相机与惯性传感器的标定方法、系统、设备及存储介质

摘要

本发明提供了相机与惯性传感器的标定方法、系统、设备及存储介质，其中，方法包括：通过不同拍摄姿势，获得i组旋转轴对，每组旋转轴对包括了基于同一旋转轴旋转而获得的相机坐标系下的相机旋转轴以及惯性传感器坐标系下的惯性传感器旋转轴，i为自然数；求得每组旋转轴对的角平分面的法向ni；通过i组旋转轴对的角平分面的法向ni构建一个参考平面，将参考平面的法向作为惯性传感器坐标系到相机坐标系的转换旋转轴；获得误差公式取最小值时，旋转角的值；获得惯性传感器坐标系到相机坐标系的旋转矩阵。本发明能够将相机和惯性传感器的测量解耦后再组合，增强对误差的抵抗力，从而提高相机数据和惯性传感器数据的融合精度，使机器人在环境中精准定位。

权利要求

1.一种相机与惯性传感器的标定方法，应用于带有相机和惯性传感器的电子设备，其特征在于，包括以下步骤：通过不同拍摄姿势，获得i组旋转轴对，每组旋转轴对包括了基于同一旋转轴旋转而获得的相机坐标系下的相机旋转轴rotAxisCi以及惯性传感器坐标系下的惯性传感器旋转轴rotAxisIi，i为自然数；

求得每组旋转轴对的角平分面的法向ni：

通过所述i组旋转轴对的角平分面的法向ni构建一个参考平面，将所述参考平面的法向作为所述惯性传感器坐标系到相机坐标系的转换旋转轴rotAxisI2C；

获得误差公式取最小值时，旋转角rotAngI2C的值，所述误差公式为：获得所述惯性传感器坐标系到所述相机坐标系的旋转矩阵RI2C，RI2C＝rodrigues(rotAngI2C*rotAxisI2C)。

2.如权利要求1所述的相机与惯性传感器的标定方法，其特征在于：所述惯性传感器旋转轴rotAxisIi*旋转矩阵RI2C＝相机旋转轴rotAxisCi，所述旋转矩阵RI2C是一个3*3的矩阵。

3.如权利要求1所述的相机与惯性传感器的标定方法，其特征在于：获得一组旋转轴对的方法包括：建立相机坐标系，将电子设备基于一个轴向作定轴运动，通过相机拍摄一棋盘格，根据所述棋盘格中角点的位置变化，获得相机坐标系下的相机旋转轴rotAxisCi；

建立惯性传感器坐标系，将所述电子设备继续基于同一轴向作定轴运动，记录旋转过程陀螺仪的数值变化，获得惯性传感器旋转矩阵和惯性传感器旋转轴rotAxisIi。

4.如权利要求1所述的相机与惯性传感器的标定方法，其特征在于：所述相机旋转轴rotAxisCi为一个归一化向量(ai,bi,ci)，所述惯性传感器旋转轴rotAxisIi为一个归一化向量(di,ei,fi)。

5.如权利要求1所述的相机与惯性传感器的标定方法，其特征在于：对所述每组旋转轴对的角平分面的法向ni进行归一化。

6.如权利要求1所述的相机与惯性传感器的标定方法，其特征在于：不同组的所述旋转轴对的旋转轴各自不同。

7.一种相机与惯性传感器的标定系统，用于实现权利要求1至6中任一项所述的相机与惯性传感器的标定方法，其特征在于，包括：旋转轴对采集模块，通过不同拍摄姿势，获得i组旋转轴对，每组旋转轴对包括了基于同一旋转轴旋转而获得的相机坐标系下的相机旋转轴rotAxisCi以及惯性传感器坐标系下的惯性传感器旋转轴rotAxisIi，i为自然数；

法向获得模块，求得每组旋转轴对的角平分面的法向ni：

参考平面建立模块，通过所述i组旋转轴对的角平分面的法向ni构建一个参考平面，将所述参考平面的法向作为所述惯性传感器坐标系到相机坐标系的转换旋转轴rotAxisI2C；

旋转角获得模块，获得误差公式取最小值时，旋转角rotAngI2C的值，所述误差公式为：旋转矩阵获得模块，获得所述惯性传感器坐标系到所述相机坐标系的旋转矩阵RI2C，RI2C＝rodrigues(rotAngI2C*rotAxisI2C)。

