[发明专利]一种相机相对位姿求解方法有效
申请号: | 202010925216.4 | 申请日: | 2020-09-06 |
公开(公告)号: | CN112017229B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 马峻;赵浚壹;姚震;李俊 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | G06T7/55 | 分类号: | G06T7/55;G06T7/73 |
代理公司: | 桂林文必达专利代理事务所(特殊普通合伙) 45134 | 代理人: | 张学平 |
地址: | 541004 广西*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 相机 相对 求解 方法 | ||
本发明提供了一种相机相对位姿求解方法,包括通过相机采集被测物体的图像;获取所述相机的加速度和角速度以及姿态角;估算所述相机在高度方向的运动,获取所述相机在高度方向上的高度值;估算所述相机在当前的所述高度值上的姿态,获取所述相机在二维平面上的二维位姿;将所述姿态角、所述高度值和所述二维位姿进行融合计算,获得所述相机的三维位姿,针对结构化的环境,比如走廊,将一个三维空间的位置估计问题转化为一个一维和二维位置估计问题,有效减少需要处理数据量的大小。相比于传统方法,大大提高计算机的效率。
技术领域
本发明涉及计算机视觉领域技术领域,具体为一种相机相对位姿求解方法。
背景技术
AI的崛起以及智能设备的更新换代,计算机视觉技术在了人们生活的各个方面得到了广泛的应用,例如AI拍照、AI试衣以及智能驾驶等。
其中,相机是整个机器视觉系统的直接来源,而估计相机的运动即求解相机位姿是计算机视觉的一种底层技术。
现有技术对如室内比较空荡的走廊,这类场景环境的纹理不够明显或者光线比较暗时,提取图像特征往往需要消耗过大的计算资源。
发明内容
有鉴于此,本发明提供了一种相机相对位姿求解方法,旨在解决了现有技术中,提取图像特征往往需要消耗过大的计算资源,影响效率的问题。
为实现以上目的,本发明提供一种相机相对位姿求解方法,
获取图像的深度信息,包括通过相机采集被测物体的图像;
获取所述相机的加速度和角速度以及姿态角;
估算所述相机在高度方向的运动,获取所述相机在高度方向上的高度值;
估算所述相机在当前的所述高度值上的姿态,获取所述相机在二维平面上的二维位姿;
将所述姿态角、所述高度值和所述二维位姿进行融合计算,获得所述相机的三维位姿。
其中,在所述相机采集被测物体的图像步骤中,所述相机为RGB-D相机或双目相机。
其中,在获取所述相机的加速度和角速度以及姿态角的步骤中,通过惯性测量单元对所述相机进行测量。
其中,在获取所述相机在高度方向上的高度值的步骤中,采用垂直运动估计模块对所述相机进行测量。
其中,在所述垂直运动估计模块测量过程中,抽取由所述相机采集得到的深度图像中的最后一行像素,再根据惯性测量单元测得的当前相机倾角,测量当前所述相机的高度方向上的所述高度值。
其中,在获取所述相机在二维平面上的二维位姿过程中,采用水平运动估计模块对所述二维位姿进行测量。
其中,在所述水平运动估计模块的测量过程中,抽取由所述相机采集得到的深度图像中的多行像素,并将该多行像素的像素值转换为点云,用以估计在当前所述高度值对应二维平面上的所述二维位姿。
其中,在将所述姿态角、所述高度值和所述二维位姿进行融合计算的步骤中,采用扩展卡尔曼滤波器进行处理数据。
其中,在采用扩展卡尔曼滤波器进行处理数据的步骤中,具体为将所述二维位姿和所述高度值输入扩展卡尔曼滤波器进行处理获得测量值,再与所述加速度、所述角速度以及所述姿态角融合计算,获得所述三维位姿。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学,未经桂林电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010925216.4/2.html,转载请声明来源钻瓜专利网。