[發(fā)明專利]一種基于正十二面體的單目6D位姿估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110022822.X
• 申請(qǐng)日: 2021-01-08
• 公開（公告）號(hào): CN112734843B
• 公開（公告）日: 2023-03-21
• 發(fā)明（設(shè)計(jì)）人: 孫昊;譚英倫;段倫輝;崔睿;吳夢(mèng)坤
• 申請(qǐng)（專利權(quán)）人: 河北工業(yè)大學(xué)
• 主分類號(hào): G06T7/73
• 分類號(hào): G06T7/73;G06T7/80
• 代理公司: 天津翰林知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 12210
• 代理人: 王瑞

本發(fā)明公開了一種基于正十二面體的單目6D位姿估計(jì)方法。本方法將ArUco碼與正十二面體相結(jié)合，再使用單目相機(jī)采集被ArUco碼標(biāo)記的正十二面體圖像，計(jì)算ArUco碼的中心點(diǎn)的空間三維坐標(biāo)，獲得其內(nèi)切球的稀疏點(diǎn)云，進(jìn)而利用多元非線性擬合以及迭代最近點(diǎn)算法比對(duì)相機(jī)坐標(biāo)處的虛擬正十二面體，進(jìn)而計(jì)算出當(dāng)前正十二面體的空間位移量以及旋轉(zhuǎn)角度，間接計(jì)算出被測(cè)物體的位姿。本方法克服了現(xiàn)有方法對(duì)光照、環(huán)境及設(shè)備的高要求，檢測(cè)迅速，提升了穩(wěn)定性；不需要在前期投入大量的精力進(jìn)行模板采集或模型訓(xùn)練，顯著降低了位姿估計(jì)成本，保證了位姿估計(jì)精度并加強(qiáng)通用性，并且能夠進(jìn)行物體大幅度運(yùn)動(dòng)的位姿估計(jì)。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像識(shí)別位姿檢測(cè)領(lǐng)域，具體是一種基于正十二面體的單目6D位姿估計(jì)方法。

背景技術(shù)

目標(biāo)物體的位姿估計(jì)是保證機(jī)器人在工作空間中實(shí)現(xiàn)隨機(jī)操作的關(guān)鍵技術(shù)之一。目前工業(yè)自動(dòng)化行業(yè)發(fā)展迅猛，對(duì)機(jī)器人的狀態(tài)進(jìn)行實(shí)時(shí)檢測(cè)并反饋的要求也不斷提高，而基于視覺的目標(biāo)位姿估計(jì)對(duì)機(jī)器人性能的提高有重要意義。單目視覺系統(tǒng)僅使用一臺(tái)相機(jī)，結(jié)構(gòu)簡(jiǎn)單成本低廉，應(yīng)用比較廣泛。目前目標(biāo)的位姿估計(jì)的主要方法有：

使用特征點(diǎn)匹配方法估計(jì)位姿。具體做法是首先提取圖像內(nèi)的特征點(diǎn)，并匹配不同圖像中的特征點(diǎn)，根據(jù)特征點(diǎn)的運(yùn)動(dòng)估計(jì)目標(biāo)姿態(tài)變化。如文獻(xiàn)《G.Lu,X.Wong andJ.McBride.From Mapping to Localization:A Complete Framework to VisuallyEstimate Position and Attitude for Autonomous Vehicles[J].2019 IEEEInternational Conference on Image Processing(ICIP),Taipei,China,2019pp.3103-3107,doi:10.1109/ICIP.2019.8803326.》中提出了一種利用特征點(diǎn)提取和匹配技術(shù)估計(jì)自動(dòng)駕駛車位姿的方法。然而，特征點(diǎn)匹配技術(shù)本身具有局限性，在光照條件較差的情況下特征點(diǎn)跟蹤將會(huì)受到較大影響。

使用基于深度學(xué)習(xí)的方法，近年來深度學(xué)習(xí)的應(yīng)用非常廣泛，通過訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)并構(gòu)建損失函數(shù)以達(dá)到對(duì)圖像中的物體進(jìn)行位姿識(shí)別的效果。文獻(xiàn)《REDMON J,DIVVALA S,GIRSHICK R,et al.You only look once:Unified,real-time objectdetection[C]//Proceedings of the IEEE conference on computer vision andpattern recognition.2016:779-788.》中采用YOLO網(wǎng)絡(luò)，通過圖像中目標(biāo)二維邊框恢復(fù)其位姿，但是基于深度學(xué)習(xí)的方法需要大量的樣本資源來構(gòu)建大量的樣本數(shù)據(jù)并進(jìn)行真實(shí)位姿的標(biāo)注，并需要大量計(jì)算資源進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，難以控制成本，且大多為針對(duì)性的開發(fā)，無法滿足通用性。

使用基于模板法，構(gòu)建三維模板并尋找與實(shí)際位姿最接近的，用于估計(jì)當(dāng)前目標(biāo)位姿。如文獻(xiàn)《AUBRY M,MATURANA D,EFROS A A,et al.Seeing 3d chairs:exemplarpart-based 2d-3d alignment using a large dataset of cad models[C].Proceedingsof the IEEE conference on computer vision and pattern recognition.2014:3762-3769.》中利用大量三維CAD模型將圖像中的目標(biāo)分類檢測(cè)定位作為一種二維圖像到三維模型的對(duì)齊問題。然而模板精度性取決與模板庫(kù)大小，且一個(gè)模板適用于一種場(chǎng)景，缺乏通用性。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明擬解決的技術(shù)問題是，提供一種基于正十二面體的單目6D位姿估計(jì)方法。

本發(fā)明解決所述技術(shù)問題的技術(shù)方案是，提供一種基于正十二面體的單目6D位姿估計(jì)方法，其特征在于，該方法包括以下步驟：