8.如权利要求7所述的相机与惯性传感器的标定系统，其特征在于：所述惯性传感器旋转轴rotAxisIi*旋转矩阵RI2C＝相机旋转轴rotAxisCi，所述旋转矩阵RI2C是一个3*3的矩阵。

9.一种相机与惯性传感器的标定设备，其特征在于，包括：

处理器；

存储器，其中存储有所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至6中任意一项所述相机与惯性传感器的标定方法的步骤。

10.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至6中任意一项所述相机与惯性传感器的标定方法的步骤。

说明书

相机与惯性传感器的标定方法、系统、设备及存储介质

技术领域

[0001] 本发明涉及手眼标定领域，具体地说，涉及相机与惯性传感器的标定方法、系统、设备及存储介质。

背景技术

[0002] 随着计算机技术的发展，计算机视觉作为人工智能的一个重要研究领域，已经广泛地应用于各行各业。将计算机视觉技术与机器人技术相结合，也使得智能机器人领域得到大力发展。同时定位与地图构建(SLAM)的技术是机器人导航领域一个重要的问题，SLAM问题可以描述为：机器人能够对探索过的环境建立一个全局的地图，同时能够在任何时候，利用这个地图去推测出自身的位置。影响SLAM系统的两个因素有观测数据的一致性和环境噪声，周围环境观测的正确性依赖于好的数据一致性，进而影响到环境地图的构建。目前移动设备上最常见的传感器有相机和IMU传感器等，如何设计算法去利用这些常见的传感器设备实现高精度的同时定位和制图是目前的一个研究的热点问题。

[0003] 现有的惯性传感器的坐标系到移动机器人的相机坐标系的标定方法很容易受噪声影响，以及存在相机和惯性传感器数据不同步的问题。

[0004] 因此，本发明提供了一种相机与惯性传感器的标定方法、系统、设备及存储介质。

发明内容

[0005] 针对现有技术中的问题，本发明的目的在于提供相机与惯性传感器的标定方法、系统、设备及存储介质，能够将相机和惯性传感器的测量解耦，增强对误差的抵抗力，由于只需分别测量各自坐标系下的旋转轴，不依赖相机和惯性传感器数据的同步，通过该标定方法，可以提高相机数据和惯性传感器数据的融合精度，使机器人在环境中精准定位。

[0006] 本发明的实施例提供一种相机与惯性传感器的标定方法，应用于带有相机和惯性传感器的电子设备，包括以下步骤：

[0007] 通过不同拍摄姿势，获得i组旋转轴对，每组旋转轴对包括了基于同一旋转轴旋转而获得的相机坐标系下的相机旋转轴rotAxisCi以及惯性传感器坐标系下的惯性传感器旋转轴rotAxisIi，i为自然数；

[0008] 求得每组旋转轴对的角平分面的法向ni：

[0009]

[0010] 通过所述i组旋转轴对的角平分面的法向ni构建一个参考平面，将所述参考平面的法向作为所述惯性传感器坐标系到相机坐标系的转换旋转轴rotAxisI2C；

[0011] 获得误差公式取最小值时，旋转角rotAngI2C的值，所述误差公式为：

[0012]

[0013] 获得所述惯性传感器坐标系到所述相机坐标系的旋转矩阵RI2C，RI2C＝rodrigues(rotAngI2C*rotAxisI2C)。

[0014] 优选地，所述惯性传感器旋转轴rotAxisIi*旋转矩阵RI2C＝相机旋转轴rotAxisCi，所述旋转矩阵RI2C是一个3*3的矩阵。

[0015] 优选地，获得一组旋转轴对的方法包括：

[0016] 建立相机坐标系，将电子设备基于一个轴向作定轴运动，通过相机拍摄一棋盘格，根据所述棋盘格中角点的位置变化，获得相机坐标系下的相机旋转轴rotAxisCi；

[0017] 建立惯性传感器坐标系，将所述电子设备继续基于同一轴向作定轴运动，记录旋转过程陀螺仪的数值变化，获得惯性传感器旋转矩阵和惯性传感器旋转轴rotAxisIi。

[0018] 优选地，所述相机旋转轴rotAxisCi为一个归一化向量(ai,bi,ci)，所述惯性传感器旋转轴rotAxisIi为一个归一化向量(di,ei,fi)。

