[发明专利]一种机器人及其基于标识物的位姿估计方法和装置在审
申请号: | 201711320272.X | 申请日: | 2017-12-12 |
公开(公告)号: | CN108198216A | 公开(公告)日: | 2018-06-22 |
发明(设计)人: | 辛冠希;徐栋;王可可;沈剑波 | 申请(专利权)人: | 深圳市神州云海智能科技有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73 |
代理公司: | 深圳瑞天谨诚知识产权代理有限公司 44340 | 代理人: | 温青玲 |
地址: | 518116 广东省深圳市龙岗区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人 标识物 世界坐标系 特征点 方法和装置 位姿估计 偏航角 偏移量 计算机视觉领域 摄像头拍摄 摄像头 二维平面 图像坐标 俯仰角 横滚角 内参数 冗余 算法 位姿 测量 图像 | ||
本发明适用于计算机视觉领域,尤其涉及一种机器人及其基于标识物的位姿估计方法和装置。所述方法包括:获取摄像头拍摄到的图像,识别出标识物;获取标识物的特征点的图像坐标,根据需求建立世界坐标系,并通过测量获取标识物的特征点在世界坐标系中的坐标;根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系,计算得出机器人的偏航角和机器人的偏移量。本发明不采用p3p算法,因此不需要计算对于仅需要二维平面导航的机器人来说冗余的俯仰角和横滚角,计算的位姿比较精确。
技术领域
本发明属于计算机视觉领域,尤其涉及一种机器人及其基于标识物的位姿估计方法和装置。
背景技术
位姿估计是计算机视觉中一个重要的领域,它有很多应用,例如,增强现实、虚拟现实以及物体空间定位(如无人机的空间位姿估计)。
常用的位姿估计算法一般分为基于视觉的和基于传感器的位姿估计算法,基于视觉的位姿估计算法由于其成本低、抗电磁干扰、精度也较高的优点,已经逐步的取代了基于传感器的位姿估计。而基于视觉的位姿估计算法又分为基于单目的和基于多目的算法,基于单目的位姿估计算法与基于多目的位姿估计算法相比具有:系统简单、价格低、灵活性好的优点。因此,目前基于单目视觉的位姿估计算法已经成为研究的热点。
而位姿估计算法中常用的为PnP算法,该算法是根据n个点的图像坐标与对应的世界坐标来推算摄像头的位姿。
目前常用的位姿估计算法一般使用二维码(或者其他类似的矩形标识)作为标识物,通过捕获二维码的四个角点获取二维码的图像坐标,而由于已知二维码的世界坐标,因此可以通过PnP算法求解出摄像头的位姿。目前来说,常用的PnP算法为P3P算法,该算法通过三个不共线的点(三个不共线的点必然共面)求解出摄像头的位姿。p3p算法可以计算三个旋转角(俯仰角、横滚角和偏航角)和三个偏移量(tx,ty,tz),但对于仅需要二维平面导航的机器人来说,p3p算法计算得到的俯仰角和横滚角是冗余的信息,从而造成计算的位姿误差偏大。
发明内容
本发明的目的在于提供一种机器人及其基于标识物的位姿估计方法、装置和计算机可读存储介质,旨在解决对于仅需要二维平面导航的机器人来说,p3p算法计算得到的俯仰角和横滚角是冗余的信息,从而造成计算的位姿误差偏大的问题。
第一方面,本发明提供了一种机器人基于标识物的位姿估计方法,所述方法包括:
获取摄像头拍摄到的图像,识别出标识物;
获取标识物的特征点的图像坐标,根据需求建立世界坐标系,并通过测量获取标识物的特征点在世界坐标系中的坐标;
根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系,计算得出机器人的偏航角和机器人的偏移量。
第二方面,本发明提供了一种机器人基于标识物的位姿估计装置,所述装置包括:
识别模块,用于获取摄像头拍摄到的图像,识别出标识物;
坐标获取模块,用于获取标识物的特征点的图像坐标,根据需求建立世界坐标系,并通过测量获取标识物的特征点在世界坐标系中的坐标;
计算模块,用于根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系,计算得出机器人的偏航角和机器人的偏移量。
第三方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述的机器人基于标识物的位姿估计方法的步骤。
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深圳市神州云海智能科技有限公司,未经深圳市神州云海智能科技有限公司许可,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/201711320272.X/2.html,转载请声明来源钻瓜专利网。