[發明專利]基于部分傳感器信息的相機?慣性傳感器標定方法

有效

• 申請號: 201410252716.0
• 申請日: 2014-06-09
• 公開（公告）號: CN104021554B
• 公開（公告）日: 2017-03-01
• 發明（設計）人: 劉宏;周玉龍;張國棟
• 申請（專利權）人: 北京大學深圳研究生院
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/80
• 代理公司: 北京君尚知識產權代理事務所(普通合伙)11200
• 代理人: 余長江

技術領域

本發明屬于計算機視覺中相機-慣性傳感器標定領域，應用于同步定位與地圖創建(simultaneous?localization?and?mapping，SLAM)技術中，具體涉及一種在慣性傳感器的輸出信息不完全情形下的相機和慣性傳感器之間坐標系變換的標定方法。

背景技術

同步定位與地圖創建指的是移動物體在不確定自身位置的情況下，通過自身的傳感器感知環境，在未知環境中創建一個與環境相一致的地圖，并同時確定自身在地圖中的位置和姿態。近年來隨著計算機視覺等技術的進一步發展，基于單目視覺的同步定位與地圖創建技術逐漸成為研究熱點。考慮到單個感知器的缺點，即沒有約束誤差的方法，導致累積誤差變大，研究者越來越多的關注多傳感器融合的同步定位與地圖創建方法。其中最常見的就是慣性傳感器。為了進行數據融合，需要對相機-慣性傳感器之間的相對坐標變換關系進行標定。

傳統的相機-慣性傳感器標定中，相機和傳感器的輸出數據都是完整的。目前市場上成本低廉的中低檔的慣性傳感器可以輸出的精度較高的三軸方向角中橫滾角(Roll角)和俯仰角(Pitch角)，然而輸出的偏航角(Yaw角)的誤差相對較大。如果直接應用這種慣性傳感器輸出的誤差較大的Yaw角信息輔助單目視覺SLAM系統，不但無法有效減小系統的累積誤差，而且會進一步因引入較大的Yaw角誤差而增大系統誤差。鑒于此，有研究者提出了一種基于Roll角和Pitch角的實時單目視覺SLAM方法。在這種相機-慣性傳感器標定中，慣性傳感器的輸出信息并不完全，因此，需要基于不完全慣性傳感器信息進行相機-慣性傳感器標定。

發明內容

本發明的目的是在慣性傳感器輸出信息不完全條件下進行相機-慣性傳感器標定，并提供在實際中有觀測誤差情形下的標定方法。

本發明采用如下技術方案：

基于部分傳感器信息的相機-慣性傳感器標定方法，包括以下步驟：

1)將相機-慣性傳感器系統在兩個不同的位姿進行多次測量，得到至少四組觀測值；

2)對于每組觀測值，恢復慣性傳感器坐標系在兩個不同位姿之間的坐標變換R_B；

3)對于每兩組不同的觀測值，結合每組觀測值分別恢復出的R_B，用傳統的手眼標定算法進行標定，得到4個所要求解的相機-慣性傳感器之間的相對坐標變換R的候選值；

4)重復上述標定過程，得到多組候選結果，比較得到的多組候選結果，通過選出每組候選結果中都一樣的值來確定每兩組的正確標定結果(正確的解在每組候選結果中都是一致的)；

5)根據正確標定結果，恢復出每兩組觀測值中相應的α的真實值(至此，慣性傳感器缺失的信息已經恢復，而且最終標定結果也得到)，完成基于部分傳感器信息的相機-慣性傳感器的標定。

具體地，包括以下幾個方面：

1、基于部分傳感器信息的標定方程

在三維空間中，相機定義了相機坐標系，慣性傳感器定義了慣性傳感器坐標系。在系統中，相機和慣性傳感器是固定在一起的，它們之間的相對坐標變換關系是固定的，為了進行數據融合，這個坐標變換關系需要標定出來。傳統的相機-慣性傳感器標定問題在理論上化為求解一個矩陣方程：

R_AR＝RR_B

這個方程稱為標定方程，在標定時，需要將相機-慣性傳感器系統在兩個不同位姿進行觀測。其中，R_A是相機在兩個不同位姿之間的坐標變換，可以通過相機標定方法算出，是已知的三維正交矩陣；R_B是慣性傳感器坐標系在兩個不同位姿之間的坐標變換，可以從慣性傳感器的數據計算出來，也是已知的三維正交矩陣。R則是所要求解的相機-慣性傳感器之間的相對坐標變換，是未知的三維正交矩陣。

在基于部分慣性傳感器信息進行標定時，R_B就不是已知矩陣。根據Euler角表示法，用慣性傳感器輸出的Roll角和Pitch角來重構R_B，得到基于部分慣性傳感器信息的標定方程：

R_AR＝R·Rot(Z，γ₁)Rot(Y，β₁)Rot(X，α₁)·(Rot(Z，γ₂)Rot(Y，β₂)Rot(X，α₂))^-1