CN103900473A - 一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法 - Google Patents
一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法 Download PDFInfo
- Publication number
- CN103900473A CN103900473A CN201410124679.5A CN201410124679A CN103900473A CN 103900473 A CN103900473 A CN 103900473A CN 201410124679 A CN201410124679 A CN 201410124679A CN 103900473 A CN103900473 A CN 103900473A
- Authority
- CN
- China
- Prior art keywords
- camera
- intelligent mobile
- pose
- gravity sensor
- kalman filter
- 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
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
- Navigation (AREA)
Abstract
本发明所要解决的技术问题是提供一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法,包括以下步骤:标定摄像头的内参数、初始化位姿估计、从摄像头中读取当前帧图像同时从重力感应器中读取信号、由单目视觉运动估计算法得到当前帧图像与前一帧图像之间摄像头的运动参数、用在中的姿态即倾斜角和和滚动角构成卡尔曼滤波器的状态矢量、从滤波估计得到的中解算出当前帧图像时刻在
Description
技术领域
本发明涉及智能移动设备的位姿估计方法,尤其涉及通过融合摄像头视觉位姿估计技术与惯导位姿估计技术实现智能移动设备位姿估计的方法。
背景技术
摄像头与重力感应器融合的灵感源于摄像头惯导融合位姿估计。摄像头惯导融合位姿估计是一个很前沿的科研方向,但是它的方法一般比较复杂,而且基本都是为车载平台或移动机器人设计的,所使用的惯导设备的功能和价格也远非重力感应器能比。
摄像头与重力感应器融合位姿估计方法是专为智能移动设备设计的,这里的智能移动设备主要指智能手机。此融合位姿估计方法简单,可以在资源有限的移动设备上应用。此方法仅依赖智能移动设备普遍配置的单个摄像头与重力感应器,可以基于此位姿估计方法开发出多种新型的移动设备应用,如增强现实、局部地图导航、3D游戏等。
发明内容
本发明所要解决的技术问题是提供一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法,主要解决智能移动设备的位姿估计问题。为此,本发明采用以下技术方案:
一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法,其特征在于,所述方法基于智能移动设备的摄像头与重力感应器,所述方法包括以下步骤:
是固联于重力感应器上并随重力感应器一起运动的三维坐标系;是固联于摄像头上并随摄像头一起运动的三维坐标系;重力感应器和摄像头都固定在智能移动设备上之后,与之间的相对旋转和相对平移是固定的,它们之间的相对旋转用相对旋转矩阵描述。
步骤三、从摄像头中读取当前帧图像,同时从重力感应器中读取信号;由单目视觉运动估计算法得到当前帧图像与前一帧图像之间摄像头的运动参数,运动参数包括前一帧图像时刻的相对当前帧图像时刻的相对平移和相对旋转,然后结合前一帧图像时刻在中的位姿和当前计算的运动参数得到当前帧图像时刻在中的位姿;从获取的重力感应器信号得到重力加速度在中的矢量表示,再用得到重力加速度在中的矢量表示。
步骤六、用步骤五解算的姿态替换步骤三解算的当前帧图像时刻在中的位姿信息中的姿态,然后得到的位姿即是融合后的六自由度当前帧图像时刻在中的位姿,即得到融合了摄像头与重力感应器的智能移动设备的位姿估计。循环的执行步骤三到步骤六即持续的估计智能移动设备的位姿。
该方法结合了单目视觉运动估计和重力感应器两方面的信息来做融合姿态估计,获得的姿态具有精度高且鲁棒的特点,因为位姿的六个自由度即x、y、z、yaw、pitch、roll是相互耦合的,因此pitch、roll精度和稳定性的保证也使得整个位姿估计具有更好的性能。
进一步地,在所述步骤一中,采用包括以下步骤:
(1)、用MATLAB标定工具箱和标定方格板标定摄像头的内参数;