[0019] 优选地，对所述每组旋转轴对的角平分面的法向ni进行归一化。

[0020] 优选地，不同组的所述旋转轴对的旋转轴各自不同。

[0021] 本发明的实施例还提供一种相机与惯性传感器的标定系统，用于实现上述的相机与惯性传感器的标定方法，包括：

[0022] 旋转轴对采集模块，通过不同拍摄姿势，获得i组旋转轴对，每组旋转轴对包括了基于同一旋转轴旋转而获得的相机坐标系下的相机旋转轴rotAxisCi以及惯性传感器坐标系下的惯性传感器旋转轴rotAxisIi，i为自然数；

[0023] 法向获得模块，求得每组旋转轴对的角平分面的法向ni：

[0024]

[0025] 参考平面建立模块，通过所述i组旋转轴对的角平分面的法向ni构建一个参考平面，将所述参考平面的法向作为所述惯性传感器坐标系到相机坐标系的转换旋转轴rotAxisI2C；

[0026] 旋转角获得模块，获得误差公式取最小值时，旋转角rotAngI2C的值，所述误差公式为：

[0027]

[0028] 旋转矩阵获得模块，获得所述惯性传感器坐标系到所述相机坐标系的旋转矩阵RI2C，RI2C＝rodrigues(rotAngI2C*rotAxisI2C)。

[0029] 优选地，所述惯性传感器旋转轴rotAxisIi*旋转矩阵RI2C＝相机旋转轴rotAxisCi，所述旋转矩阵RI2C是一个3*3的矩阵。

[0030] 本发明的实施例还提供一种相机与惯性传感器的标定设备，包括：

[0031] 处理器；

[0032] 存储器，其中存储有所述处理器的可执行指令；

[0033] 其中，所述处理器配置为经由执行所述可执行指令来执行上述相机与惯性传感器的标定方法的步骤。

[0034] 本发明的实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现上述相机与惯性传感器的标定方法的步骤。

[0035] 本发明的相机与惯性传感器的标定方法、系统、设备及存储介质，能够将相机和惯性传感器的测量解耦，增强对误差的抵抗力，由于只需分别测量各自坐标系下的旋转轴，不依赖相机和惯性传感器数据的同步，通过该标定方法，可以提高相机数据和惯性传感器数据的融合精度，使机器人在环境中精准定位。

附图说明

[0036] 通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。

[0037] 图1是使用本发明的相机与惯性传感器的标定方法的流程图。

[0038] 图2是使用本发明的相机与惯性传感器的标定方法中采集第一组旋转轴对中相机旋转轴的示意图。

[0039] 图3是使用本发明的相机与惯性传感器的标定方法中采集第一组旋转轴对中惯性传感器旋转轴的示意图。

[0040] 图4是使用本发明的相机与惯性传感器的标定方法中采集第二组旋转轴对中相机旋转轴的示意图。

[0041] 图5是使用本发明的相机与惯性传感器的标定方法中采集第二组旋转轴对中惯性传感器旋转轴的示意图。

[0042] 图6是本发明的相机与惯性传感器的标定系统的模块示意图；

[0043] 图7是本发明的相机与惯性传感器的标定设备的结构示意图；以及

[0044] 图8是本发明一实施例的计算机可读存储介质的结构示意图。

具体实施方式

[0045] 现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式。相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。

[0046] 图1是使用本发明的相机与惯性传感器的标定方法的流程图。如图1所示，本发明提供一种相机与惯性传感器的标定方法，应用于带有相机和惯性传感器的电子设备，包括以下步骤：

[0047] S101、通过不同拍摄姿势，获得i组旋转轴对，每组旋转轴对包括了基于同一旋转轴旋转而获得的相机坐标系下的相机旋转轴rotAxisCi以及惯性传感器坐标系下的惯性传感器旋转轴rotAxisIi，i为自然数。不同组的所述旋转轴对的旋转轴各自不同。在一个优选的实施例中，获得相机旋转轴rotAxisC1和惯性传感器旋转轴rotAxisIi的先后顺序并不固定，可以交换顺序。

[0048] S102、求得每组旋转轴对的角平分面的法向ni：

[0049]

[0050] S103、通过所述i组旋转轴对的角平分面的法向ni构建一个参考平面，将所述参考平面的法向作为所述惯性传感器坐标系到相机坐标系的转换旋转轴rotAxisI2C。在一个优选方案中，对所述每组旋转轴对的角平分面的法向ni进行归一化，但不以此为限。

[0051] S104、获得误差公式取最小值时，旋转角rotAngI2C的值，所述误差公式为：

[0052]

