[发明专利]一种基于全景与单目视觉的混合视觉定位方法有效

专利信息
申请号: 201811017301.X 申请日: 2018-09-01
公开(公告)号: CN109345587B 公开(公告)日: 2022-02-22
发明(设计)人: 蔡成涛;梁鑫;翁翔宇;孟海洋;乔人杰 申请(专利权)人: 哈尔滨工程大学
主分类号: G06T7/70 分类号: G06T7/70;G06T7/80
代理公司: 暂无信息 代理人: 暂无信息
地址: 150001 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
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 基于 全景 目视 混合 视觉 定位 方法
【权利要求书】:

1.一种基于全景与单目视觉的混合视觉定位方法,其特征在于:包含如下步骤:

步骤(1):将全景相机与普通视觉相机垂直放置组成混合垂直立体视觉,使用平面棋盘格对全景与普通视觉分别标定,得到全景相机与普通视觉相机的内部参数;

步骤(2):在混合垂直立体视觉中,将全景与普通视觉统一化为球面统一投影模型,根据全景与普通视觉的共同方位对全景有效坐标系转换得到新的全景方位坐标系Og-XgYgZg

步骤(3):根据立体标定结果,得到新的全景方位坐标系Og-XgYgZg与普通视觉相机的相机坐标系Op-XpYpZp之间的旋转矩阵R与平移矩阵T;

步骤(4):利用旋转矩阵R与平移矩阵T对混合垂直立体视觉立体校正,通过一般化的立体匹配得到垂直视差,再根据混合垂直立体视觉系统的三角测量公式确定目标点的三维位置坐标信息。

2.根据权利要求1所述的一种基于全景与单目视觉的混合视觉定位方法,其特征在于:所述的步骤(1)中的全景相机与普通视觉相机的内部参数包括全景相机的内参矩阵Ko,普通视觉相机的内参矩阵Kp,全景相机的畸变系数(ko1,k02,p01,po2),普通视觉相机的畸变系数(kp1,kp2,kp3,pp1,pp2);

其中:

上式中,η是与双曲面镜参数有关的参数,γ1与γ2为有效焦距,(u0,vo)为全景相机的主点;

3.根据权利要求1所述的一种基于全景与单目视觉的混合视觉定位方法,其特征在于:所述的步骤(2)具体为:

建立球面统一投影模型:Om-XmYmZm为全景有效坐标系,全景有效坐标系原点为球面统一投影模型的单位球球心,Op-XpYpZp为普通视觉相机的相机坐标系;

取矩阵和矩阵Rf

上式中,θ为共同方位在全景图像中与Xm坐标轴的夹角,矩阵Rf是引入的用来统一全景与普通视觉共同方位的坐标系的矩阵;

旋转和Rf得到新的全景方位坐标系Og-XgYgZg

上式中,(xg,yg,zg)是在新的全景方位坐标系中的球面点的坐标。

4.根据权利要求1所述的一种基于全景与单目视觉的混合视觉定位方法,其特征在于:所述的步骤(4)具体为:

步骤(4.1):利用旋转矩阵R与平移矩阵T对混合垂直立体视觉立体校正:

将旋转矩阵R分解得到ru、rd

ru*rd=1;

上式中,ru是上坐标系达到重投影透视图像平面共面所需的旋转矩阵,rd是下坐标系达到重投影透视图像平面共面所需的旋转矩阵;

定义上坐标系原点与下坐标系原点的连线和重投影透视图像平面的交点为极点,令全景相机与普通视觉相机的图像平面和上坐标系原点与下坐标系原点的连线平行,使得极点处于无穷远处列对齐:计算使得极点处于y轴无穷远处的Rrect矩阵:

重投影透视图像平面和相机坐标系原点连线平行:

上式中,T=[Tx Ty Tz]T

e1和e2正交,e2与主光轴方向向量(0,0,1)叉积:

e3与e1和e2正交:

e3=e1×e2

将Rrect左乘到矩阵ru和矩阵rd

Ru=Rrect*ru

Rd=Rrect*rd

上式中,Rd是立体校正过程中Og-XgYgZg坐标系的旋转矩阵,Ru是立体校正过程中Op-XpYpZp坐标系的旋转矩阵;

步骤(4.2):立体校正后,空间点在重投影透视图像平面的投影列对齐,混合垂直立体视觉系统的三角测量公式为:

上式中,B为混合垂直立体视觉的基线,B的大小为全景有效视点与普通相机光心之间的距离;

步骤(4.3):定义垂直视差为vy=y2-y1;垂直视差的大小d和给定的二维齐次坐标之间存在如下关系:

上式中,Q为重投影矩阵;

然后计算得到目标点的三维位置坐标信息(X/W,Y/W,Z/W)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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哈尔滨工程大学,未经哈尔滨工程大学许可,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/201811017301.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top