[發(fā)明專利]多攝像機即時定位與地圖構(gòu)建的三角化方法及其運動體

有效

• 申請?zhí)枺?/td>: 201810131493.0
• 申請日: 2018-02-09
• 公開（公告）號: CN110132242B
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計）人: 王亞慧;蔡少駿
• 申請（專利權(quán)）人: 馭勢科技（北京）有限公司
• 主分類號: G01C11/02
• 分類號: G01C11/02;G01C11/08;G01C21/00;G01C21/34
• 代理公司: 北京睿邦知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11481
• 代理人: 徐丁峰

1.一種用于多攝像機即時定位與地圖構(gòu)建的三角化方法，包括如下步驟：

將由k個攝像機中的同一攝像機和不同攝像機在相鄰關(guān)鍵幀的拍攝結(jié)果作為n組攝像機組合，其中k和n為大于1的整數(shù)；

對由每一組攝像機組合所拍攝到的相鄰關(guān)鍵圖像幀進(jìn)行圖像處理，得到用于預(yù)測各組攝像機組合的本次三角化成功率的評測結(jié)果，其中，所述評測結(jié)果通過如下方式獲得：

從每一關(guān)鍵圖像幀提取相關(guān)的特征數(shù)據(jù)；

根據(jù)所述特征數(shù)據(jù)計算至少一項評測參數(shù)；和

根據(jù)所述至少一項評測參數(shù)進(jìn)行評估計算，以得到用于預(yù)測該組攝像機組合的三角化成功率的評測結(jié)果；以及

基于各組攝像機組合的評測結(jié)果，通過判斷評測結(jié)果是否滿足預(yù)定閾值條件和/或通過評測結(jié)果的大小排序來篩選出m組攝像機組合，僅選取所述m組攝像機組合進(jìn)行三角化，其中，k≤m＜n。

2.根據(jù)權(quán)利要求1所述的三角化方法，其中，

所述至少一項評測參數(shù)至少包括第一評測參數(shù)，所述第一評測參數(shù)為該組攝像機組合之間的共視面積A1，并且，通過如下公式(1)得到評測結(jié)果，

預(yù)測可三角化的點數(shù)P＝該組攝像機組合之間的共視面積A1×單位面積內(nèi)預(yù)測可跟蹤的特征點數(shù)B，其中B＞0…(1)，

其中，通過預(yù)測可三角化的點數(shù)P來預(yù)測攝像機組合的三角化成功率。

3.根據(jù)權(quán)利要求2所述的三角化方法，其中，

所述至少一項評測參數(shù)還包括第二至第四評測參數(shù)中的至少一個：該組攝像機組合中的各攝像機所拍攝的關(guān)鍵圖像幀中的特征點數(shù)量A21和A22、紋理豐富程度A31和A32、以及場景遮擋程度A41和A42。

4.根據(jù)權(quán)利要求3所述的三角化方法，其中，通過如下公式(2)得到單位面積內(nèi)預(yù)測可跟蹤特征點數(shù)B，

單位面積內(nèi)預(yù)測可跟蹤特征點數(shù)B＝k1*min{A21，A22}+k2*min{A31，A32}+k3*min{A41，A42}，其中，k1,k2,k3≥0……(2)。

5.根據(jù)權(quán)利要求2所述的三角化方法，其中，

所述特征數(shù)據(jù)包括第一特征數(shù)據(jù)，所述第一特征數(shù)據(jù)包括根據(jù)由所述相鄰關(guān)鍵圖像幀的特征點計算得到的各攝像機位姿、各攝像機視角、每一關(guān)鍵圖像幀中的各特征點的場景深度的平均值、以及各特征點的場景深度的離散程度，并且

所述第一評測參數(shù)通過根據(jù)所述第一特征數(shù)據(jù)計算得到的該組攝像機組合中的每一個攝像機所拍攝的場景的可視區(qū)域并且計算所述可視區(qū)域的重合程度而得到。

6.根據(jù)權(quán)利要求5所述的三角化方法，其中，采用卡爾曼濾波來估算所述各特征點的場景深度的平均值以及各場景深度的離散程度。

7.根據(jù)權(quán)利要求5所述的三角化方法，其中，

對于透視攝像機，通過以當(dāng)前攝像機中心為頂點，底邊與當(dāng)前攝像機成像平面平行的等腰三角形區(qū)域中到當(dāng)前攝像機成像平面的垂直距離為場景深度的平均值±場景深度離散程度的梯形區(qū)域來描述所述可視區(qū)域，并且，

對于魚眼攝像機，通過以當(dāng)前攝像機為中心、平均距離為半徑且在場景深度的平均值±各場景深度的離散程度內(nèi)分布的扇環(huán)區(qū)域來描述所述可視區(qū)域。

8.根據(jù)權(quán)利要求4所述的三角化方法，其中，

所述特征數(shù)據(jù)包括第二特征數(shù)據(jù)，所述第二特征數(shù)據(jù)包括每一關(guān)鍵圖像幀中的特征點的數(shù)量，并且所述第二評測參數(shù)為所述第二特征數(shù)據(jù)；

所述特征數(shù)據(jù)包括第三特征數(shù)據(jù)，所述第三特征數(shù)據(jù)包括每一關(guān)鍵圖像幀中的各個網(wǎng)格的特征點的平均響應(yīng)值，并且所述第三評測參數(shù)通過離散化統(tǒng)計所述第三特征數(shù)據(jù)作為該網(wǎng)格紋理豐富與否的判斷條件來統(tǒng)計紋理豐富的網(wǎng)格的數(shù)量而獲得；以及

所述特征數(shù)據(jù)包括第四特征數(shù)據(jù)，所述第四特征數(shù)據(jù)包括每一關(guān)鍵圖像幀中的各特征點的場景深度的平均值，并且所述第四評測參數(shù)通過判斷所述第四特征數(shù)據(jù)是否低于預(yù)定閾值而獲得。