[0053] S105、获得所述惯性传感器坐标系到所述相机坐标系的旋转矩阵RI2C，RI2C＝rodrigues(rotAngI2C*rotAxisI2C)。通过旋转矩阵RI2C进行转换的方式为：所述惯性传感器旋转轴rotAxisIi*旋转矩阵RI2C＝相机旋转轴rotAxisCi，所述旋转矩阵RI2C是一个3*3的矩阵。

[0054] 本发明中的惯性测量单元(简称IMU)是测量物体三轴姿态角(或角速率)以及加速度的装置。一般的，一个惯性测量单元包含了三个单轴的加速度计和三个单轴的陀螺，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。

[0055] 在步骤S101中，图2是使用本发明的相机与惯性传感器的标定方法中采集第一组旋转轴对中相机旋转轴的示意图。如图2所示，将黑白棋盘格摆在相机前并保持不动，通过将电子设备1绕着轴S旋转，转动相机2使其做定轴运动，并记录运动过程中棋盘格4的角点的位置，由于相机已事先标定，则可根据所述棋盘格中角点的位置变化，通过现有技术来求出相机旋转过程中棋盘格相对于相机的旋转，则任意两位置之间的旋转必然是绕同一个旋转轴的，获得相机坐标系下的相机旋转轴rotAxisC1。关于通过现有技术计算相机旋转轴rotAxisC1的过程不是本发明的重点，此处不再赘述。在一个优选实施例中，所述相机旋转轴rotAxisC1为一个归一化向量(a1,b1,c1)，但不以此为限。

[0056] 图3是使用本发明的相机与惯性传感器的标定方法中采集第一组旋转轴对中惯性传感器旋转轴的示意图。如图3所示，保持上一步中电子设备1旋转时的姿态(图2)，同样做沿着轴S的旋转，记录下旋转过程中的陀螺仪3的度数变化，通过现有技术(例如：积分)的方式算出旋转矩阵，并得到惯性传感器旋转轴rotAxisI1。关于通过现有技术计算身旋转轴rotAxisI1的过程不是本发明的重点，此处不再赘述。在一个优选实施例中，所述惯性传感器旋转轴rotAxisI1为一个归一化向量(d1,e1,f1)，但不以此为限。参考图2和3，得到第一组旋转轴对(包含了相机旋转轴rotAxisC1和惯性传感器旋转轴rotAxisI1)。

[0057] 图4是使用本发明的相机与惯性传感器的标定方法中采集第二组旋转轴对中相机旋转轴的示意图。如图4所示，将黑白棋盘格摆在相机前并保持不动，通过将电子设备1绕着轴T旋转(轴T的方向不同于轴S)，转动相机2使其做定轴运动，并记录运动过程中棋盘格4的角点的位置，由于相机已事先标定，则可根据所述棋盘格中角点的位置变化，通过现有技术来求出相机旋转过程中棋盘格相对于相机的旋转，则任意两位置之间的旋转必然是绕同一个旋转轴的，获得相机坐标系下的相机旋转轴rotAxisC2。在一个优选实施例中，所述相机旋转轴rotAxisC2为一个归一化向量(a2,b2,c2)，但不以此为限。

[0058] 图5是使用本发明的相机与惯性传感器的标定方法中采集第二组旋转轴对中惯性传感器旋转轴的示意图。如图5所示，保持上一步中电子设备1旋转时的姿态(图4)，同样做沿着轴T的旋转，记录下旋转过程中的陀螺仪3的度数变化，通过现有技术(例如：积分)的方式算出旋转矩阵，并得到旋转轴rotAxisI2。在一个优选实施例中，所述惯性传感器旋转轴rotAxisI2为一个归一化向量(d2,e2,f2)，但不以此为限。参考图4和5，得到第二组旋转轴对(包含了相机旋转轴rotAxisC2和惯性传感器旋转轴rotAxisI2)

[0059] 故此，可以继续选择新的旋转轴，进一步获得第三组旋转轴对、第四组旋转轴对、第五组旋转轴对……此处不再赘述。旋转轴对的数量越多，越有利于提高标定的精确程度。

[0060] 对于每组旋转轴对求得对应的角平分面W的法向ni，通过每组旋转轴对的相机旋转轴rotAxisC2和惯性传感器旋转轴rotAxisI2来获得角平分面的法向ni，公式为：