(2)、用Jeroen Hol2008(Pose Estimation and Calibration Algorithms for Vision and Inertial Sensors)中的方法标定重力感应器坐标系相对于摄像头坐标系的相对旋转矩阵,大致流程是:
将标定方格板水平的放在地上,然后摄像头对着标定方格板拍摄图像且同时读取重力感应器信号,变换智能移动设备的位置获取多组数据;
进一步地,在所述步骤二中,采用包括以下步骤:
确定后就一直固定不变,智能移动设备的六自由度位姿估计都是估计摄像头坐标系在坐标系下的位姿。位姿包括位置x、y、z,姿态即倾斜角pitch和滚动角roll,以及方位即偏摆角yaw,其中yaw、pitch、roll是姿态方位的欧拉角表示法。
(2)、从初始时刻智能移动设备的摄像头中读取图像并读取重力感应器信息。
因为的轴取为初始化时的轴在水平面上的投影,所以相对于的初始方位偏摆角为零;因重力感应器测得的是重力加速度在中的矢量表示,若相对于的姿态方位对应的旋转矩阵为,则,用表示的第三列,则,仅与相对于的倾斜角和滚动角有关,,因此,从这个公式由反三角函数算法可以解算出和,结合值为零的偏摆角一起换算成旋转矩阵,然后结合得到相对于的姿态方位对应的旋转矩阵,将换算成欧拉角即得到在中的初始姿态方位。
进一步地,在所述步骤三中,采用包括以下步骤:
(1)、从摄像头中读取当前帧图像,同时从重力感应器中读取信号;
(2)、用Davide Scaramuzza和Friedrich Fraundorfer 2011年的文章Visual Odometry所述单目视觉运动估计算法得到当前帧图像与前一帧图像之间摄像头的运动参数,运动参数包括前一帧图像时刻的相对当前帧图像时刻的相对平移和相对旋转,并用此文章中的方法结合前一帧图像时刻在中的位姿和当前计算的运动参数得到当前帧图像时刻在中的位姿;
进一步地,在所述步骤四中,建立了解决姿态信息融合的卡尔曼滤波系统模型,卡尔曼滤波是由卡尔曼提出的著名算法,步骤四采用包括以下步骤:
进一步地,在所述步骤五中,采用包括以下步骤:
具体实施方式
本发明所述的方法基于智能移动设备的摄像头与重力感应器,所述发明方法包括以下步骤:
1、用MATLAB标定工具箱和标定方格板标定摄像头的内参数;
2、用Jeroen Hol2008(Pose Estimation and Calibration Algorithms for Vision and Inertial Sensors)中的方法标定重力感应器坐标系相对于摄像头坐标系的相对旋转矩阵,大致流程是:
将标定方格板水平的放在地上,然后摄像头对着标定方格板拍摄图像且同时读取重力感应器信号,变换智能移动设备的位置获取多组数据;
4、从初始时刻智能移动设备的摄像头中读取图像并读取重力感应器信息。
因为的轴取为初始化时的轴在水平面上的投影,所以相对于的初始方位偏摆角为零;因重力感应器测得的是重力加速度在中的矢量表示,若相对于的姿态方位对应的旋转矩阵为,则,用表示的第三列,则,仅与相对于的倾斜角和滚动角有关,,因此,从这个公式由反三角函数算法可以解算出和,结合值为零的偏摆角一起换算成旋转矩阵,然后结合得到相对于的姿态方位对应的旋转矩阵,将换算成欧拉角即得到在中的初始姿态方位。
6、从摄像头中读取当前帧图像,同时从重力感应器中读取信号;
7、用Davide Scaramuzza和Friedrich Fraundorfer 2011年的文章Visual Odometry所述单目视觉运动估计算法得到当前帧图像与前一帧图像之间摄像头的运动参数,运动参数包括前一帧图像时刻的相对当前帧图像时刻的相对平移和相对旋转,并用此文章中的方法结合前一帧图像时刻在中的位姿和当前计算的运动参数得到当前帧图像时刻在中的位姿;
9、建立姿态信息融合的卡尔曼滤波模型:
Claims (4)
1.一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法,其特征在于,所述方法基于智能移动设备的摄像头与重力感应器,包括如下步骤:
是固联于重力感应器上并随重力感应器一起运动的三维坐标系;是固联于摄像头上并随摄像头一起运动的三维坐标系;重力感应器和摄像头都固定在智能移动设备上之后,与之间的相对旋转和相对平移是固定的,与之间的相对旋转用相对旋转矩阵描述;
步骤三、从摄像头中读取当前帧图像,同时从重力感应器中读取信号;由单目视觉运动估计算法得到当前帧图像与前一帧图像之间摄像头的运动参数,运动参数包括前一帧图像时刻的相对当前帧图像时刻的相对平移和相对旋转,然后结合前一帧图像时刻在中的位姿和当前计算的运动参数得到当前帧图像时刻在中的位姿;从获取的重力感应器信号得到重力加速度在中的矢量表示,再用得到重力加速度在中的矢量表示,其中,;
