[发明专利]使用模糊特征的相机位姿估计

说明书

一种用于估计相机位姿的方法，包括识别表示物理环境的三维(3D)映射，3D映射包括被定义为3D点的3D映射特征。模糊图像表示被接收，该表示从由相机捕获的物理环境的原始未模糊图像得出。该表示包括多个模糊特征，每个包括：(i)二维(2D)线，其穿过原始未模糊图像中的、图像特征在其处被检测到的2D点；以及(ii)特征描述符，其描述与模糊特征的2D线穿过的2D点相关联的图像特征。确定模糊特征和物理环境的3D映射的3D映射特征之间的对应性。基于所确定的对应性，估计相机在物理环境中的六自由度位姿。

背景技术

基于图像的定位技术可以被移动显示设备、机器人、无人机和其他设备利用以估计它们在物理环境中的位置和方向。例如，由设备捕获的一个或多个图像可以与表示空间的3D重建的预先计算的映射进行比较。

发明内容

提供本发明内容以简化形式介绍一些概念，这些概念将在下面的详细描述中进一步被描述。本发明内容既不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于限制所要求保护的主题的范围。此外，所要求保护的主题不限于解决在本公开的任何部分中指出的任何或所有缺点的实施方式。

一种用于估计相机位姿的方法，包括识别表示物理环境的三维(3D)映射，3D映射包括多个3D映射特征，3D映射特征被定义为遍及3D映射分布的3D点。模糊图像表示被接收，该表示从由相机捕获的物理环境的原始未模糊图像得出。该表示包括多个模糊特征，每个包括：(i)二维(2D)线，其穿过原始未模糊图像中检测到图像特征的2D点，以及(ii)特征描述符，该特征描述符描述与模糊特征的2D线穿过的2D点相关联的图像特征。确定模糊特征和物理环境的3D映射的3D映射特征之间的对应性。基于所确定的对应性，估计相机在物理环境中的六自由度位姿。

附图说明

图1描绘了物理环境的示例图像。

图2图示了用于估计相机位姿的示例方法。

图3示意性地示出了可用于估计相机位姿的示例客户端侧设备和远程设备。

图4描绘了图1的物理环境的示例图像，在图像中检测到图像特征。

图5描绘了在图1的图像中检测到的图像特征。

图6A示出了包括2D位置的示例图像特征。

图6B示出了穿过与图6A的示例图像特征相关联的2D点的2D线。

图6C示出了与图6A的示例图像特征相对应的模糊特征，但是利用图6B的2D线代替了图6A的2D位置。

图7图示了用于估计相机位姿的另一示例方法。

图8A、图8B和图8C图示了模糊特征与3D映射特征之间的对应性的确定。

图9A和图9B图示了模糊特征和3D映射特征之间的对应性。

图10图示了基于所确定的对应性对相机位姿的估计。

图11A-图11D图示了基于物理环境的两个或更多个图像的模糊3D局部映射的生成。

图12示意性地示出了示例计算系统。

具体实施方式

各种各样的设备和相关技术可以利用基于图像的定位技术。示例可以包括可穿戴计算设备，诸如提供增强现实和/或虚拟现实体验的头戴式显示(HMD)设备、机器人机器和自动驾驶交通工具。这些和其他设备可以使用基于图像的定位技术来确定其在物理环境中的位置和方向(即位姿)。在本文中，这样的设备将被称为“相机设备”。相机设备可以具有任何适当的硬件，并且采用移动或非移动的外形尺寸。下面关于图1、图3和图12描述的相机设备104、相机设备300和计算系统1200是相机设备的非限制性示例。