[0061]

[0062] 之前的第五组旋转轴对可以分别得到法向n1、法向n2、法向n3、法向n4、法向n5。

[0063] 并且，通过五组旋转轴对的角平分面的法向n1、法向n2、法向n3、法向n4、法向n5构建一个参考平面U，将所述参考平面的法向作为所述惯性传感器坐标系到相机坐标系的转换旋转轴rotAxisI2C。在一个优选方案中，对所述每组旋转轴对的角平分面的法向ni进行归一化，但不以此为限。

[0064] 本实施例的具体流程可以是：将相机和惯性传感器模组在不同的姿态下做绕定轴的旋转，并分别计算出在相机坐标系下的旋转轴rotAxisC1和惯性传感器坐标系(由惯性传感器模组构建的坐标系)下的旋转轴rotAxisIi。将黑白棋盘格摆在相机前并保持不动，转动相机使其做定轴运动，并记录运动过程中棋盘格角点的位置，由于相机已事先标定，则可求出相机旋转过程中棋盘格相对于相机的相机旋转轴rotAxisC1，则任意两位置之间的旋转必然是绕同一个旋转轴的。并且，保持上一步相机旋转时的姿态，同样做定轴旋转，记录下旋转过程中的陀螺仪的度数变化，通过积分的方式算出旋转矩阵，并得到惯性传感器旋转轴rotAxisIi。将相机摆在不同的姿态下重复上述两步的操作，得到一组旋转轴对。在一个优选的实施例中，获得相机旋转轴rotAxisC1和惯性传感器旋转轴rotAxisIi的先后顺序并不固定，可以交换顺序。

[0065] 求各自相机、惯性传感器旋转轴对之间的角平分面，若相机旋转轴为rotAxisC1，惯性传感器旋转轴为rotAxisIi，则它的角平分面的法向为：

[0066]

[0067] 对于所有旋转轴对，求出他们的角平分面的法向。

[0068] 通过所述i组旋转轴对的角平分面的法向ni构建一个参考平面，将所述参考平面的法向作为所述惯性传感器坐标系到相机坐标系的转换旋转轴rotAxisI2C。

[0069] 在已知旋转轴下，通过最小化下式的方法求得旋转角：

[0070]

[0071] 则惯性传感器坐标系到相机坐标系的旋转矩阵为rodrigues(rotAngI2C*rotAxisI2C)

[0072] 通过相机坐标系下测量到的变换矩阵、惯性传感器坐标系下测量到的变换矩阵可以得出惯性传感器到相机坐标系的变换矩阵，由于本发明只涉及惯性传感器到相机坐标系的旋转关系，因此，可通过相机坐标系下测量到的旋转矩阵、惯性传感器坐标系下测量到的旋转矩阵可以得出惯性传感器到相机坐标系的旋转矩阵，对于一个一般的旋转矩阵，对它做特征值分解，可得到特征值和特征向量。

[0073] 因此，对惯性传感器坐标系下测量到的旋转矩阵进行特征分解，得到其特征值和特征向量，对相机坐标系下测量到的旋转矩阵进行特征分解，得到其特征值和特征向量，与惯性传感器坐标系下测量到的旋转矩阵分解得到的为1特征值对应的特征向量为惯性传感器坐标系下的旋转轴rotAxisI，与相机坐标系下测量到的旋转矩阵分解得到的为1特征值对应的特征向量为相机坐标系下的旋转轴rotAxisC，并通过求解相机和惯性传感器坐标系下的旋转轴来求解Imu到相机的旋转矩阵RI2C。

[0074] 求解RI2C分为以下两步

[0075] 求rotAxisI2C和rotAngI2C，分别表示RI2C的旋转轴和旋转角度：

[0076] 将rotAxisC和rotAxisI想象成空间两个向量，则rotAxisI2C必然落在rotAxisC和rotAxisI构成的角的角平分面上，假设有n组rotAxisI和rotAxisC，则这n个角平分面必然共线，这条线就是待求的rotAxisI2C。

[0077] 随后，角平分面共线等价于角平分面的法向共面，角平分面的法向构成的平面的法向即rotAxisI2C

[0078] 所以，求解rotAxisI2C的问题就转化成了求解角平分面法向的问题。

[0079] 当已知rotAxisI和rotAxisC，则角平面法向

[0080]

