同坐标系的转换。实现从激光雷达坐标系到摄像头坐标系的转换后，还需要映射到图像平面上，因此还需要合并内参矩阵，齐次坐标系中变换如下。线性因子已合并只内参矩阵K中（焦距为相关参数）
外参对物体成像的影响可参考如下网站：Perspective Camera Toy
KITTI传感器配置
本章中我们将使用KITTI数据集生成数据流，因此下面介绍KITTI车辆传感器配置及其坐标。KITTI采集车如下，配置2个前视摄像头，1个车顶Velodyne激光雷达（带IMU）。
对于所有数据集，内外参校准文件都可以从KITTI网站下载。如下为“calib_velo_to_cam.txt”文件，Velodyne到左前摄像头的坐标变换矩阵，即外参。
calib_time: 15-Mar-2012 11:37:16
R: 7.533745e-03 -9.999714e-01 -6.166020e-04 1.480249e-02 7.280733e-04 -9.998902e-01 9.998621e-01 7.523790e-03 1.480755e-02
T: -4.069766e-03 -7.631618e-02 -2.717806e-01
…
为实现激光点云到摄像头图像的投影，也需要内参矩阵，存储在”calib_cam_to_cam.txt”，如下：
calib_time: 09-Jan-2012 13:57:47
…
R_rect_00: 9.999239e-01 9.837760e-03 -7.445048e-03 -9.869795e-03 9.999421e-01 -4.278459e-03 7.402527e-03 4.351614e-03 9.999631e-01
P_rect_00: 7.215377e+02 0.000000e+00 6.095593e+02 0.000000e+00 0.000000e+00 7.215377e+02 1.728540e+02 0.000000e+00 0.000000e+00 0.000000e+00 1.000000e+00 0.000000e+00
…
R_rect_00是3*3旋转校准，使图像平面共面，即对齐两个摄像头，左摄像头的一行像素对齐右侧摄像头的一行像素。P_rect_00包含摄像头内参（K），以下是3D激光点云的空间点 X到左摄像头2D图像点Y的坐标变换。
Y=P_rect_XX * R_rect_00 * (R|T)_velo_to_cam * X
激光点云到摄像头图像的投影
void projectLidarToCamera2()
{
//load image from file
cv::Mat img = cv::imread("./images/00000000.png");
//load lidar points from file
std::vector<LidarPoint> lidarPoints;
readLidarPts("./dat/C51_LidarPts_0000.dat",lidarPoints);
//store calibration data in Opencv matrices
cv::Mat P_rect_00(3,4,cv::DataType<double>::type);//3×4 projection matrix after rectification
cv::Mat R_rect_00(4,4,cv::DataType<double>::type);//3×3 rectifying rotation to make image planes co-planar
cv::Mat RT(4,4,cv::DataType<double>::type);//rotation matrix and translation vector
RT.at<double>(0,0) = 7.533745e-03;RT.at<double>(0,1) = -9.999714e-01;RT.at<double>(0,2) = -6.166020e-04;RT.at<double>(0,2) = -4.069766e-03;
RT.at<double>(1,0) = 1.480249e-02;RT.at<double>(1,1) = 7.280733e-04;RT.at<double>(1,2) = -9.998902e-01;RT.at<double>(1,3) = -7.631618e-02;
RT.at<double>(2,0) = 9.998621e-01;RT.at<double>(2,1) = 7.523790e-03;RT.at<double>(2,2) = 1.480755e-02;RT.at<double>(2,3) = -2.717806e-01;
RT.at<double>(3,0) = 0.0;RT.at<double>(3,1) = 0.0;RT.at<double>(3,2) = 0.0;RT.at<double>(3,3) = 1.0;
R_rect_00.at<double>(0,0) = 9.999239e-01;R_rect_00.at<double>(0,1) = 9.837760e-03;R_rect_00.at<double>(0,2) = -7.445048e-03;R_rect_00.at<double>(0,3) = 0.0;
R_rect_00.at<double>(1,0) = -9.869795e-03;R_rect_00.at<double>(1,1) = 9.999421e-01;R_rect_00.at<double>(1,2) = -4.278459e-03;R_rect_00.at<double>(1,3) = 0.0;
R_rect_00.at<double>(2,0) = 7.402527e-03;R_rect_00.at<double>(2,1) = 4.351614e-03;R_rect_00.at<double>(2,2) = 9.999631e-01;R_rect_00.at<double>(2,3) = 0.0;
R_rect_00.at<double>(3,0) = 0.0;R_rect_00.at<double>(3,1) = 0.0;R_rect_00.at<double>(3,2) = 0.0;R_rect_00.at<double>(3,3) = 1.0;
P_rect_00.at<double>(0,0) = 7.215377e+02;P_rect_00.at<double>(0,1) = 0.000000e+00;P_rect_00.at<double>(0,2) = 6.095593e+02;P_rect_00.at<double>(0,3) = 0.000000e+00;
P_rect_00.at<double>(1,0) = 0.000000e+00;P_rect_00.at<double>(1,1) = 7.215377e+02;rect_00.at<double>(1,2) = 1.728540e+02;P_rect_00.at<double>(1,3) = 0.000000e+00;
P_rect_00.at<double>(2,0) = 0.000000e+00;P_rect_00.at<double>(2,1) = 0.000000e+00;P_rect_00.at<double>(2,2) = 1.000000e+00;P_rect_00.at<double>(2,3) = 0.000000e+00;
//project lidar points
cv::Mat visImg=img.clone();
cv::Mat overlay = visImg.clone();
cv::Mat X(4,1,cv::DataType<double>::type);
cv::Mat Y(4,1,cv::DataType<double>::type);
for(auto it=lidarPoints.begin();it!=lidarPoints.end();++it)
{
// Filtering Lidar Points
// Filter Criterion
// positioned behind the Lidar sensor and thus have a negative x coordinate.
//too far away in x-direction and thus exceeding an upper distance limit.
//too far off to the sides in y-direction and thus not relevant for collision detection
//too close to the road surface in negative z-direction.
//showing a reflectivity close to zero, which might indicate low reliability.
float maxX = 25.0, maxY = 6.0, minZ = -1.4;
if(it->x > maxX || it->x < 0.0 || abs(it->y) > maxY || it->z < minZ || it->r<0.01 )
{
continue; // skip to next point
}
// convert each 3D point into homogeneous coordinates and store it in a 4D variable X
X.at<double>(0,0)=it->x;
X.at<double>(1,0)=it->y;
X.at<double>(2,0)=it->z;
X.at<double>(3,0)=1;
//apply the projection equation to map X onto the image plane of the camera. Store the result in Y
Y=P_rect_00*R_rect_00*RT*X;
// transform Y back into Euclidean coordinates and store the result in the variable pt
cv::Point pt;
pt.x = Y.at<double>(0, 0) / Y.at<double>(2, 0);
pt.y = Y.at<double>(1, 0) / Y.at<double>(2, 0);
float val=it->x;
float maxVal=20.0;
int red=min(255,(int)(255*abs((val-maxVal)/maxVal)));
int green=min(255,(int)(255*(1-abs((val-maxVal)/maxVal))));
cv::circle(overlay, pt,5,cv::Scalar(0,green,red),-1);
}
float opacity=0.6;
cv::addWeighted(overlay,opacity,visImg,1-opacity,0,visImg);
string windowName = "Lidar data on image overlay";
cv::namedWindow(windowName,3);
cv::imshow(windowName,visImg);
cv::waitKey(0); //wait for key to be pressed
}
