CN101718548A - 基于平面标志物的位姿处理方法 - Google Patents
基于平面标志物的位姿处理方法 Download PDFInfo
- Publication number
- CN101718548A CN101718548A CN200910219140A CN200910219140A CN101718548A CN 101718548 A CN101718548 A CN 101718548A CN 200910219140 A CN200910219140 A CN 200910219140A CN 200910219140 A CN200910219140 A CN 200910219140A CN 101718548 A CN101718548 A CN 101718548A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- gamma
- obtains
- marker
- posture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于平面标志物的位姿处理方法,用于解决现有技术对于平面标志物的位姿处理正确率低的技术问题。本发明依据标志物检测和识别方法得到标志物的相关信息,以三维空间中的共线误差作为优化函数,由得到的2D和3D点之间的对应关系确定相机的位置和姿态,运用RPP算法获得使OI算法中的共线误差函数取得局部极值的另一解,比较得到的两个局部极值解,取共线误差较小的解作为最终处理结果。由于采用RPP算法,解决了姿态不确定性问题,将平面标志物的位姿处理正确率由现有技术的50%左右提高到95%以上。
Description
技术领域
本发明涉及一种位姿处理方法,特别是基于平面标志物的位姿处理方法。
背景技术
文献“Fast and globally convergent pose estimation from video images,IEEE Transactions onPattern Analysis And Machine Intelligence,2000,Vol.22(6),p610-622.”公开了一种全局收敛的位姿估计方法,即正交迭代(OI)方法。该方法以目标空间中的共线误差作为优化函数,在每步的迭代过程中,首先估计相机坐标系到世界坐标系的旋转矩阵R,然后计算相应的平移向量t。这种迭代方法用基于奇异值(SVD)分解的方法解决了旋转矩阵的单位正交约束问题,而没有运用将其参数化为欧拉角的方法。但对于位姿跟踪系统中常用的平面标志物而言,该方法没有考虑到位姿的不确定问题。实际上,对于平面标志物,误差函数可能存在两个局部极小值,如果不考虑位姿的不确定问题,得到正确解的概率只有50%左右。
发明内容
为了克服现有技术对于平面标志物的位姿处理正确率低的不足,本发明提供一种基于平面标志物的位姿处理方法,采用RPP算法,解决了姿态不确定性问题,可以提高平面标志物的位姿处理正确率。
本发明解决其技术问题所采用的技术方案:一种基于平面标志物的位姿处理方法,其特点是包括下述步骤:
(a)选取ARToolkitplus提供的Simple ID标志物作为增强现实系统的平面标志物,实时处理过程中,依据标志物检测和识别方法得到标志物的相关信息,以三维空间中的共线误差作为优化函数,OI算法由得到的2D和3D点之间的对应关系确定相机的位置和姿态;
(b)由上述OI算法得到的初始值 运用RPP算法获得使OI算法中的共线误差函数取得局部极值的另一解,比较得到的两个局部极值解,取共线误差较小的解作为最终处理结果;
(c)由 变换坐标系得到
(h)选取使Eos最小的解作为处理结果。
本发明的有益效果是:由于采用RPP算法,解决了姿态不确定性问题,将平面标志物的位姿处理正确率由现有技术的50%左右提高到95%以上。
下面结合具体实施方式对本发明作详细说明。
具体实施方式
本发明具体方法步骤如下:
(1)初始值的获取。
采用ARToolkitplus中的Simple ID平面标志物,输入平面标志物的图像,由标志物检测和识别算法获得平面标志物的相关信息,例如,图像中标志物的四个顶点坐标。设标志物的四个顶点在相机坐标系中的坐标为qi=(x′i,yi′,zi′)t,i=1....n,n=4,而在世界坐标系中的坐标为pi=(xi,yi,zi)t,i=1....n,n=4,参考点pi在相机单位成像平面上的齐次坐标为vi=(ui,vi,1)t,世界坐标系到相机坐标系的旋转矩阵和平移向量分别为R和t,则有:
qi=Rpi+t (1)
若设实际观测到的参考点在单位成像平面上的坐标为 则三维空间中的共线
误差表述为下式:
其中, 在给定旋转矩阵R的情况下,得到使目标函数最小的t的闭式解如下:
将t写作R的函数t(R),并令 则(4)式改写为
迭代计算R,首先,假设第k次估计值分别为R(k),t(k)=t(R(k)),qi (k)=R(k)pi+t(k),则R的k+1次估计值通过解下述的绝对定向问题得到:
进而t的k+1次估计值为t(k+1)=t(R(k+1)),这样持续迭代下去最终得到旋转矩阵R*,即
(2)另一局部极值及最终解的获取。
设CC表示相机的光心,Pi和Pj为标志物平面上的参考点,CM表示标志物坐标系中的原点,CC到CM的向量用t表示。将标志物沿y轴旋转α角,这时参考点变为Piα和Pjα,投影到图像平面上的点在相机坐标系中的坐标分别为vi和vj,它们的实际观测值分别为和由OI算法,目标空间的误差函数写作:
对于每一特定的α值,可能存在另一个导致误差函数Eos取得局部极小值的角β。虽然由于噪声α角和β角对应的Eos均大于0,但仍可认为正确解α对应的Eos值小于错误解β所对应的值。
不失一般性,在(8)式两边同乘以Rt:
使得 这样坐标变换的结果是目标坐标系中的(0 0 0)t将被投影到图像空间中的
令
这里,Ri(φ)表示绕i轴旋转φ角。选取适当的使得 这样,
相应的误差函数为
综上所述,RPP算法归纳如下:
根据(10)式变换坐标系得到
对所有的运用普通的位姿估计算法,例如OI算法得到最终的Pi *;
选取使Eos最小的解作为最终的解。
为了测试本发明方法的鲁棒性,随机生成1000组数据,并添加不同的噪声以仿真真实的图像,统计结果表明算法的鲁棒性很强,位姿处理的正确率达95%以上。
Claims (1)
1.一种基于平面标志物的位姿处理方法,其特征在于包括下述步骤:
(a)选取ARToolkitplus提供的Simple ID标志物作为增强现实系统的平面标志物,实时处理过程中,依据标志物检测和识别方法得到标志物的相关信息,以三维空间中的共线误差作为优化函数,OI算法由得到的2D和3D点之间的对应关系确定相机的位置和姿态;
(b)由上述OI算法得到的初始值 运用RPP算法获得使OI算法中的共线误差函数取得局部极值的另一解,比较得到的两个局部极值解,取共线误差较小的解作为最终处理结果;
(c)由 变换坐标系得到
