Kalibrace více kamer pro autonomní řízení

Abstract

Hlavním tématem této práce je modelování a kalibrace kamer pro autonomní řízení. Práce shrnuje teorii potřebnou pro zjištění interní a externí kalibrace kamer. Tato teorie je využita pro modelování a kalibraci kamer s normálním objektivem i širokoúhlým objektivem typu rybí oko. Modelování zahrnuje ekvidistantní a tangenciální model projekce a polynomiální a podílový model zkreslení. Pro kalibraci širokoúhlých kamer jsou představeny metody pro počáteční odhad parametrů založené na minimilizaci reprojektivní chyby způsobené velkým radiálním zkreslením. Pro oba typy kamer je představena metoda pro odhad relativní pozice dvou kamer, která je založena na pozorování více rovin oběma kamerami z různých pozic. Metody kalibrace jsou verifikovány na pohyblivé kamerové platformě v laboratorních podmínkách.

Main topic of this work is modeling and calibration of cameras for autonomous driving. It summarizes theory needed for the task of both internal and external calibration. This theory is used for modeling and calibration of middle-FOV and wide-FOV cameras. It includes tangential and equidistant projection models and polynomial and division model of radial distortion. For calibration of wide-FOV cameras are presented methods for initial estimate of camera parameters based on minimization of reprojection error caused by large radial distortion. For both types of camera is proposed method for estimation of relative pose of two cameras based on observation of planar objects by both cameras from different positions. All methods are verified on multi-camera platform in laboratory environment.