[发明专利]自运动估计系统和方法

说明书

技术领域

本发明涉及自运动，更具体来说，涉及估计相机的运动参数。

背景技术

自运动是指相机在一个环境内的三维移动。自运动估计是指基于由相机捕获的一系列图像来估计相机在一个环境内的移动。自运动估计是计算机视觉领域，且尤其是在理解并重建三维场景时的重要任务。对于移动机器(诸如，车辆和自导机器人)的基于计算机视觉的操作来说，场景理解和重建很重要。

为了理解或重建场景，可以利用计算机视觉技术来对场景的图像帧进行分割。然而，当相机正在移动时，图像分割可能为一项艰巨的任务。图像分割技术必须考虑到相机的移动，可以通过估计自运动作为预备步骤来实现。

一种已知的自运动估计方法辨认、追踪并匹配一系列图像帧中的特征点。然而，特征跟踪可能在计算上的处理成本很高。

另一种已知自运动估计方法依赖于图像帧中的地标，诸如路面上的车道标记或文字。然而，在实践中，路面上的显著地标可能并不总是可用的。

一种用于估计自运动的额外技术使用立体视觉。这种技术使用至少两个相机来获得环境的图像帧。结果，所述立体视觉方法增加了自运动估计的硬件成本。

因此，需要一种精确、快速并且计算成本低的方法来估计自运动。

发明内容

提供一种使用自运动估计系统来确定自运动参数的计算机实施方法。获得第一图像帧和第二图像帧。选择所述第一图像帧的第一部分和第二图像帧的第二部分来分别获得第一子图像和第二子图像。对所述第一子图像和所述第二子图像中的每一者执行变换，以分别获得第一透视图像和第二透视图像。以迭代方式调整所述第二透视图像以获得多个调整后的透视图像。确定分别对应于所述第一透视图像与所述调整后的透视图像之间的对应差别的多个差值。确定自运动参数的平移向量。所述平移向量对应于所述多个差值中的一者。

还提供一种用于确定自运动参数的系统。图像处理模块接收第一图像帧和第二图像帧。图像分割模块选择所述第一图像帧的一部分和所述第二图像帧的一部分来分别获得第一子图像和第二子图像。图像变换模块对所述第一子图像和所述第二子图像执行对应变换，以分别获得第一透视图像和第二透视图像。运动补偿模块调整所述第二透视图像以获得调整后的透视图像。图像差别模块确定对应于所述第一透视图像与所述调整后的透视图像之间的差别的差值。自运动参数确定模块以迭代方式获得分别对应于所述第一透视图像与多个调整后的透视图像之间的对应差别的多个差值。所述自运动参数确定模块也确定自运动参数的平移向量。所述平移向量对应于所述多个差值中的一者。

附图说明

通过参考以下附图可以更好地理解本发明。附图中的组件未必是按比例绘制，而重点在于说明本发明的原理。在诸图中，相同参考数字贯穿不同视图指代相应部件。

图1是自运动估计系统的实施形式的实施例。

图2是图像帧对的实施例。

图3是图2的示例图像帧对的对应俯视透视图像。

图4是在尚未执行运动补偿的情况下图3的俯视透视图像的差别图像。

图5是在已执行运动补偿的情况下图3的俯视透视图像的差别图像。

图6是用于确定自运动参数的示例方法步骤的流程图。

具体实施方式

所描述的系统和方法可以用来确定相机的自运动参数。将在相机安装到车辆的背景下以举例方式描述所述系统和方法，所述相机捕获描绘车辆移动路径的图像帧。然而，应理解，此申请中的教示可以应用于以相对较低的速度移动的任何装备有相机的移动机器(例如，车辆、移动式机器人等)。在所示出的实施例中，相对较低的移动速度可以是大约10公里每小时(km/h)至20km/h，或大约6.2英里每小时(mph)至12.4mph。

自运动参数是指相机的行进距离和方向，即，相机沿着水平和垂直移动路径移动了多远以及在哪个方向上移动。所述水平和垂直移动路径可以分别对应于x轴和y轴。因此，在此实施例中，自运动参数包括平移向量(t_x，t_y)，该平移向量包括水平分量t_x和垂直分量t_y。水平分量t_x和垂直分量t_y分别界定沿着水平轴x和垂直轴y的平移(以图像像素为单位)。自运动参数也可以包括旋转角度θ。在计算机视觉应用中，可以估计自运动参数作为预备步骤，所述计算机视觉应用诸如相机辅助车辆导航(例如，停车、倒车、故障检测)、自导机器人导航、位姿估计和三维场景重建。