[发明专利]相机位姿估计方法、装置及计算机可读存储介质有效
申请号: | 202211375165.8 | 申请日: | 2022-11-04 |
公开(公告)号: | CN115423863B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 武云钢 | 申请(专利权)人: | 深圳市其域创新科技有限公司 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T17/05;G06T3/00 |
代理公司: | 深圳市爱迪森知识产权代理事务所(普通合伙) 44341 | 代理人: | 王广涛 |
地址: | 518000 广东省深圳市南山区粤海街道*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 相机 估计 方法 装置 计算机 可读 存储 介质 | ||
1.一种相机位姿估计方法,其特征在于,包括:
获取包括至少两个相机的多相机拍摄装置中每个所述相机的外参,其中每个所述相机之间的相对位置关系固定不变,所述至少两个相机包括一个主相机和一个或多个从相机;
从所述外参中确定所述主相机的第一外参和每个所述从相机的第二外参,根据所述第一外参和所述第二外参计算得到每个所述从相机相对于所述主相机的位姿变换关系;
通过传感器获取所述主相机的第一地理位置;
根据所述多相机拍摄装置拍摄的多张图像生成三维点,根据所述第一地理位置和所述位姿变换关系对所述三维点进行优化计算,得到每个所述相机优化后的第一位姿;
所述根据所述第一地理位置和所述位姿变换关系对所述三维点进行优化计算,进一步包括:根据如下公式确定用于对所述三维点进行优化的投影矩阵:
其中,为所述投影矩阵,为所述位姿变换关系,为所述第一地理位置,k为所述主相机和所述从相机中任一相机内参,i为所述第一地理位置序号,c为所述相机的序号;
根据所述投影矩阵计算所述三维点的最小化的重投影误差,其公式为:
其中,x为所述三维点,为将所述三维点进行重投影后得到的二维特征点,o为所述三维点的序号。
2.根据权利要求1所述的相机位姿估计方法,其特征在于,所述从所述外参中确定所述主相机的第一外参和每个所述从相机的第二外参,根据所述第一外参和所述第二外参计算得到每个所述从相机相对于所述主相机的位姿变换关系,进一步包括:
根据所述主相机与所述从相机在同一轨迹位置拍摄的多张图像计算得到所述主相机外参和所述从相机外参;
根据所述主相机外参与所述从相机外参,计算所述主相机拍摄的图像到所述从相机拍摄的图像的转换关系,计算公式为:
T01=Tw0’*Tw1
其中,T01为所述转换关系,Tw0为所述主相机外参,Tw0’为Tw0的逆矩阵,Tw1为所述从相机外参;
将所述图像的转换关系确定为所述位姿变换关系。
3.根据权利要求1所述的相机位姿估计方法,其特征在于,所述根据所述多相机拍摄装置拍摄的多张图像生成三维点,进一步包括:
提取多张图像中每一张图像的特征点信息;
根据所述特征点信息生成词袋信息;
将所述词袋信息中具有相同特征描述子的至少两个图像进行匹配计算,得到匹配的两个图像间的匹配关系;
根据所述匹配关系计算全部图像中每两张图像间的相对转换关系;
根据所述相对转换关系生成所述三维点。
4.根据权利要求1所述的相机位姿估计方法,其特征在于,在根据所述第一地理位置和所述位姿变换关系对所述三维点进行优化计算之后,所述相机位姿估计方法还包括:
根据对所述三维点进行优化计算后得到的重投影误差,剔除所述三维点中像素误差大于4个像素点的点;
剔除所述三维点中观测点夹角小于2度的点;
对所述三维点进行全局优化。
5.根据权利要求1所述的相机位姿估计方法,其特征在于,所述相机位姿估计方法还包括:
根据所述主相机的第一地理位置与所述位姿变换关系计算得到所述从相机的第二地理位置;
根据所述第二地理位置和所述位姿变换关系对所述三维点进行优化计算,得到每个所述从相机优化后的第二位姿。
6.根据权利要求1所述的相机位姿估计方法,其特征在于,所述获取包括至少两个相机的多相机拍摄装置中每个所述相机的外参之后,所述相机位姿估计方法进一步包括:
获取所述多相机拍摄装置上一次作业过程中根据所述第一外参和所述第二外参计算得到的每个所述从相机相对于所述主相机的所述位姿变换关系。
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深圳市其域创新科技有限公司,未经深圳市其域创新科技有限公司许可,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/202211375165.8/1.html,转载请声明来源钻瓜专利网。