[发明专利]对准数据的方法

说明书

技术领域

本发明通常涉及三维(3D)数据的对准，更具体地，涉及彼此对准3D点和3D面，用于实时重建应用。

背景技术

3D重建

场景的交互实时3D重建用在许多应用中，例如机器人学、增强现实、医学成像以及计算机视觉。实时的稀疏和密集的3D重建可以使用诸如照相机的无源传感器。然而，无源传感器在重建无纹理区域上有困难。

为了重建无纹理区域，可以使用有源3D传感器。例如，用于微软Xbox的Kinet传感器使用IR模式，用于实时从传感器的视点获取作为深度映射的3D数据。

其他问题涉及处理时间、存储器需求以及准确性。由于视野和分辨率，3D传感器通常产生场景的部分重建。期望提供一种能够结合连续部分深度映射和场景模型的准确快速的对准方法。惯性传感器容易漂移。因此，为了准确对准，需要依赖RGB(纹理)图像或深度映射的特征。另外，深度映射通常是有噪声的，没有任何更高层次的空间约束。而且，点云需要非常大的存储器，并且难以压缩。

3D-3D对准

局部

3D数据的对齐或对准是计算机视觉应用中的根本问题，该问题可以利用多种方法解决。对准方法可以是局部的或全局的。局部方法应当以良好的初始化开始，并利用相对较小的迭代移动对准两个3D点云。这类似于收敛到具有良好初始解的全局解的非线性最小化方法。最常见的局部方法是迭代最近点(ICP)方法，该方法利用闭合形式的解迭代地确定相应的3D点和移动。

全局

全局方法通常考虑整个3D点云，识别某些关键的几何特征(基元)，遍及点云匹配这些特征，并使用利用随机抽样一致(RANSACA)过程的对应关系的最小集来生成最佳假设。通过全局方法获得的粗糙对准后面通常跟随局部非线性细化。与局部方法不同，全局方法不要求初始化。然而，全局方法可能遇到不正确和不充分的对应关系。通常用于全局方法中的几何基元要么是点、线或面。

已知有利用同构和异构对应关系的几种全局对准方法。例如，考虑到点到点、线到线、面到面、点到线、点到面或者线到面对应关系，确定对准的闭合形式的解是可能的。一种方法利用分支界定法从点到点、点到线以及点到面的对应关系中获取全局最优解。另一种方法利用分支界定法来获取最佳对应关系以及针对点到点对准问题的变换。

使用3D传感器的SLAM

在移动机器人学中，某些基于3D传感器的方法利用同步定位和映射(SLAM)系统，用于确定传感器的移动以及重建场景结构。这些方法通常使用诸如点基元、线基元或面基元的几何特征。提供3D数据的平面片段的3D传感器，例如2D激光扫描仪或超声波传感器，可以被用于确定平面的、三个自由度(DOF)的运动。提供完整的3D点云的3D传感器，例如结构光扫描仪、安装在活动舞台上的2D激光扫描仪以及Kinect传感器可以用于确定六个DOF运动。

RGB-D映射从RGB图像中提取关键点，利用深度映射以3D的形式向后投射这些点，并利用三个点到点对应关系来确定利用RANSAC过程的姿势的初始估算，该初始估算进一步利用ICP方法进行细化。

另一种方法在具有3D传感器的SLAM系统中使用三个面到面对应关系。该方法利用面之间的几何约束解决对应问题。

对于使用面和线段两者作为基元的SLAM系统，另一种方法使用较小视野(FOV)的3D传感器和较大FOV的2D激光扫描仪。该方法旨在用于解决局部对准问题而无法解决全局对准的顺序的SLAM系统。

KinectFusion通过利用粗到细ICP方法将当前深度映射对准为从全局截短符号距离函数(TSDF)表示生成的虚拟深度映射。TSDF表示整合对准到全局坐标系中的全部的在先深度映射，并能够产生与使用单一图像相比更高质量的深度映射。

已知ICP方法的几种其他变体，但是这些变体在两个3D点云不同时仍然会遇到极小值问题。仅仅依靠点的对准方法或SLAM系统在无纹理区域或具有重复图样的区域中遇到对应关系不充分或者不正确。基于面的技术在包括数量不足的非平行平面的场景上遇到简并问题。

利用诸如Kinect传感器的3D传感器，由于在深度间断点周围的具有噪声的或丢失的深度值，难以获得线对应关系。

发明内容

本发明的实施方式提供一种用于在两个不同的坐标系中对准数据的方法。该方法利用点和面两者作为对准基元。该方法可被利用3D传感器的同步定位和映射(SLAM)系统所使用。该SLAM系统是本文的对准方法的应用。