AprilTag-For-Camera-Calibration

项目说明：使用 AprilTag 进行相机的参数标定

更新日期：2024年11月22日（高宇）

目前是第一个测试版本，欢迎大家使用，如果在使用过程中遇到各种问题可以提在 issue，也可以私信我哈~~

功能说明

外参估计（无畸变图像）

• 拍摄一组 无畸变 多视角相机在共视域内包含 LAMPS 组专用 AprilTag Cube 的图片；
• 提供每张图片对应的相机内参，存为 json 文件，具体的格式说明见下文的使用细节；
• 算法会估计以 AprilTag Cube 几何中心为世界坐标系原点的相机外参，估计结果为 Nx4x4 的外参 RT 矩阵，N为相机数量，包括 c2w 和 w2c 两种类型。

内外参估计（无畸变图像）【目前整理中....暂不支持】

• 拍摄一组 无畸变 多视角相机在共视域内包含 LAMPS 组专用 AprilTag Cube 的图片；
• 为每个相机拍摄一张包含3个面 LAMPS 组专用 AprilTag Cube 的 无畸变 图片；
• 算法会估计以 AprilTag Cube 几何中心为世界坐标系原点的相机外参，估计结果为 Nx3x3 的内参矩阵和 Nx4x4 的外参矩阵，N为相机数量，包括 c2w 和 w2c 两种类型。

使用说明

环境安装

自行解决（这你还不会？你是偷进LAMPS的吗？）

参数说明

具体的配置在 main.py 文件中主执行函数的 config 里，按自己的需要进行修改，目前支持如下项目：

• extrinsics_root: 包含 AprilTag 的图片的共视域图像，如果不需要，设为None；
• intrinsics_root: 包含 AprilTag 的图片的共视域图像，如果不需要，不需要设为None；
• reproj_save_path: 重投影误差估计的投影点可视化结果存储路径；
• param_save_path: 算法输出结果保存文件的路径，输出结果文件名称为 cam_params.json；
• tag_cube: AprilTag 使用的类型，如果使用组内的 Cube，设为"LAMPS";（目前不支持修改）
• tag_size: AprilTag Cube 使用的尺寸，单位为 米(m);（尺寸包含AprilTag的白色边界）
• intrinsics: 是否估计相机内参，设为 True 或者 False；
• extrinsics: 是否估计相机外参，设为 True 或者 False；
• intrinsics_path: 如果 intrinsics 设置为False，需要提供该项，精确到具体的 json 文件路径；
• total_step: 训练的总步数;
• learning_rate: 学习速率；
• device: 训练设备，可设为cpu或者cuda；

使用命令

• 修改完毕上面的配置项后，直接使用:

  python main.py
  

数据输入与输出格式

• 如果只估计外参，需要提供的相机内参 json 格式：

# 示例: 
{
    "图片名称1": {
        "intrinsic": [
            [
                625.8423389654866,
                0,
                644.4809943246738
            ],
            [
                0,
                624.9033528957034,
                360.8399595884392
            ],
            [
                0,
                0,
                1
            ]
        ]},
    "图片名称2": {"intrinsic":[....]}
     ... 
}

• 输出的相机参数保存文件 json 格式：

{
    "图片名称1": {
        "intrinsic": [
            [
                625.8423389654866,
                0,
                644.4809943246738
            ],
            [
                0,
                624.9033528957034,
                360.8399595884392
            ],
            [
                0,
                0,
                1
            ]
        ],
	"extrinsics_w2c": [
            [
                0.005854025483131409,
                0.013926953077316284,
                0.9998858571052551,
                -0.04200747609138489
            ],
            [
                0.7540636658668518,
                0.6566612720489502,
                -0.013561099767684937,
                -0.18132299184799194
            ],
            [
                -0.656775176525116,
                0.7540570497512817,
                -0.006657660007476807,
                0.8428143858909607
            ]
        ],
        "extrinsics_c2w": [
            [
                0.005854025483131409,
                0.7540636658668518,
                -0.656775176525116,
                0.6905145645141602
            ],
            [
                0.013926953077316284,
                0.6566612720489502,
                0.7540570497512817,
                -0.5158773064613342
            ],
            [
                0.9998858571052551,
                -0.013561099767684937,
                -0.006657660007476807,
                0.045154914259910583
            ],
            [
                0.0,
                0.0,
                0.0,
                1.0
            ]
        ]
    },
    "图片名称2": {"intrinsic":[....],
		 "extrinsic_c2w":[....],
		 "extrinsic_c2w":[....]}
     ... 
}