[发明专利]一种基于实时视频的位姿估计方法

说明书

本发明涉及视频处理技术领域，具体涉及一种基于实时视频的位姿估计方法，包括以下步骤S1利用摄像机获取实时视频数据，并建立摄像机模型；S2利用摄像机模型在三维空间点和二维图像点之间建立映射；S3对于相邻图像之间的位姿变换关系，采用对极几何的方式进行度量；S4利用PnP算法求解三维空间点到二维图像点对运动；S5持续计算新的图像帧对应的位姿变换，并保证尺度一致性；S6利用BA算法对位姿估计进行优化，最终得到最佳的位姿估计结果。本发明提升位姿非线性优化过程中对外点的抵抗能力，有效提升了位姿追踪算法的精度和鲁棒性，实现了视频序列中位姿参数的精确求解，同时本发明算法的精度高于传统算法、可靠性更强、具有很强的实时性。

技术领域

本发明涉及视频处理技术领域，具体涉及一种基于实时视频的位姿估计方法。

背景技术

人类能够感知的外界信息约有80％来源于视觉图像信息，视觉功能在人类感知理解中扮演着十分重要的角色。Gibson理论认为，人类视觉包含两个主要功能:一是适应外界环境，二是控制自身运动；Marr理论P则认为人类视觉的主要功能是从图像恢复场景的可见三维表观。这两种理论尽管描述的侧重点有所不同，但是都认为人类视觉的目的是对外界环境的感知。人类能够通过视觉感知的外界环境的基本信息又可以分为:位置、形状、运动和颜色。其中，位置信息的获取便主要通过位姿估计技术。

同时运动体也开始借助视觉传感器逐步感知自己的运动，认识自身的位置，快速追踪运动轨迹，甚至进行实时的三维重建，虽然很困难，但已经有了长足的发展。

近些年，随着自主移动机器人、可穿戴设备计算、增强现实和自动汽车驾驶等技术的急速发展，计算机视觉在其中发挥着越来越大的作用。到目前为止，以大疆的无人机、Uber自动驾驶汽车、网易增强现实平台应用等为代表的新生智能体均集成了视觉传感器，并大量投入使用，以提供环境认知、位姿估算、定位导航等功能，其适用领域呈增长趋势，具有庞大的市场需求，是目前的研究热点领域。

发明内容

针对现有技术的不足，本发明公开了一种基于实时视频的位姿估计方法，用于解决现有的位姿估计适应性和鲁棒性很差，在空间环境恶劣的光照条件和非合作目标多变的运动状态下，很难确保从目标图像中提取出正确的特征信息并正确地求得目标的位姿是我问题。

本发明通过以下技术方案予以实现：

本发明公开一种基于实时视频的位姿估计方法，所述方法包括以下步骤：

S1利用摄像机获取实时视频数据，并建立摄像机模型；

S2利用摄像机模型在三维空间点和二维图像点之间建立映射；

S3对于相邻图像之间的位姿变换关系，采用对极几何的方式进行度量；

S4利用PnP算法求解三维空间点到二维图像点对运动；

S5持续计算新的图像帧对应的位姿变换，并保证尺度一致性；

S6利用BA算法对位姿估计进行优化，最终得到最佳的位姿估计结果。

更进一步的，所述摄像机模型存在四个坐标系间的转换关系，包括世界坐标系、相机坐标系、图像坐标系以及像素坐标系。兙俥

更进一步的，所述S1中，获取实时视频的数据，首先对图像进行预处理，利用畸变参数结合畸变投影模型求得原图像中像素坐标在校正以后的正确坐标，通过建立原图像像素坐标与校正后图像像素坐标的一一对应关系，得到校正后的图像，消除成像过程中产生的畸变和噪声。

更进一步的，所述方法对涉及的点特征进行搜索和匹配，具体包括以下步骤：

T1对视频序列进行适当处理，提取出连续的单一帧图像；

T2利用特定的目标检测方法检测图像序列中出现的非合作目标本体，作为前景目标；