[发明专利]基于共面特征点的相机位姿测量方法及装置在审

专利信息
申请号: 202110223982.0 申请日: 2021-03-01
公开(公告)号: CN112907669A 公开(公告)日: 2021-06-04
发明(设计)人: 尹首一;周凯;韩慧明;刘雷波;魏少军 申请(专利权)人: 清华大学
主分类号: G06T7/73 分类号: G06T7/73;G06T3/60
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 侯天印;郝博
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 特征 相机 测量方法 装置
【说明书】:

发明提供了一种基于共面特征点的相机位姿测量方法及装置,涉及计算机视觉技术领域,该方法包括:获取共面特征点的归一化坐标和共面特征点在世界坐标系的目标平面上的第一坐标;根据归一化坐标和第一坐标计算单应性矩阵;利用单应性矩阵计算相机的第一初始位姿数据;根据第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据;根据第一局部位姿数据和第二局部位姿数据确定相机位姿测量结果。本发明考虑了特征点共面情况下位姿测量的歧义性问题,通过生成第一局部位姿数据和第二局部位姿数据,再基于第一局部位姿数据和第二局部位姿数据优选出相机位姿测量结果的过程,使最终的相机位姿测量结果更加稳定和准确。

技术领域

本发明涉及计算机视觉技术领域,尤其是涉及一种基于共面特征点的相机位姿测量方法及装置。

背景技术

相机位姿测量技术在增强现实、机器人自主定位导航中有着广泛的应用。该技术在已知若干个特征点在三维空间中的分布,以及它们在相机图像上的投影位置的条件下,计算相机在三维空间中的位置和姿态。特别地,当所有特征点位于同一平面上时,该问题转化为基于共面特征点的位姿测量问题。现有的测量方法通常可分为解析方法和迭代方法两种,解析方法速度很快,但精度不高。迭代方法一般具有较高的精度,但是在特征点共面的情况下会面临位姿解的歧义性问题,导致计算结果不稳定。

发明内容

本发明提供了一种基于共面特征点的相机位姿测量方法及装置,可以缓解特征点共面情况下位姿测量的歧义性问题,最终的相机位姿测量结果更加稳定和准确。

第一方面,本发明实施例提供了一种基于共面特征点的相机位姿测量方法,该方法包括:获取共面特征点的归一化坐标和所述共面特征点在世界坐标系的目标平面上的第一坐标;所述共面特征点所在平面与所述目标平面重合;根据所述归一化坐标和所述第一坐标计算单应性矩阵;利用所述单应性矩阵计算相机的第一初始位姿数据;根据所述第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据;根据所述第一局部位姿数据和所述第二局部位姿数据确定相机位姿测量结果。

第二方面,本发明实施例还提供一种基于共面特征点的相机位姿测量装置,该装置包括:获取模块,用于获取共面特征点的归一化坐标和所述共面特征点在世界坐标系的目标平面上的第一坐标;所述共面特征点所在平面与所述目标平面重合;矩阵模块,用于根据所述归一化坐标和所述第一坐标计算单应性矩阵;位姿模块,用于利用所述单应性矩阵计算相机的第一初始位姿数据;迭代模块,用于根据所述第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据;测量模块,用于根据所述第一局部位姿数据和所述第二局部位姿数据确定相机位姿测量结果。

第三方面,本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于共面特征点的相机位姿测量方法。

第四方面,本发明实施例还提供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执行上述基于共面特征点的相机位姿测量方法的计算机程序。

本发明实施例带来了以下有益效果:本发明实施例提供了一种基于共面特征点的相机位姿测量方案,该方案包括:获取共面特征点的归一化坐标和共面特征点在世界坐标系的目标平面上的第一坐标;共面特征点所在平面与目标平面重合;根据归一化坐标和第一坐标计算单应性矩阵;利用单应性矩阵计算相机的第一初始位姿数据;根据第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据;根据第一局部位姿数据和第二局部位姿数据确定相机位姿测量结果。本发明实施例考虑了特征点共面情况下位姿测量的歧义性问题,通过生成第一局部位姿数据和第二局部位姿数据,再基于第一局部位姿数据和第二局部位姿数据优选出相机位姿测量结果的过程,使最终的相机位姿测量结果更加稳定和准确。

本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

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清华大学,未经清华大学许可,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/202110223982.0/2.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