4.9 KiB
基于双目视觉的目标定位
1 介绍
利用OpenCV对两幅视差图进行图像畸变矫正、视差求解，并基于MindXSDK进行目标检测，计算得到相机坐标系下的物体三维坐标度
样例输入：双目相机拍摄的两张jpg图片
样例输出：物体的三维坐标和距离
1.1 支持的产品
项目所用的硬件平台：Ascend310，Atlas 200DK板卡
1.2 支持的版本
支持的CANN版本为 5.0.4 支持的SDK版本为 MindX SDK 3.0.RC3
1.3 软件方案介绍
本方案中，利用Opencv对输入图片进行畸变矫正，然后采用yolov3预训练模型对矫正图片进行物体识别，最终根据识别得到的生成框坐标输出物体的三维坐标和距离。
表1.1 系统方案中各模块功能：
| 序号 | 子系统 | 功能描述 |
|---|---|---|
| 1 | 图像输入 | 使用Opencv的imread读入图片 |
| 2 | 图像放缩 | 使用Opencv的resize放缩检测图片到416*416大小 |
| 3 | 畸变矫正 | 利用Opencv和相机参数重构图片 |
| 4 | 视差计算 | 使用Opencv的SGBM方法计算图片视差 |
| 5 | 物体检测 | 利用Yolov3的检测模型，检测图片中物体并得到检测框坐标 |
| 6 | 结果输出 | 根据检测框坐标输出物体的三维坐标和距离 |
1.4 代码目录结构与说明
本sample工程名称为MobileStereoNet，工程目录如下图所示：
├── models
│ ├── yolov3.names
│ ├── yolov3_tf_bs1_fp16.cfg # yolov3后处理配置
│ └── yolov3_tf_aipp.om
├── image # 存放测试图片
├── RESOURCES
│ └── flow.png
├── camera_configs.py # 获取相机参数
├── camera.xml # 相机参数文件
├── main.py # 获取坐标文件
├── yolov3_infer.py # yolov3模型推理文件
├── ExportStereoParams.m # matlab导出xml函数
└── README.md
1.5 技术实现流程图
1.6 特性及适用场景
本案例可以满足物体三维坐标获取，但同时有以下限制：
1、由于yolov3模型限制，仅支持获取在./models/yolov3.names文件中的80种物体的三维坐标。
2、对超出相机标定范围的物体定位，误差可能会很大。
3、不同标定相机需要对main.py文件中函数stereo_match的numDisparities和uniquenessRatio这两个主要参数进行调整。注意numDisparities参数必须可以被16整除，uniquenessRatio参数值通常在5-15范围内。
2 环境依赖
请列出环境依赖软件和版本。
推荐系统为ubuntu 18.04或centos 7.6，环境依赖软件和版本如下表：
| 软件名称 | 版本 |
|---|---|
| Python | 3.9.2 |
| numpy | 1.23.4 |
| opencv-python | 4.6.0 |
在编译运行项目前，需要设置环境变量：
. ${sdk_path}/set_env.sh
. ${ascend_toolkit_path}/set_env.sh
依赖安装
创建虚拟环境并激活后运行如下命令：
pip install opencv-python
3 编译与运行
示例步骤如下：
步骤1
下载YOLOv3模型并解压，将其中的yolov3_tf_aipp.om放入./model文件夹中。
步骤2
使用Matlab标定双目相机，然后用提供的ExportStereoParams.m文件将相机参数导出成camera.xml文件，放入项目根目录中。
双目相机标定方法可以参考此处：Link
步骤3
使用步骤2标定的相机拍摄双目照片，放入./image文件夹中。注意如果相机拍出来的左右图片在一张图上，则需要自行分割为两张大小一样的图片，确保左右图片张数相等。根据放入的图片名称修改main.py中LEFTIMG和RIGHTIMG的图片命名格式，再执行：
python main.py
结果展示：
The result of case 10:
Pixel coordinates x = 500, y = 248
3D coordinates (305.618927, 90.307648, 2773.036865) mm
umbrella's actual distance: 2.791289 m
4 常见问题
4.1 输入图片大小与模型不匹配问题
问题描述：
E20221122 15:43:32.365693 9866 MxOmModelDesc.cpp:741] InputTensor Shape mismatches.
E20221122 15:43:32.366047 9866 MxOmModelDesc.cpp:742] No.0 inputTensor, No.1 dim: modelInputShape is 624, actualInputShape is 416
E20221122 15:43:32.366075 9866 MxOmModelDesc.cpp:138] Infer failed, result is null
解决方案：
同时设置B_USEDVPP=True和使用yolov3_tf_aipp.om模型时会报上述错误。解决方式一，将B_USEDVPP设置为False，使用opencv处理图片。解决方式二，将模型换成yolov3_tf_bs1_fp16.om