[发明专利]基于空间运动目标三维重构的几何参数辨识方法及系统

权利要求书

1.基于空间运动目标三维重构的几何参数辨识方法，其特征在于，包括以下步骤：

通过单目摄像头与多线激光雷达对空间运动目标进行视觉图像数据与激光点云数据的采集，且基于不同视角进行多次采集，得到单目视觉的图像数据和稀疏点云数据；

通过自主视觉区域分割法对单目视觉的图像数据进行像素级分割与拟合，构建空间运动目标的光学模型；

基于视觉映射方法将稀疏雷达的稀疏点云数据与空间运动目标的光学模型进行融合，得到空间运动目标的点云粗提取结果；

基于迭代匹配空间运动目标多视角点云融合方法对空间运动目标的点云粗提取结果进行融合处理，得到空间运动目标的点云融合结果；

基于特征和学习混合的方法对空间运动目标的点云融合结果进行三维重构并根据重构结果对空间运动目标的几何参数进行自主辨识，得到辨识结果。

2.根据权利要求1所述基于空间运动目标三维重构的几何参数辨识方法，其特征在于，所述通过自主视觉区域分割法对单目视觉的图像数据进行像素级分割与拟合，构建空间运动目标的光学模型这一步骤，其具体包括：

将空间运动目标的单目视觉的图像数据进行空间转换处理，得到空间运动目标的HSV图像；

设置预设颜色分割阈值对空间运动目标的HSV图像进行分割处理，得到初步的分割结果；

通过图像膨胀技术对初步的分割结果中空间运动目标的残缺部位进行填充，得到空间运动目标的填充图像；

对空间运动目标的填充图像的轮廓进行提取筛选，获取空间运动目标的边缘轮廓直线；

对空间运动目标的边缘轮廓直线进行拟合，提取边缘直线的有效顶点；

基于极坐标思想对边缘直线的有效顶点进行排序并根据排序结果进行首尾相连，构建空间运动目标的光学模型即空间运动目标的掩码图像。

3.根据权利要求2所述基于空间运动目标三维重构的几何参数辨识方法，其特征在于，所述基于视觉映射方法将稀疏雷达的稀疏点云数据与空间运动目标的光学模型进行融合，得到空间运动目标的点云粗提取结果这一步骤，其具体包括：

根据空间运动目标的光学模型，对空间运动目标的稀疏点云数据进行映射处理，获取对应的像素坐标；

将存在单目视觉的有效视野范围内的像素坐标与三维点进行匹配，获取空间运动目标在点云空间中的顶点，所述三维点为空间运动目标的点云中的三维点；

引入带约束的非线性优化问题，利用最近邻策略将空间运动目标在点云空间中的顶点与视觉空间中的顶点即有效顶点进行匹配处理，得到空间运动目标的点云粗提取结果。

4.根据权利要求3所述基于空间运动目标三维重构的几何参数辨识方法，其特征在于，所述带约束的非线性优化问题的表达式具体如下所示：

^camR_lidar)^TcamR_lidar＝I

上式中，表示空间运动目标的光学模型，A_in表示单目视觉的内参矩阵，A_ex表示单目视觉的外参矩阵，lidar表示稀疏雷达坐标系，cam表示相机坐标系，s_i表示该点i投影在图像平面上的像素坐标，^camR_lidar表示lidar相对于cam的旋转矩阵，ω_i表示单目视觉的视野范围，表示根据光学模型计算的^lidarp_i的像素坐标。