[0081] 则向量n1、n2……nk构成的平面的法向就是rotAxisI2C

[0082] 进一步求解rotAngI2C

[0083] 在已知rotAxisI2C时，通过最小化下式的方式求得rotAngI2C的值

[0084]

[0085] 则惯性传感器坐标系到相机坐标系的旋转矩阵为rodrigues(rotAngI2C*rotAxisI2C)。

[0086] 图6是本发明的相机与惯性传感器的标定系统的模块示意图。如图6所示，本发明还提供一种相机与惯性传感器的标定系统5，用于实现上述的相机与惯性传感器的标定方法，包括：

[0087] 旋转轴对采集模块501，通过不同拍摄姿势，获得i组旋转轴对，每组旋转轴对包括了基于同一旋转轴旋转而获得的相机坐标系下的相机旋转轴rotAxisIi以及惯性传感器坐标系下的惯性传感器旋转轴rotAxisCi，i为自然数；

[0088] 法向获得模块502，求得每组旋转轴对的角平分面的法向ni：

[0089]

[0090] 参考平面建立模块503，通过所述i组旋转轴对的角平分面的法向ni构建一个参考平面，将所述参考平面的法向作为所述惯性传感器坐标系到相机坐标系的转换旋转轴rotAxisI2C；

[0091] 旋转角获得模块504，获得误差公式取最小值时，旋转角rotAngI2C的值，所述误差公式为：

[0092]

[0093] 旋转矩阵获得模块505，获得所述惯性传感器坐标系到所述相机坐标系的旋转矩阵RI2C，RI2C＝rodrigues(rotAngI2C*rotAxisI2C)。

[0094] 在一个优选例中，所述惯性传感器旋转轴rotAxisCi*旋转矩阵RI2C＝相机旋转轴rotAxisIi，所述旋转矩阵RI2C是一个3*3的矩阵。

[0095] 在一个优选例中，所述相机旋转轴rotAxisCi为一个归一化向量(ai,bi,ci)，所述惯性传感器旋转轴rotAxisIi为一个归一化向量(di,ei,fi)。

[0096] 在一个优选例中，对所述每组旋转轴对的角平分面的法向ni进行归一化。

[0097] 在一个优选例中，不同组的所述旋转轴对的旋转轴各自不同。

[0098] 本发明的相机与惯性传感器的标定系统，能够将相机和惯性传感器的测量解耦，增强对误差的抵抗力，由于只需分别测量各自坐标系下的旋转轴，不依赖相机和惯性传感器数据的同步，通过该标定方法，可以提高相机数据和惯性传感器数据的融合精度，使机器人在环境中精准定位。

[0099] 本发明实施例还提供一种相机与惯性传感器的标定设备，包括处理器。存储器，其中存储有处理器的可执行指令。其中，处理器配置为经由执行可执行指令来执行的相机与惯性传感器的标定方法的步骤。

[0100] 如上所示，该实施例能够将相机和惯性传感器的测量解耦，增强对误差的抵抗力，由于只需分别测量各自坐标系下的旋转轴，不依赖相机和惯性传感器数据的同步，通过该标定方法，可以提高相机数据和惯性传感器数据的融合精度，使机器人在环境中精准定位。

[0101] 所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。

[0102] 图7是本发明的相机与惯性传感器的标定设备的结构示意图。下面参照图7来描述根据本发明的这种实施方式的电子设备600。图7显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

[0103] 如图7所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630等。

[0104] 其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。

[0105] 存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

[0106] 存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

[0107] 总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

[0108] 电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。

[0109] 本发明实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现的相机与惯性传感器的标定方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。

[0110] 如上所示，该实施例能够将相机和惯性传感器的测量解耦，增强对误差的抵抗力，由于只需分别测量各自坐标系下的旋转轴，不依赖相机和惯性传感器数据的同步，通过该标定方法，可以提高相机数据和惯性传感器数据的融合精度，使机器人在环境中精准定位。

[0111] 图8是本发明的计算机可读存储介质的结构示意图。参考图8所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

[0112] 程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

[0113] 计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

[0114] 可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

[0115] 综上，本发明的相机与惯性传感器的标定方法、系统、设备及存储介质，能够将相机和惯性传感器的测量解耦，增强对误差的抵抗力，由于只需分别测量各自坐标系下的旋转轴，不依赖相机和惯性传感器数据的同步，通过该标定方法，可以提高相机数据和惯性传感器数据的融合精度，使机器人在环境中精准定位。

[0116] 以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。