[发明专利]一种自设特征图形的视觉二维码室内定位方法

摘要

本发明涉及一种自设特征图形的视觉二维码室内定位方法，属于室内定位技术领域。基于SIFT的特点设置特征图形，并使用经过设置的特征图形构建二维码，在已知位置粘贴二维码，使用摄像头接收二维码并解码，使用比例正交投影迭代变换算法确定摄像头与二维码之间的相对位置关系，二维码中的内容为二维码自身坐标，结合求得的摄像头与二维码之间的相对位置关系得到摄像头的位置，通过控制解方程时迭代误差来控制定位误差。本发明所提出的方法与现有室内定位方法相比，不需要部署基站，只需要贴二维码，免除了部署安装以及基站供电的问题，极大的节约了成本，且能够保证定位精度，有极大的应用潜力。

主权项

1.一种自设特征图形的视觉二维码室内定位方法，其特征在于：核心思想是：基于SIFT的特点设置特征图形，并使用经过设置的特征图形构建二维码，在已知位置粘贴二维码，使用摄像头接收二维码并解码，使用比例正交投影迭代变换算法确定摄像头与二维码之间的相对位置关系，二维码中的内容为二维码自身坐标，结合求得的摄像头与二维码之间的相对位置关系得到摄像头的位置，通过控制解方程时的迭代误差来控制定位误差；本方法涉及如下定义：定义1.图像坐标系：每幅数字图像表示为M*N维度的数组，即M行N列；该图像中的每一个元素即pixel，称为像素，数组中的数值即是图像点的灰度值；在图像中定义直角坐标系，该直角坐标系中每一像素的坐标(u,v)代表该像素在数组中的列数和行数；所以，(u,v)是以像素为单位的图像坐标系的坐标；由于(u,v)只表示像素位于数组中的列数和行数，并没有用物理单位表示出该像素在图像中的位置；所以建立以物理单位，毫米表示的图像坐标系的坐标；图像中任意一个像素(u,v)在直角坐标系和图像坐标系中这两个坐标的关系表达为公式(1)：在公式(1)中，(x,y)是该像素在图像坐标系下以毫米为单位的坐标，(u0,v0)是该数组中心点所在的列数和行数；dx、dy分别是X轴及Y轴方向上以毫米为单位的像素间距；定义2.世界坐标系：在环境中选择一个基准坐标来描述摄像头的位置，并用它描述环境中任何物体的位置；定义3.摄像头坐标系：摄像头坐标系的原点为相机的光心，x轴与y轴与图像的X,Y轴平行，z轴为摄像头光轴，它与图像平面垂直；光轴与图像平面的交点，即为摄像头坐标系的原点，构成的直角坐标系为摄像头坐标系；一种自设特征图形的视觉二维码室内定位方法，包括以下步骤：步骤一：根据SIFT的特征设置特征图形并生成二维码，具体包括如下步骤：步骤1.1.以N度步进设置梯度分布直方图，在360/N个方向上设置不同的梯度值，生成梯度分布直方图，具体为：其中，N能被360整除，且N的范围是1°到40°；步骤1.2.根据步骤1.1生成的梯度分布直方图生成四个不同梯度分布的特征图形；步骤1.3.使用步骤1.2中生成的特征图形构建二维码，具体为：将四个不同梯度分布的特征图形作为特征点置于四个顶点上，并在四个特征图形之间分别插入内容区和校验区，形成二维码；步骤二：将二维码贴在世界坐标已知的固定位置，进而得到二维码上的四个特征图形的世界坐标；使用摄像头拍摄步骤一生成的二维码，输出二维码数字图像；其中，拍摄输出的二维码数字图像中包含四个特征图形；步骤三：利用SIFT算法识别步骤二输出的二维码数字图像中的四个特征图形，并按四个特征图形的顺序来提取二维码内容；步骤四：基于步骤三中识别到的特征图形，使用POSIT算法进行计算，得出摄像头位置的三维坐标，具体包括如下步骤：步骤4.1将步骤三识别的四个特征图形在二维码数字图像上的坐标值以及在摄像头坐标系中的坐标值，代入式子(2)、(3)和(4)：其中，(2)中R为旋转矩阵，具体的：RHi，i＝1,2,3为旋转矩阵的行向量，RTi＝[Ri1H Ri2H Ri3H],i＝1,2,3；Ri1H、Ri2H、Ri3H分别为世界坐标系的三个坐标轴方向上的单位向量，在摄像头坐标系的X、Y、Z三个坐标轴上的投影大小，H代表矩阵的转置，(3)中T是传输矩阵，Tx、Ty、Tz为世界坐标系的原点在摄像头坐标系中的坐标值；(4)中xi、yi，i＝1,2,3,4是四个特征图形在图像坐标系中的坐标值，其单位均为毫米，为已知量；Xci,Yci,Zci，i＝1,2,3,4；代表四个特征图形在摄像头坐标系中的坐标值，其单位均为毫米，为未知量；式(3)中的f是摄像头的焦距，单位是毫米，为已知量；步骤4.2设世界坐标系中的一点为(Xw,Yw,Zw)，使用式(5)的坐标转换关系得到Zcx,Zcy,Zc：其中，RHi＝[Ri1H Ri2H Ri3H],右边最后一个等号是3*4维，最右边是4*1维，最终得到3*1维；步骤4.3将公式(5)最左边和最右边同时除以Tz，得到公式(6)：其中：步骤4.4将式(7)中w的公式近似为式(8)；w＝Zc/Tz≈1                           (8)其中，将式(7)中w的公式近似为式(8)的原因是二维码上四个特征点在摄像头坐标系中摄像头深度方向的分布范围跟与摄像头之间的距离Tz比起来能够忽略；步骤4.5将式(8)带入式(6)得到式(9)，并将(9)化简为(10)，并将(9)和(10)中的8个未知量表达为(11)中的向量：其中，式(9)和(10)中的8个未知量为sR11、sR12、sR13、sTx、sR21、sR22、sR23和sTy；进一步表达为3个向量，分别表示如(11)：将步骤二得到的四个特征图形的世界坐标和步骤三得到的四个特征图形在二维码数字图像上的坐标带入式(11)，得到8个独立方程组成的方程组，求解该方程组解得这8个未知数的值，即：w＝Zc/Tz步骤4.6将公式(12)获得的w带入公式(11)重新求解，循环求解直到前后两次(12)公式的结果之间差值小于预先设定的误差阈值，解得传输矩阵T＝[Tx Ty Tz]T；控制w的误差，能够控制最终求解的相机位置的误差，最终起到人为控制误差的效果；步骤4.7使用步骤二中二维码上的四个特征图形的世界坐标与步骤4.6解得的传输矩阵T＝[Tx Ty Tz]T做差，即通过(13)得到摄像头坐标：其中，公式(13)左边(X,Y,Z)即为摄像头坐标；至此，完成摄像头位置的解算，得到了摄像头位置的三维坐标。