[發明專利]一種用于深度相機的位姿估計方法

有效

• 申請號: 201910769449.7
• 申請日: 2019-08-20
• 公開（公告）號: CN110503688B
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 朱俊濤;陳強
• 申請（專利權）人: 上海工程技術大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/33
• 代理公司: 上海唯智贏專利代理事務所(普通合伙) 31293
• 代理人: 姜曉艷

本發明涉及定點跟蹤的技術領域，公開了一種用于深度相機的位姿估計方法，包括將深度相機設置在移動機構上進行拍攝，獲得深度圖和RBG彩色圖，從拍攝的每相鄰兩幀圖像中提取ORB特征點對；利用N個深度信息缺失的ORB特征點對，計算相機位姿變化的估計值ξ_P，利用M個深度信息完整的ORB特征點對，計算相機位姿變化的估計值ξ_Q，進而得到總估計值ξ₀；構建融合了深度信息缺失的ORB特征點對和深度信息完整的ORB特征點對對應的誤差信息的最小重投影誤差模型，進而得到對應的雅可比矩陣J；根據總估計值ξ₀、最小重投影誤差函數和雅可比矩陣J，利用非線性優化方法，計算優化后的總估計值ξ_k，從而完成相鄰兩幀圖像拍攝過程中的相機位姿變化的估計。

技術領域

本發明涉及定位追蹤的技術領域，具體涉及一種用于深度相機的位姿估計方法。

背景技術

現有市面上的Kinect相機所捕獲的深度圖像由于遮擋、吸收、散斑、反射等原因導致深度區域缺失經常產生缺失深度區域的現象，使得傳統ICP算法迭代相機位姿時，有時出現特征點丟失導致算法無法收斂或誤差過大等問題，進行點云配準時出現了大量誤差點，導致其匹配點對減少，在初始位姿選取時，可能偏離迭代區間，使得迭代次數增加，收斂速度慢，收斂成功率低。

對于Kinect的深度缺失問題上有許多研究方法，其中最為常見的方法是結合彩色圖像紋理對深度圖像進行修復，如(Le A V,Jung SW,Won C S.Directional jointbilateral filter for depth images.[J].Sensors,2014,14(7):11362.)或者(MatsuoT,Fukushima N,Ishibashi Y.Weighted jointbilateral filter with slope depthcompensation filter for depth ma prefinement[C].International Conference onComputer Vision Theory andApplications.2015.)。此類方法雖然可以恢復出完整的深度圖，但是彩色圖像的邊緣和深度圖像的邊緣不能基本匹配且誤差較大，且修復時間過長，優化后精度提高不明顯，不適合機器人的實時作業。

發明內容

本發明提供了一種用于深度相機的位姿估計方法，解決了現有方法對深度信息缺失的修復時間過長，優化后精度提高不明顯，不適合機器人的實時作業等問題。

本發明可通過以下技術方案實現：

一種用于深度相機的位姿估計方法，包括以下步驟：

步驟一、將深度相機設置在移動機構上進行拍攝，獲得深度圖和RBG彩色圖，從拍攝的每相鄰兩幀圖像中提取Oriented FAST and Rotated BRIEF ORB特征點對；

步驟二、利用N個深度信息缺失的ORB特征點對，計算相機位姿變化的估計值ξ_P，利用M個深度信息完整的ORB特征點對，計算相機位姿變化的估計值ξ_Q，進而得到總估計值ξ₀；

步驟三、構建融合了深度信息缺失的ORB特征點對和深度信息完整的ORB特征點對對應的誤差信息的最小重投影誤差模型，進而得到對應的雅可比矩陣J；

步驟四、根據所述總估計值ξ₀、最小重投影誤差模型和雅可比矩陣J，利用非線性優化方法，計算優化后的總估計值ξ_k，從而完成相鄰兩幀圖像拍攝過程中的相機位姿變化的估計。