相应内外参如下：
相机型号 : ZED 2i
序列号 : 31474187
固件版本 : 相机 1523 / 传感器 778
=== 左相机 Left 内参 ===
分辨率 : 1280 x 720
焦距 fx, fy : 536.4066, 536.4066
主点 cx, cy : 642.2694, 351.1544
内参矩阵 K :
[[536.40655518 0. 642.26940918]
[ 0. 536.40655518 351.15435791]
[ 0. 0. 1. ]]
视场角 FOV : h=100.07°, v=67.74°, d=107.71°
畸变系数 : [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
=== 右相机 Right 内参 ===
分辨率 : 1280 x 720
焦距 fx, fy : 536.4066, 536.4066
主点 cx, cy : 642.2694, 351.1544
内参矩阵 K :
[[536.40655518 0. 642.26940918]
[ 0. 536.40655518 351.15435791]
[ 0. 0. 1. ]]
视场角 FOV : h=100.07°, v=67.74°, d=107.71°
畸变系数 : [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
=== 加速度计 Accelerometer 参数 ===
[说明] IMU 没有 fx/fy/cx/cy 那种相机内参；
它的参数 = 采样率 + 量程 + 分辨率 + 噪声密度 + 随机游走
采样率 : 400.0 Hz
量程 : -78.4800033569336 ~ 78.4800033569336 m/s²
分辨率 : 0.002395019633695483 m/s²
噪声密度 : 0.0004400000034365803 m/s²/√Hz
随机游走 : 0.02019999921321869 m/s²/s/√Hz
=== 陀螺仪 Gyroscope 参数 ===
[说明] IMU 没有 fx/fy/cx/cy 那种相机内参；
它的参数 = 采样率 + 量程 + 分辨率 + 噪声密度 + 随机游走
采样率 : 400.0 Hz
量程 : -1000.0 ~ 1000.0 °/s
分辨率 : 0.030517578125 °/s
噪声密度 : 0.004991999827325344 °/s/√Hz
随机游走 : 0.042399998754262924 °/s/s/√Hz
=== 磁力计 Magnetometer 参数 ===
[说明] IMU 没有 fx/fy/cx/cy 那种相机内参；
它的参数 = 采样率 + 量程 + 分辨率 + 噪声密度 + 随机游走
采样率 : 50.0 Hz
量程 : -2500.0 ~ 2500.0 µT
分辨率 : 0.30000001192092896 µT
噪声密度 : 0.07000000029802322 µT/√Hz
随机游走 : N/A
=== 气压计 Barometer 参数 ===
[说明] IMU 没有 fx/fy/cx/cy 那种相机内参；
它的参数 = 采样率 + 量程 + 分辨率 + 噪声密度 + 随机游走
采样率 : 25.0 Hz
量程 : 300.0 ~ 1100.0 hPa
分辨率 : 0.009999999776482582 hPa
噪声密度 : 0.00039999998989515007 hPa/√Hz
随机游走 : N/A
=== 外参 左相机 Left -> 右相机 Right ===
旋转矩阵 R :
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
旋转角 (roll/pitch/yaw) : 0.0000° / -0.0000° / 0.0000°
平移向量 t = [右相机 Right 在 左相机 Left 系下的位置] : [0.11990686 0. 0. ]
（坐标变换：P_左相机 Left = R · P_右相机 Right + t）
[左相机 Left 在 右相机 Right 坐标系中的位置] : [-0.11990686 0. 0. ]
变换矩阵 T :
[[1. 0. 0. 0.11990686]
[0. 1. 0. 0. ]
[0. 0. 1. 0. ]
[0. 0. 0. 1. ]]
=== 外参 左相机 Left -> IMU ===
旋转矩阵 R :
[[ 0.99976206 0.01169387 -0.01841571]
[-0.0116109 0.99992198 0.00460632]
[ 0.01846814 -0.0043914 0.99981982]]
旋转角 (roll/pitch/yaw) : -0.2517° / -1.0582° / -0.6654°
平移向量 t = [IMU 在 左相机 Left 系下的位置] : [ 0.023061 -0.000217 -0.002 ]
（坐标变换：P_左相机 Left = R · P_IMU + t）
[左相机 Left 在 IMU 坐标系中的位置] : [-2.30210978e-02 -6.14721674e-05 2.42532406e-03]
变换矩阵 T :
[[ 9.99762058e-01 1.16938744e-02 -1.84157118e-02 2.30610017e-02]
[-1.16108973e-02 9.99921978e-01 4.60632052e-03 -2.17000023e-04]
[ 1.84681416e-02 -4.39140107e-03 9.99819815e-01 -2.00000009e-03]
[ 0.00000000e+00 0.00000000e+00 0.00000000e+00 1.00000000e+00]]
双目基线 baseline = 0.1199 m
注意：在运行代码与使用相机前，需要先安装zed2i相机的sdk，我的cuda是cu11.7，所以安装的sdk是ZED_SDK_Windows_cuda11.8_v4.2.5.exe，sdk链接如下：
我用夸克网盘给你分享了「ZED_SDK_Windows_cuda11.8_v4.2.5.exe」，点击链接或复制整段内容，打开「夸克网盘APP」即可获取。
/~52173aDuRT~:/
链接：https://pan.quark.cn/s/b46717dbb838?pwd=jdNr
