Naklejka kalibracyjna ArUco 4x4 QR Code

Naklejki z kodem QR ArUco 4x4 to kolejne otwarte, wizualne znaczniki referencyjne w dziedzinach widzenia komputerowego i robotyki, podobne do AprilTag, ale o szerszych zastosowaniach. Składają się z czarnej ramki zewnętrznej i wewnętrznej siatki binarnej 4x4, i są często integrowane z głównymi bibliotekami OpenCV.

1. Zasady struktury i kodowania

(1) Projekt wyglądu: Zewnętrzna ramka to gruba czarna rama (do szybkiego lokalizowania i ekstrakcji konturów), a wnętrze jest podzielone na 16 kwadratów (macierz 4x4).

(2) Identyfikator i pojemność: Kombinacja czarnych i białych kwadratów wewnątrz określa unikalny identyfikator znacznika. W specyfikacji 4x4, typowe słowniki (takie jak DICT_4X4_50, DICT_4X4_100 itp.) zazwyczaj zawierają 50, 100, 250 lub 1000 różnych identyfikatorów do wyboru.

2. Kluczowe funkcje

(1) Estymacja pozy przestrzennej: Poprzez wykrycie czterech punktów narożnych naklejki i połączenie ich z wewnętrznymi parametrami kamery, algorytm może bezpośrednio obliczyć współrzędne przestrzenne 3D (X, Y, Z) i kąt obrotu naklejki względem kamery.

(2) Kalibracja i korekcja kamery: Poprzez połączenie wielu znaczników ArUco (takich jak tablica ChArUco, która łączy wzór szachownicy ze znacznikami ArUco), współczynniki zniekształcenia kamery i parametry wewnętrzne mogą być kalibrowane efektywnie i dokładnie.

3. Porównanie z AprilTag

(1) Integracja z ekosystemem: ArUco to moduł natywnie wspierany przez OpenCV (cv::aruco), co czyni go niezwykle wygodnym do wywoływania w Pythonie/C++ przy niemal zerowej potrzebie dodatkowej konfiguracji bibliotek stron trzecich.

(2) Wydajność obliczeniowa: Niska rozdzielczość macierzy 4x4 skutkuje niewielką ilością danych binarnych i niezwykle szybką prędkością dekodowania, co czyni go bardzo odpowiednim dla urządzeń wbudowanych o ograniczonej mocy obliczeniowej (takich jak Raspberry Pi i płyty główne robotów wbudowanych).

4. Typowe scenariusze zastosowań

(1) Lokalizacja i nawigacja robotów: Służąc jako naziemne punkty orientacyjne lub punkty pozycjonowania ścian dla robotów mobilnych w pomieszczeniach (AGV/AMR).

(2) Chwytanie przez ramię robotyczne: Zamocowane do materiałów lub chwytaków, aby pomóc ramieniu robotycznemu w precyzyjnym wyrównaniu wizualnym.

(3) Rzeczywistość rozszerzona (AR): Używane jako stabilne punkty kotwiczenia współrzędnych przestrzennych w scenariuszach łączących światy wirtualny i rzeczywisty.