如何准确校准无监控传感器？

图13.5 无监控传感器校准：（左）港口中的雷达跟踪;（右）利用所提出的方法得到的两个高分辨率传感器的视场

我们现在说明本方法在无监控情况下的鲁棒性,这时使用完全未受控制的目标来实现校准。这种情况下的例子包括使用可广播自动识别系统（AIS）信息（在某些情况下由港口当局授权）的船只、港口中可观测目标方位和距离的雷达（RADAR）以及带有无线射频识别标签（RFID）的车辆和人^[441]。无监控传感器校准的另一个例子是视场重叠情况下的多传感器校准,这种方法取决于对目标进行观测。在实验中,我们使用雷达（RADAR）信息来校准安装在港口的高分辨摄像机。图13.5（左）所示为雷达跟踪。右图所示为使用本校准方法估计的摄像机的重叠视场。和半监控校准一样,当距离摄像机1500m时的最大误差为15m。经过对目标持续5min的观测,本章提出的方法获得了针对两个可视传感器校准的结果,如图13.6所示。估计的单应性与参考文献[483]中的结果一致,在该参考文献中,一方面对同一视频序列按小时进行剪辑,并对剪辑片段中的目标进行观测,另一方面对两幅图像中的特征点进行人工视觉匹配,利用获得的目标观测值和人工匹配结果进行单应性估计。(www.xing528.com)

图13.6 视场重叠视觉传感器的无监控校准：（上面一行）摄像机视图,（左下）摄像机装置;（右下）进行持续5min的目标观测,通过单应性估计得到了变形的图像