[发明专利]位姿优化方法、装置、电子设备及存储介质

说明书

本公开提供了一种位姿优化方法、装置、电子设备及存储介质，该位姿优化方法包括：基于移动设备拍摄的现实场景图像，确定移动设备的当前预测位姿；基于当前预测位姿、现实场景图像的特征点，以及预先构建的多个参考平面，确定特征点的目标深度信息，其中，多个参考平面为预先构建的用于表征现实场景的三维场景地图中的多个参考平面；根据目标深度信息优化当前预测位姿。本公开实施例，可以提高位姿的计算精度。

技术领域

本公开涉及计算机视觉技术领域，具体而言，涉及一种位姿优化方法、装置、电子设备和存储介质。

背景技术

室内环境下，由于全球定位导航系统(Global Navigation Satellite System，GNSS)信号较弱，导致基于GNSS技术的导航方法在室内无法使用，为了解决该问题，现有的技术中通过采用视觉里程计在室内提供定位导航功能。其中，视觉里程计够根据视觉信息测算运动的距离和方向。

目前，由于单目相机具有低成本、轻量化和易于安装的特点，得到了广泛应用。然而，单目的视觉里程计存在着尺度不确定性的问题，无法恢复出正确的运动，进而使得位姿计算存在一定的误差。

发明内容

本公开实施例至少提供一种位姿优化方法、装置、电子设备及存储介质。

第一方面，本公开实施例提供了一种位姿优化方法，包括：

基于移动设备拍摄的现实场景图像，确定所述移动设备的当前预测位姿；

基于所述当前预测位姿、所述现实场景图像的特征点，以及预先构建的多个参考平面，确定所述特征点的目标深度信息，其中，所述多个参考平面为预先构建的用于表征现实场景的三维场景地图中的多个参考平面；

根据所述目标深度信息优化所述当前预测位姿。

本公开实施例中，首先预先构建表征现实场景的三维场景地图，并在该三维场景地图中构建多个参考平面；然后基于当前预测位姿、现实场景图像的特征点，以及多个参考平面，确定所述特征点的目标深度信息，进而可以得到视觉里程计的尺度信息，再根据目标深度信息对移动设备的当前预测位姿进行优化，可以在不依赖于IMU(InertialMeasurement Unit，惯性测量单元)的情况下，得到较为准确的位姿信息，提高了位姿的计算精度。

根据第一方面，在一种可能的实施方式中，所述基于所述当前预测位姿、所述现实场景图像的特征点，以及预先构建的多个参考平面，确定所述特征点的目标深度信息，包括：

基于所述当前预测位姿、所述特征点在图像坐标系下的二维坐标信息，以及所述多个参考平面中的每个参考平面对应的几何方程，确定所述特征点的目标深度信息。

本公开实施例中，基于所述当前预测位姿、所述现实场景图像的特征点在图像坐标系下的二维坐标信息，以及每个参考平面对应的几何方程，确定所述特征点的目标深度信息，可以降低位姿计算时的计算量，使得位姿优化的算法不受移动设备性能的限制。

根据第一方面，在一种可能的实施方式中，所述基于所述当前预测位姿、所述特征点在图像坐标系下的二维坐标信息，以及所述多个参考平面中的每个参考平面对应的几何方程，确定所述特征点的目标深度信息，包括：

基于所述当前预测位姿、所述二维坐标信息，以及所述移动设备中的图像采集部件的内部参数信息，确定所述特征点所对应的三维特征点在世界坐标系下的三维坐标信息；

根据所述三维坐标信息，以及所述每个参考平面对应的几何方程，确定所述特征点的目标深度信息。

本公开实施例中，通过与所述特征点所对应的三维坐标信息以及每个参考平面对应的几何方程，来求解特征点的目标深度信息，可以简化特征点的目标深度信息的求解过程，进而提高求解效率。

根据第一方面，所述每个参考平面内包括有界区域；