CameraCalibration

面板支持

CameraCalibration 用于 三维面板 和 图像面板 中。

字段定义

字段名	类型	描述
timestamp	time	标定数据的时间戳
frame_id	string	相机的参考坐标系。该坐标系原点为相机的光学中心，图像中 +x 指向右侧，+y 向下，+z 指向图像平面内部。
width	uint32	图像宽度
height	uint32	图像高度
distortion_model	string	畸变模型名称
D	float64[]	畸变参数
K	float64[9]	内参矩阵（3x3 按行存储）
R	float64[9]	校正矩阵（仅用于立体相机，3x3 按行存储）
P	float64[12]	投影/相机矩阵（3x4 按行存储）

distortion_model

• plumb_bob: 参数为 k1, k2, p1, p2, k3
• rational_polynomial: 参数为 k1, k2, p1, p2, k3, k4, k5, k6

该模型基于 OpenCV 的针孔相机模型，并与 ROS 中的实现一致。

K 内参矩阵

K 是原始（未校正）图像的 3x3 行主矩阵。

使用焦距（fx，fy）和主点（cx，cy）将相机坐标系中的 3D 点投影到 2D 像素坐标。

    [fx   0  cx]
K = [ 0  fy  cy]
    [ 0   0   1]

R 校正矩阵

将相机坐标系与理想立体图像平面对齐的旋转矩阵，使得两个立体图像中的极线平行。

P 投影矩阵

    [fx'  0   cx'  Tx]
P = [ 0   fy' cy'  Ty]
    [ 0    0    1    0]

此矩阵指定已处理（校正）图像的固有（相机）矩阵。也就是说，左侧 3x3 部分是校正图像的正常相机固有矩阵。

它使用焦距（fx'，fy'）和主点（cx'，cy'）将相机坐标系中的 3D 点投影到 2D 像素坐标——这些可能与 K 中的值不同。

对于单目相机：Tx = Ty = 0，通常也满足 R 为单位矩阵，P[1:3,1:3] = K。

对于立体对，第四列 [Tx Ty 0]' 与第二台摄像机的光心在第一台摄像机的坐标系中的位置相关。我们假设 Tz = 0，因此两台摄像机位于同一立体图像平面。第一台摄像机的 Tx 始终为 Ty = 0。对于水平立体对的右侧（第二台）摄像机，Ty = 0，且 Tx = -fx' * B，其中 B 是两台摄像机之间的基线。

给定一个 3D 点 [X Y Z]' ，该点在校正图像上的投影 (x, y) 可通过以下方式计算：

[u v w]' = P * [X Y Z 1]'
x = u / w
y = v / w

这对于立体对的两幅图像都适用。

参考

coScene 的架构类型（schemas）是与框架无关的，可以使用任何受支持的消息编码格式来实现。

编码格式	Schema 名称
ROS 1	foxglove_msgs/CameraCalibration
ROS 2	foxglove_msgs/msg/CameraCalibration
JSON	foxglove.CameraCalibration
Protobuf	foxglove.CameraCalibration
FlatBuffers	foxglove.CameraCalibration
OMG IDL	foxglove::CameraCalibration

注意：必须使用上述指定的 schema 名称，coScene 才能正确识别。