ToF基础知识

1. ToF相机数学模型

  • ToF: Time of Flight
  • ToF鼻祖:PMD

1.1 ToF原理

  • ToF摄像机光探测器收到的信号有:包括各个方向返回的光信号(光子),由背景光线等一系列信号复合组成的,这些光信号均为正弦调制。由于ToF摄像的调制和解调函数都为正弦函数形式,则ToF摄像机发射出的信号及反射回来的信号均可描述为正弦函数的形式,发出的测量信号为:
    s(t)=A⋅cos(ωt)s(t) = A \cdot cos(\omega t) s(t)=Acos(ωt)
    返回的信号r(t)r(t)r(t)为:
    r(t)=n+kA⋅cos(ωt+Δφ)r(t) = n + kA \cdot cos (\omega t + \Delta \varphi)r(t)=n+kAcos(ωt+Δφ)
    其中参数含义如下:
    • nnn: 表示外部环境叠加进去的干扰噪声
    • AAA:表示ToF摄像机发射信号的振幅
    • kAkAkA:表示返回信号的振幅
    • kkk:表示信号的衰减系数
      为了达到测量飞行时间的目的,采用相位差方法,即将测量飞行时间Δt\Delta tΔt转换成发射信号与接收信号间的相位差Δφ\Delta \varphiΔφ,如下所示:
      飞行时间:Δt=Δφ2π⋅Tm=Δφ2π⋅1fm飞行时间: \Delta t = \frac {\Delta \varphi}{2 \pi} \cdot T_m = \frac {\Delta \varphi}{2 \pi} \cdot \frac{1}{f_m} Δt=2πΔφTm=2πΔφfm1
      飞行距离:d=12c⋅Δt=c2fm⋅Δφ2π飞行距离:d=\frac{1}{2} c \cdot \Delta t = \frac {c}{2f_m} \cdot \frac {\Delta \varphi}{2 \pi}d=21cΔt=2fmc2πΔφ
      其中参数含义如下:
      • ccc: 表示光速
      • fmf_mfm:表示红外信号的调制频率
        测量量程:L=c2fm测量量程:L=\frac {c}{2f_m}L=2fmc
        若fm为20MHz,则L=3×1082×20×106=7.5m若f_m为20MHz, 则 L = \frac{3 \times 10^8}{2 \times 20 \times 10^6}=7.5mfm20MHz,L=2×20×1063×108=7.5m
        测量分辨率:ΔL=c2fm⋅Δϕ2π=c4πfm⋅Δϕ测量分辨率:\Delta L = \frac {c}{2f_m} \cdot \frac {\Delta \phi}{2 \pi} = \frac{c}{4 \pi f_m} \cdot \Delta \phiΔL=2fmc2πΔϕ=4πfmcΔϕ
        其中参数含义如下:
      • Δϕ\Delta \phiΔϕ: 表示ToF摄像机的相位测量分辨率
  • ToF摄像机测量系统信号示意图:
    在这里插入图片描述
  • ToF摄像机解调和测量的方法为:四点测量法
    • 对于摄像机发出的正弦信号,选定四个相位:t0=00,t1=900,t2=1800,t3=2700 t_0=0^0, t_1= 90^0, t_2=180^0, t_3=270^0 t0=00,t1=900,t2=1800,t3=2700作为解调和测量的采样点,每个采样点间的间隔为四分之一调制周期TTT,即正交采样。
    • 计算包含以下四个步骤:
      • 卷积
      • “四点测量法”测量互相关函数值
      • 计算幅度、相位、偏移
      • 计算距离
  • 测量信号的相位获取并不是以整体形式计算得出的,而是摄像机的光探测器上各像素均可独立获取。
  • 推测器表面获得的相位延迟信息可转换为测得的时间信息
  • 时间信息可以转换为各像素获得的距离信息
  • ToF摄像机每拍摄一次,其获得的距离信息的数量与摄像机的分辨率大小是相等的,即每个像素获取一个距离信息

2. 摄像机成像模型

2.1 坐标系

在这里插入图片描述

  • 上图中的坐标系及相关定义
    • Ow−XwYwZwO_w-X_wY_wZ_wOwXwYwZw:世界坐标系
    • Oc−XcYcZcO_c-X_cY_cZ_cOcXcYcZc:摄像机坐标系 (OcO_cOc定义在摄像机光心上; ZcZ_cZc为摄像机主光轴,且它与像平面垂直)
    • OI−XIYIO_I-X_IY_IOIXIYI:像平面坐标系
    • o−uvo-uvouv:图像像素坐标系
    • PPP:为空间中的任意一点
    • P′P'P:P点在像平面上的投影像点
    • OcOIO_cO_IOcOI:焦距fff
  • 摄像机的像平面定义了两个图像坐标系
    • OI−XIYIO_I-X_IY_IOIXIYI像平面坐标系以毫米为单位\color{red}{以毫米为单位}
    • o−uvo-uvouv像素坐标系以像素为单位\color{red}{以像素为单位}
  • OI−XIYIO_I-X_IY_IOIXIYI的原点OIO_IOI
    • 定义原点OIO_IOI:为摄像机主光轴与摄像机像平面的交点
    • 理想情况:OIO_IOI位于图像中心处
    • 实际情况:由于摄像机制作等原因,会发生偏离
  • 摄像机的像平面坐标系如下图
    在这里插入图片描述
    • (u0,v0)(u_0,v_0)(u0,v0):像平面坐标系原点OIO_IOI在像素坐标系中的坐标
    • dx,dyd_x,d_ydx,dy:分别为每个像素在XI和YIX_I和Y_IXIYI轴的方向上的物理尺寸 (以像素为单位\color{red}{以像素为单位})
  • 像素坐标系与像平面坐标系的变换
    {u=XIdx+u0v=YIdy+v0\begin{cases} u = \frac{X_I}{d_x} + u_0 \\ v = \frac{Y_I}{d_y} + v_0 \end{cases} {u=dxXI+u0v=dyYI+v0
  • 摄像机坐标系与像平面坐标系的变换 (相似三角形)
    XIXc=YIYc=fZc\frac{X_I}{X_c} = \frac{Y_I}{Y_c} = \frac{f}{Z_c}XcXI=YcYI=Zcf
    {XI=fXcZcYI=fYcZc\begin{cases} X_I =f \frac{X_c}{Z_c} \\ Y_I = f\frac{Y_c}{Z_c} \end{cases} {XI=fZcXcYI=fZcYc
  • 世界坐标系与摄像机坐标系的变换
    [XcYcZc]=R[XwYwZw]+T \left[ \begin{matrix} X_c \\ Y_c \\ Z_c \end{matrix} \right] =R \left[ \begin{matrix} X_w \\ Y_w \\ Z_w \end{matrix} \right] + T XcYcZc=RXwYwZw+T
  • R表示旋转矩阵
    R=[r11,r12,r13r21,r22,r23r31,r32,r33]R= \left[ \begin{matrix} r_{11}, r_{12}, r_{13} \\ r_{21}, r_{22}, r_{23} \\ r_{31}, r_{32}, r_{33} \end{matrix} \right] R=r11,r12,r13r21,r22,r23r31,r32,r33
  • T表示平移向量
    T=[txtytz]T= \left[ \begin{matrix} t_x \\ t_y \\ t_z \end{matrix} \right] T=txtytz
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值