[发明专利]视觉里程计的测量方法及视觉里程计在审
申请号: | 201810691818.0 | 申请日: | 2018-06-28 |
公开(公告)号: | CN108846857A | 公开(公告)日: | 2018-11-20 |
发明(设计)人: | 刘厚德;凌勇;梁斌;姜军;王学谦;朱晓俊 | 申请(专利权)人: | 清华大学深圳研究生院 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/50 |
代理公司: | 深圳市鼎言知识产权代理有限公司 44311 | 代理人: | 曾昭毅;郑海威 |
地址: | 518055 广东*** | 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: | 里程计 视觉 测量 数值优化 图像序列 运动模型 关键帧 重投影 测量载体 拍摄对象 三维地图 三维重建 系统运动 优化操作 姿态信息 算法 位姿 场景 重建 优化 | ||
1.一种视觉里程计的测量方法,其特征在于,包括以下步骤:
获取拍摄对象的图像序列;
测量载体的角速度与加速度;
采用ORB算法,从所述图像序列中选取多个关键帧;及
采用非线性数值优化方法,对多个关键帧之间的重投影误差以及载体的运动模型误差进行优化操作,计算得到所述重投影误差及所述运动模型误差之和为最小值对应的载体的姿态信息,并进行实时的三维重建。
2.如权利要求1所述的视觉里程计的测量方法,其特征在于,所述图像序列中的每帧图像包括彩色图像及深度图像,所述采用ORB算法,从所述图像序列中选取多个关键帧,包括:
在所述图像序列中选取一关键帧;
对每帧图像中的彩色图像进行灰度化处理并得到对应的灰度图像;
采用ORB算法提取在前关键帧及当前帧的灰度图像及深度图像中的特征点并进行特征匹配;及
采用ICP算法,根据匹配好的特征点计算得到所述在前关键帧与所述当前帧之间的齐次变换矩阵及图像相似度值,若所述图像相似度值位于预设范围内,则确定所述当前帧为关键帧。
3.如权利要求1所述的视觉里程计的测量方法,其特征在于,
根据相邻关键帧之间的齐次变换矩阵估计对应的重投影误差;
通过对所述关键帧对应的角速度与加速度数据进行预积分得到载体的运动模型误差。
4.如权利要求1-3任意一项所述的视觉里程计的测量方法,其特征在于,所述非线性数值优化方法为列文伯格-马尔夸特非线性拟合法。
5.如权利要求1所述的视觉里程计的测量方法,其特征在于,视觉里程计的测量方法还包括系统初始化,所述系统初始化包括以下步骤:
获取拍摄对象的图像序列;
测量载体的角速度与加速度;
采用ORB算法,对相邻两帧图像进行特征提取与匹配;
对所述相邻两帧图像之间的重投影误差、以及载体的运动模型误差进行优化操作,估算角速度与加速度的偏差、重力向量在载体坐标系下的分量以及各个帧图像对应的载体运动速度,以采用所述非线性数值优化方法,对多个关键帧之间的重投影误差以及载体的运动模型误差进行优化操作。
6.如权利要求5所述的视觉里程计的测量方法,其特征在于,所述采用ORB算法,对相邻两帧图像进行特征提取与匹配之后,包括:
采用ICP算法,根据匹配好的特征点计算得到所述相邻两帧图像之间的齐次变换矩阵。
7.如权利要求6所述的视觉里程计的测量方法,其特征在于,
根据所述相邻两帧图像之间的齐次变换矩阵计算得到对应的重投影误差;
通过对所述角速度与加速度数据进行预积分得到载体的运动模型误差。
8.如权利要求5所述的视觉里程计的测量方法,其特征在于,所述优化操作利用非线性数值拟合法。
9.一种视觉里程计,其特征在于,包括:
图像采集装置,用于获取拍摄对象的图像序列;
IMU,测量载体的角速度与加速度;
特征检测单元,采用ORB算法,对所述彩色和深度图像进行特征提取与匹配,以获得关键帧;及
优化器,采用非线性数值优化方法,对所述关键帧之间的重投影误差、以及所述IMU的运动模型误差进行优化操作,计算得到所述重投影误差及所述运动模型误差之和为最小值对应的载体的姿态信息,并进行实时的三维重建。
10.如权利要求9所述的视觉里程计,其特征在于,所述图像采集装置为RGB-D相机。
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清华大学深圳研究生院,未经清华大学深圳研究生院许可,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/201810691818.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:图片特征点的跟踪方法和跟踪装置
- 下一篇:一种计算机视觉的立体匹配算法