提取码：jdNr
相机内外参直接提取的代码：
"""打印 ZED2i 的相机内参 / IMU 参数 / 外参。 本文件是 realsense-435i-vio/realsense_calib_params.py 的 ZED2i 移植版。 ZED2i 与 D435i 的标定信息来源不同： RealSense：按流（depth/color/infrared/accel/gyro）分别取 profile； ZED2i ：所有参数都在 zed.get_camera_information() 里一次性给出。 映射： 视频流内参 -> camera_configuration.calibration_parameters.left_cam / right_cam IMU 参数 -> sensors_configuration.accelerometer_parameters / gyroscope_parameters （采样率/量程/噪声密度/随机游走） 外参 -> calibration_parameters.stereo_transform（左->右：右相机在左相机系下的位姿，t≈+baseline） sensors_configuration.camera_imu_transform（左相机->IMU） """ import math import numpy as np import pyzed.sl as sl # --------------------------------------------------------------------------- # 视频流内参（左 / 右相机） # --------------------------------------------------------------------------- def print_video_intrinsics(name, cp): """打印单个相机内参。cp 为 sl.CameraParameters。""" if cp is None: print(f"[WARN] {name}: 参数不可用，跳过") return K = np.array([ [cp.fx, 0, cp.cx], [0, cp.fy, cp.cy], [0, 0, 1.0], ]) print(f"\n=== {name} 内参 ===") print(f" 分辨率 : {cp.image_size.width} x {cp.image_size.height}") print(f" 焦距 fx, fy : {cp.fx:.4f}, {cp.fy:.4f}") print(f" 主点 cx, cy : {cp.cx:.4f}, {cp.cy:.4f}") print(f" 内参矩阵 K :\n{K}") print(f" 视场角 FOV : h={cp.h_fov:.2f}°, v={cp.v_fov:.2f}°, d={cp.d_fov:.2f}°") print(f" 畸变系数 : {list(cp.disto)}") # --------------------------------------------------------------------------- # IMU 参数（加速度计 / 陀螺仪） # --------------------------------------------------------------------------- # sl.SENSORS_UNIT 枚举 -> 人类可读单位 _SENSOR_UNIT_STR = { sl.SENSORS_UNIT.M_SEC_2: "m/s²", sl.SENSORS_UNIT.DEG_SEC: "°/s", sl.SENSORS_UNIT.U_T: "µT", sl.SENSORS_UNIT.HPA: "hPa", sl.SENSORS_UNIT.CELSIUS: "°C", sl.SENSORS_UNIT.HERTZ: "Hz", } def _unit_str(sensor_unit): """把 sl.SENSORS_UNIT 枚举转成可读单位字符串。""" return _SENSOR_UNIT_STR.get(sensor_unit, str(sensor_unit)) def print_sensor_parameters(name, sp): """打印单个传感器参数。sp 为 sl.SensorParameters。""" if sp is None or not sp.is_available: print(f"\n=== {name} 参数 === (不可用)") return unit = _unit_str(sp.sensor_unit) # sensor_range 是 numpy.ndarray，形状 (2,)，[min, max] rng = sp.sensor_range print(f"\n=== {name} 参数 ===") print(f" [说明] IMU 没有 fx/fy/cx/cy 那种相机内参；") print(f" 它的参数 = 采样率 + 量程 + 分辨率 + 噪声密度 + 随机游走") print(f" 采样率 : {sp.sampling_rate} Hz") print(f" 量程 : {rng[0]} ~ {rng[1]} {unit}") print(f" 分辨率 : {sp.resolution} {unit}") nd = "N/A" if math.isnan(sp.noise_density) else f"{sp.noise_density} {unit}/√Hz" rw = "N/A" if math.isnan(sp.random_walk) else f"{sp.random_walk} {unit}/s/√Hz" print(f" 噪声密度 : {nd}") print(f" 随机游走 : {rw}") # --------------------------------------------------------------------------- # 外参 # --------------------------------------------------------------------------- def rotation_matrix_to_euler(R): """3x3 旋转矩阵 -> (roll, pitch, yaw)，单位度。 采用 ZYX 内旋约定：R = Rz(yaw) @ Ry(pitch) @ Rx(roll) roll 绕 X 轴、pitch 绕 Y 轴、yaw 绕 Z 轴。 """ sy = np.sqrt(R[0, 0] ** 2 + R[1, 0] ** 2) if sy > 1e-6: roll = np.arctan2(R[2, 1], R[2, 2]) pitch = np.arctan2(-R[2, 0], sy) yaw = np.arctan2(R[1, 0], R[0, 0]) else: # 万向锁退化（pitch ≈ ±90°） roll = np.arctan2(-R[1, 2], R[1, 1]) pitch = np.arctan2(-R[2, 0], sy) yaw = 0.0 return np.degrees([roll, pitch, yaw]) def transform_to_R_t(transform): """sl.Transform -> (R, t)。transform.m 为 4x4 numpy.ndarray（行主序）。 布局（同 ZED SDK 文档）： [ R00 R01 R02 tx ] [ R10 R11 R12 ty ] [ R20 R21 R22 tz ] [ 0 0 0 1 ] """ m = transform.m R = np.array(m[:3, :3], dtype=np.float64) t = np.array(m[:3, 3], dtype=np.float64) return R, t def print_extrinsics(name_from, name_to, transform): """打印外参（旋转 + 平移 + 4x4 变换矩阵 + 欧拉角）。 约定：`name_from -> name_to` 表示 `name_to` 在 `name_from` 坐标系下的位姿 （机器人学里常见的 ``A -> B`` = B 在 A 系下的位姿，即 T_A_B）。 平移向量 t 即 `name_to` 原点在 `name_from` 系中的位置，坐标变换为 P_{name_from} = R · P_{name_to} + t """ if transform is None: print(f"[WARN] {name_from} -> {name_to}: 参数不可用，跳过") return R, t = transform_to_R_t(transform) T = np.eye(4) T[:3, :3] = R T[:3, 3] = t roll, pitch, yaw = rotation_matrix_to_euler(R) # name_from 原点在 name_to 系中的位置（反变换 = -R^T·t） pos_from_in_to = (-R.T @ t).ravel() print(f"\n=== 外参 {name_from} -> {name_to} ===") print(f" 旋转矩阵 R :\n{R}") print(f" 旋转角 (roll/pitch/yaw) : {roll:.4f}° / {pitch:.4f}° / {yaw:.4f}°") print(f" 平移向量 t = [{name_to} 在 {name_from} 系下的位置] : {t}") print(f" （坐标变换：P_{name_from} = R · P_{name_to} + t）") print(f" [{name_from} 在 {name_to} 坐标系中的位置] : {pos_from_in_to}") print(f" 变换矩阵 T :\n{T}") def main(): init = sl.InitParameters() init.coordinate_units = sl.UNIT.METER zed = sl.Camera() status = zed.open(init) if status != sl.ERROR_CODE.SUCCESS: print(f"[ERROR] 无法打开 ZED2i，请检查连接: {repr(status)}") return info = zed.get_camera_information() calib = info.camera_configuration.calibration_parameters sensors = info.sensors_configuration print(f"相机型号 : {info.camera_model}") print(f"序列号 : {info.serial_number}") print(f"固件版本 : 相机 {info.camera_configuration.firmware_version} / " f"传感器 {sensors.firmware_version}") # 视频流内参（左 / 右相机） print_video_intrinsics("左相机 Left", calib.left_cam) print_video_intrinsics("右相机 Right", calib.right_cam) # IMU 参数 print_sensor_parameters("加速度计 Accelerometer", sensors.accelerometer_parameters) print_sensor_parameters("陀螺仪 Gyroscope", sensors.gyroscope_parameters) print_sensor_parameters("磁力计 Magnetometer", sensors.magnetometer_parameters) print_sensor_parameters("气压计 Barometer", sensors.barometer_parameters) # 外参 # stereo_transform：左相机 -> 右相机（= 右相机在左相机系下的位姿），t ≈ +baseline print_extrinsics("左相机 Left", "右相机 Right", calib.stereo_transform) print_extrinsics("左相机 Left", "IMU", sensors.camera_imu_transform) print(f"\n双目基线 baseline = {calib.get_camera_baseline():.4f} m") print(f"[说明] ZED2i 的灰度/彩色共用左相机，无独立 RGB->IR 外参。") zed.close() if __name__ == "__main__": main()
