[發(fā)明專利]一種基于輔助點幾何約束的單目視覺位姿估計方法在審
| 申請?zhí)枺?/td> | 202011144912.8 | 申請日: | 2020-10-23 |
| 公開(公告)號: | CN112150546A | 公開(公告)日: | 2020-12-29 |
| 發(fā)明(設計)人: | 董秀成;朱林梅;張帆;母潤發(fā) | 申請(專利權(quán))人: | 西華大學 |
| 主分類號: | G06T7/70 | 分類號: | G06T7/70;G06T7/73 |
| 代理公司: | 成都方圓聿聯(lián)專利代理事務所(普通合伙) 51241 | 代理人: | 李鵬 |
| 地址: | 610039 四*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 輔助 幾何 約束 目視 覺位姿 估計 方法 | ||
本發(fā)明公開了一種基于輔助點幾何約束的單目視覺位姿估計方法,包括以下步驟:S1.目標點提取:用單反相機對于包含多個目標點的目標對象進行拍攝,得到彩色圖片,對圖像進行預處理,得到二值化圖像;然后在二值化圖像上進行八領(lǐng)域邊界跟蹤,計算輪廓的面積s和周長c,根據(jù)目標點尺寸和特性設置約束準則,從而得到目標點輪廓;然后對目標點進行中心定位;S2.位姿解算:該部分采用基于輔助點幾何約束的位姿估計算法,最終得到相機坐標系下的目標點坐標Pic;S3.迭代優(yōu)化:對Pic進行迭代優(yōu)化,得到優(yōu)化后的目標點位姿。本發(fā)明能夠通過對目標點的識別和計算得到準確的目標點位姿,并有效提高了位姿估計的穩(wěn)定性,減少了優(yōu)化時間。
技術(shù)領(lǐng)域
本發(fā)明涉及視覺位姿估計,特別是涉及一種基于輔助點幾何約束的單目視覺位姿估計方法。
背景技術(shù)
視覺位姿測量因其非接觸式測量方式、穩(wěn)定工作時間長、測量速度快等優(yōu)點成為航空航天、智能機器人、自主導航等領(lǐng)域研究的熱點問題之一。視覺位姿測量是通過已知假定的目標點在世界坐標系下的三維坐標值和其成像的二維坐標值得到相機坐標系下的目標點位姿,稱為n點透視(PnP)問題。視覺測量可以分為基于單目視覺的方法、基于多目視覺的方法和基于深度視覺的方法。基于單目視覺測量方法結(jié)構(gòu)簡單、測量范圍大,而且具有現(xiàn)場安裝、調(diào)試便捷等優(yōu)點,因此適合于工業(yè)制造中的現(xiàn)場測量。
單目視覺位姿測量的核心內(nèi)容之一是位姿估計算法,從數(shù)學角度來看可將其分為解析算法和迭代算法兩大類,解析算法的優(yōu)點是計算效率高,缺點是計算原理復雜且容易受到噪聲的影響,迭代算法的優(yōu)點是計算精度高且噪聲影響情況下的穩(wěn)定性較好,缺點是計算時間消耗太大。在實際應用中發(fā)現(xiàn),位姿估計算法的精度跟目標點分布情況有關(guān),特別當目標點分布為平面、近平面或近線等奇異情況時,位姿估計的精度不高,穩(wěn)定性不強。當前經(jīng)典的解析算法有EPnP算法(n≥4)、RPnP算法(n≥4)、OPnP算法等(n≥4)。EPnP算法的核心思想是利用四個虛擬控制點表示目標點,將解表示為零特征值向量的加權(quán)和,線性復雜度為n,大大縮短了解析算法的求解時間,盡管EPnP算法針對平面情況運用3個虛擬控制點來提高精度,但其在噪聲影響情況下穩(wěn)定性不強。RPnP算法在角錐體原理的基礎(chǔ)上,提出一種高效的解析算法,對目標點位于平面、近平面或近線等各種構(gòu)型下,都能得到較為準確的位姿解,但在實際測量中,達不到較高的精度。OPnP算法采用非單位四元數(shù)對旋轉(zhuǎn)矩陣進行參數(shù)化,并利用Grobner基對旋轉(zhuǎn)參數(shù)多項式進行求解,解決了矩陣求解中存在的退化問題,但其雖然是全局收斂能達到較高的精度,但是計算過程相對復雜。當前常用的迭代算法有POSIT算法(Pose from Orthography and Scaling with Iterations)和正交迭代算法。POSIT算法(n≥4)基于弱透視投影模型,計算效率相對較高,但其未明確定義用于優(yōu)化的目標函數(shù),所以算法的收斂性不能被嚴格地證明。正交迭代算法(OI)(n≥4)采用最小化目標空間共線誤差的思想,通過弱透視模型求得位姿初值,SVD方法解決絕對定向問題,可以獲得較高的位姿估計精度并具有較強的抗噪能力,但在平面情況下正交迭代算法易收斂到局部最小值,無法得到準確的位姿。
位姿估計過程中,根據(jù)相機成像模型需定義4個坐標系,包括世界坐標系(目標點實際所在的三維坐標系、原點自定)、相機坐標系(以相機光心為原點的三維坐標系)、像素坐標系(相機拍攝得到的像片上目標點的二維像素坐標系)、像平面坐標系(由相機內(nèi)參數(shù)矩陣將像素坐標系轉(zhuǎn)換的數(shù)值坐標系),其中像平面坐標系與相機坐標系為透射關(guān)系(小孔成像原理,兩者間存在縮放因子),相機坐標系與世界坐標系為旋轉(zhuǎn)和平移關(guān)系,存在旋轉(zhuǎn)矩陣和平移向量。求解目標點的位姿,即求解每張圖片的相機坐標系與世界坐標系的關(guān)系,即旋轉(zhuǎn)矩陣R(3×3)和平移矩陣t(3×1)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西華大學,未經(jīng)西華大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011144912.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





