[发明专利]一种AR室内结构化场景单目视觉定位方法

说明书

本发明公开了一种AR室内结构化场景单目视觉定位方法，包括下列步骤：步骤一、单目相机进行拍摄获取图像数据；步骤二、通过两个并行线程相独立地进行点特征和线特征的提取和描述；步骤三、根据获得的点特征的识别点数量判断是否采用线特征进行解算定位，如果识别点数量少于阈值执行步骤五，否则执行步骤四；步骤四、在点特征线程中利用EKF对图像点特征进行位姿解算获得位姿输出；步骤五、在线特征线程中利用EKF对图像线特征进行位姿解算。本发明在特征点丢失时，可以依靠此时的状态向量的均值和协方差，根据AR场景中的结构化线特征，依靠状态一步预测完成状态估计，不需要额外的优化框架。因此具有高鲁棒性、低运算量、可扩展性强的特点。

技术领域

本发明属于工业智能相机领域，涉及一种AR室内结构化场景单目视觉定位方法。

背景技术

AR(增强现实)系统的核心是空间定位技术。目前主流的AR定位包括激光定位、红外定位以及可见光定位方式。激光定位技术需要预先在场景中布置多个激光发射器，通过被定为物体的信号接收、角度差完成定位功能，定位精度高、速度快、响应频率快，但由于其造价高、配套产品多，不适合推广大范围使用；红外定位技术在被定位设备上安装红外光源，需要在场景中安放多个红外光捕捉传感器，通过设备接收的反射光进行位姿解算，该方案避免了激光定位成本高的缺点，但仍旧需要多个模块配套运行，且安装过程繁琐。

目前采用视觉定位技术是主流的AR定位方案，由于其具有空间定位精度高、造价低、易于布置的特点，得到了大力的推广和应用。其主要定位原理如图1所示：

(1)首先使用单目相机进行场景感知；

(2)对场景图像信息进行特征提取；

(3)将特征信息通过光学几何算法中进行位姿解算；

(4)将空间位姿信息传输给AR设备。

目前市面上的AR设备可见光定位方式中，在图1步骤2中的策略是从图片中提取特征点，在步骤4中的策略是基于关键帧的优化方法进行位姿解算。但是这种“特征点+关键帧优化”的策略存在以下缺点：

(1)在室内环境下，大多数为重复纹理和弱纹理(如单一颜色的墙壁，天花板，反光的瓷砖和地板等)，此时基于特征点的提取方法效果差，容易发生点特征丢失；如果总是使用线特征解算也会导致解算过程运算量大，导致运算速度消耗，降低AR设备的定位频率；

(2)基于关键帧优化的位姿优化虽然精度很高，但是资源开销大，并且在出现场景特征丢失或者AR设备剧烈运动情况下导致导致无法完成位姿解算，定位过程中断。

发明内容

本发明的目的在于提供一种AR室内结构化场景单目视觉定位方法，以解决现有技术中位姿优化解算方法具有不足，并且仅仅依据场景中的点特征进行解算定位，容易出现场景特征丢失，导致无法完成解算，而通过线特征进行解算又存在计算速度低从而导致AR设备定位实时性低的技术问题。

所述的一种AR室内结构化场景单目视觉定位方法，包括下列步骤：

步骤一、单目相机进行拍摄获取图像数据；

步骤二、通过两个并行线程相独立地进行点特征和线特征的提取和描述；

步骤三、根据获得的点特征的识别点数量判断是否采用线特征进行解算定位，如果识别点数量少于阈值执行步骤五，否则执行步骤四；

步骤四、在点特征线程中利用EKF对图像点特征进行位姿解算解算获得位姿输出，实现空间定位，若存在状态丢失，识别点数量不少于阈值，EKF依据之前的状态向量进行预测完成状态估计，获得位姿输出；

步骤五、在线特征线程中利用EKF对图像线特征进行位姿解算，并由EKF中状态均方误差阵的估计得到相应的状态的协方差，根据协方差评估各位姿输出的精度，将精度较高的位姿输出作为输出结果实现空间定位。