(h)选取使Eos最小的解作为处理结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910219140A CN101718548A (zh) | 2009-11-26 | 2009-11-26 | 基于平面标志物的位姿处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910219140A CN101718548A (zh) | 2009-11-26 | 2009-11-26 | 基于平面标志物的位姿处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101718548A true CN101718548A (zh) | 2010-06-02 |
Family
ID=42433155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910219140A Pending CN101718548A (zh) | 2009-11-26 | 2009-11-26 | 基于平面标志物的位姿处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101718548A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102128617A (zh) * | 2010-12-08 | 2011-07-20 | 中国科学院自动化研究所 | 基于色标块的视觉实时测量方法 |
CN103234525A (zh) * | 2013-04-12 | 2013-08-07 | 王德荣 | 地质拍摄仪 |
CN105427284A (zh) * | 2015-11-06 | 2016-03-23 | 西北工业大学 | 基于机载Android平台的固定靶标识方法 |
CN108694702A (zh) * | 2018-03-30 | 2018-10-23 | 宁波宝略智能科技有限公司 | 一种倾斜摄影实景三维模型的空间坐标系统转换方法 |
CN110672009A (zh) * | 2019-10-11 | 2020-01-10 | 宁波舜宇仪器有限公司 | 基于机器视觉的基准定位、物体姿态调整及图形显示方法 |
-
2009
- 2009-11-26 CN CN200910219140A patent/CN101718548A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102128617A (zh) * | 2010-12-08 | 2011-07-20 | 中国科学院自动化研究所 | 基于色标块的视觉实时测量方法 |
CN102128617B (zh) * | 2010-12-08 | 2012-10-03 | 中国科学院自动化研究所 | 基于色标块的视觉实时测量方法 |
CN103234525A (zh) * | 2013-04-12 | 2013-08-07 | 王德荣 | 地质拍摄仪 |
CN103234525B (zh) * | 2013-04-12 | 2016-09-14 | 王德文 | 地质拍摄仪 |
CN105427284A (zh) * | 2015-11-06 | 2016-03-23 | 西北工业大学 | 基于机载Android平台的固定靶标识方法 |
CN108694702A (zh) * | 2018-03-30 | 2018-10-23 | 宁波宝略智能科技有限公司 | 一种倾斜摄影实景三维模型的空间坐标系统转换方法 |
CN110672009A (zh) * | 2019-10-11 | 2020-01-10 | 宁波舜宇仪器有限公司 | 基于机器视觉的基准定位、物体姿态调整及图形显示方法 |
CN110672009B (zh) * | 2019-10-11 | 2021-06-22 | 宁波舜宇仪器有限公司 | 基于机器视觉的基准定位、物体姿态调整及图形显示方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10762645B2 (en) | Stereo visual odometry method based on image gradient joint optimization | |
CN101398934B (zh) | 对图像中的对象进行定位的方法和系统 | |
Brookshire et al. | Extrinsic calibration from per-sensor egomotion | |
CN107358629B (zh) | 一种基于目标识别的室内建图与定位方法 | |
CN109859266B (zh) | 一种基于预变换的大视角变化下视觉同时定位与绘图方法 | |
JP6349418B2 (ja) | 高精度単眼移動によるオブジェクト位置特定 | |
CN112902953A (zh) | 一种基于slam技术的自主位姿测量方法 | |
CN101718548A (zh) | 基于平面标志物的位姿处理方法 | |
CN108053445A (zh) | 特征融合的rgb-d相机运动估计方法 | |
CN104318551A (zh) | 基于凸包特征检索的高斯混合模型点云配准方法 | |
CN102768767B (zh) | 刚体在线三维重建与定位的方法 | |
CN101865656B (zh) | 一种使用少数共面点精确定位多摄像头系统位姿的方法 | |
CN114693720A (zh) | 基于无监督深度学习的单目视觉里程计的设计方法 | |
CN114494150A (zh) | 一种基于半直接法的单目视觉里程计的设计方法 | |
Huang et al. | Vision pose estimation from planar dual circles in a single image | |
JP5500245B2 (ja) | トレーニング方法及び装置並びに画像における対象の姿勢視角を推定する方法及び装置 | |
CN106408654B (zh) | 一种三维地图的创建方法及系统 | |
CN108694348B (zh) | 一种基于自然特征的跟踪注册方法及装置 | |
CN115880690A (zh) | 一种在三维重建辅助下进行点云中物体快速标注的方法 | |
Sabatta et al. | Vision-based path following using the 1D trifocal tensor | |
CN114972451A (zh) | 一种基于旋转不变的SuperGlue匹配的遥感影像配准方法 | |
Hagnelius | Visual odometry | |
Wang et al. | Structure and motion recovery based on spatial-and-temporal-weighted factorization | |
CN111311652A (zh) | 一种基于回归校正网络的声呐图像配准方法及系统 | |
CN103617622A (zh) | 一种位姿估计的正交迭代优化算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100602 |