[发明专利]基于点云特征地图配准的无重叠视场相机姿态标定方法

说明书

本发明公开了一种基于点云特征地图配准的无重叠视场相机姿态标定方法，包括如下步骤：(1)对无重叠视场的多个相机进行基础标定，获得内参；(2)利用多个相机对环境进行检测并同步定位与建图，构建点云地图并提取关键帧解算相机的位姿矩阵；(3)从一个相机的关键帧中抽取图像帧，与其他相机关键帧进行相似性检测，构建匹配帧对集合和匹配点对集合，对点云地图点在图像帧上的投影与实际像素坐标进行最小化投影误差；(4)通过对匹配帧附近的帧进行特征匹配，融合所有特征点，进行全局优化，迭代求解相对位姿矩阵；根据实际情况选取修正参数，对相机进行最终姿态标定；本发明解决了传统标定方法标定工作强度大，工作效率低且精度不高的问题。

技术领域

本发明涉及机器视觉领域的相机标定方法，具体涉及一种基于点云特征地图配准的无重叠视场相机姿态标定方法。

背景技术

在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数在大多数条件下必须通过实验与计算才能得到，这个求解参数的过程即为相机标定。无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此，做好相机标定是做好后续工作的前提，提高标定精度是科研工作的重点所在。

与此同时，基于视觉SLAM的机器视觉技术日益完善，无论处理速度还是定位、建图的精度相较于传统方式都有了长足的进步。而目前在多个无重叠视场相机的标定工作中，仍然需要布置控制点，并借助其他精密测量设备辅助标定。这也导致了标定工作强度大，工作效率低并且易受环境因素影响而精度不高的问题。因此对于在保证标定工作的速度、效率的同时，提高标定精度的需求就日益凸显。

发明内容

技术问题：针对现有技术存在的问题，本发明的目的在于提供一种基于点云特征地图配准，能够解决多个无重叠视场相机的标定工作强度大、工作效率低且精度不高等问题的无重叠视场相机标定的方法。

技术方案：一种基于点云特征地图配准的无重叠视场相机姿态标定方法，包括如下步骤：

(1)对无重叠视场的多个相机进行基础标定，获得内参信息；

(2)利用多个相机对环境进行检测并同步定位与建图；通过圆形移动或矩形移动的方式，移动相机使得彼此间视场基本达到相互全覆盖，由三维特征点构建各自的点云地图，并提取关键帧解算相机的位姿矩阵；

(3)从步骤(2)中一个相机的关键帧中抽取图像帧，与其他相机关键帧进行相似性检测，构建匹配帧对集合和匹配点对集合，并通过抽取图像帧的取值平移使匹配帧对数达到期望值；根据匹配的关键帧解算所有相机间相对位姿矩阵，并根据拉依达准则剔除其中误差较大的数据，然后对点云地图点在图像帧上的投影与实际像素坐标进行最小化投影误差；

(4)根据步骤(3)得到的相机间相对初始位姿后，再通过对匹配帧附近的帧进行特征匹配，融合所有特征点，进行全局优化，迭代求解相对位姿矩阵；最后根据实际情况选取修正参数，对相机进行最终姿态标定。

所述步骤(1)包括如下内容：

(1.1)以环境内的一张黑白棋盘格作为标定物，通过调整标定物与各个相机的方向，为标定物拍摄一些不同方向的照片，并从照片中提取棋盘格角点；

(1.2)设现实环境中某空间点P的相机坐标为[X,Y,Z]^T,X,Y,Z分别为相机在三维空间立体坐标系中的坐标，那么在相机模型中根据三角形相似关系得到成像平面内对应成像点P′坐标为f为相机焦距，之后将该点转换到像素坐标[U,V]，有K即为相机内参矩阵；

(1.3)根据实际情况，合理选择校正参数k₁、k₂、p₁、p₂、p₃，对相机基础标定的计算中的径向畸变与切向畸变进行纠正。