2.根据权利要求1所述的基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法,其特征在于,在所述步骤二中,采用包括以下步骤:
(1)、确定全局坐标系,的坐标原点取在初始化时摄像头坐标系的原点处,的轴正方向取为与重力方向相反,的轴取为初始化时的轴在水平面上的投影,剩下的轴由右手法则确定;确定后就一直固定不变,智能移动设备的六自由度位姿估计都是估计摄像头坐标系在坐标系下的位姿,位姿包括位置x、y、z,姿态即倾斜角pitch和滚动角roll,以及方位即偏摆角yaw,其中yaw、pitch、roll是姿态方位的欧拉角表示法;
(2)、从初始时刻智能移动设备的摄像头中读取图像并读取重力感应器信息;
3.根据权利要求1所述的基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法,其特征在于,在所述步骤四中,采用包括以下步骤:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410124679.5A CN103900473A (zh) | 2014-03-31 | 2014-03-31 | 一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410124679.5A CN103900473A (zh) | 2014-03-31 | 2014-03-31 | 一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103900473A true CN103900473A (zh) | 2014-07-02 |
Family
ID=50991943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410124679.5A Pending CN103900473A (zh) | 2014-03-31 | 2014-03-31 | 一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103900473A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094327A (zh) * | 2015-07-22 | 2015-11-25 | 深圳多新哆技术有限责任公司 | 调整虚拟物件在虚拟空间中姿态角的方法及装置 |
CN108399641A (zh) * | 2018-03-12 | 2018-08-14 | 北京华捷艾米科技有限公司 | 重新检测地面的判定方法及装置 |
CN109302602A (zh) * | 2018-10-11 | 2019-02-01 | 广州土圭垚信息科技有限公司 | 一种基于视焦点预测的自适应vr无线传输方法 |
CN109598764A (zh) * | 2018-11-30 | 2019-04-09 | Oppo广东移动通信有限公司 | 摄像头标定方法和装置、电子设备、计算机可读存储介质 |
CN110036162A (zh) * | 2016-09-30 | 2019-07-19 | 新加坡-Eth研究中心 | 用于将物体放置在表面上的系统和方法 |
CN110285753A (zh) * | 2019-06-25 | 2019-09-27 | 中国海洋大学 | 海洋浮式结构物水池试验模型大空间光学运动测量方法 |
CN110520694A (zh) * | 2017-10-31 | 2019-11-29 | 深圳市大疆创新科技有限公司 | 一种视觉里程计及其实现方法 |
US11274788B2 (en) | 2018-04-25 | 2022-03-15 | SZ DJI Technology Co., Ltd. | Gimbal pose correction method and device |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102162738A (zh) * | 2010-12-08 | 2011-08-24 | 中国科学院自动化研究所 | 摄像头与惯性传感器组合定位定姿系统的标定方法 |
CN102435188A (zh) * | 2011-09-15 | 2012-05-02 | 南京航空航天大学 | 一种用于室内环境的单目视觉/惯性全自主导航方法 |
CN102538781A (zh) * | 2011-12-14 | 2012-07-04 | 浙江大学 | 基于机器视觉和惯导融合的移动机器人运动姿态估计方法 |
WO2013162140A1 (ko) * | 2012-04-26 | 2013-10-31 | 서울시립대학교 산학협력단 | 영상매칭 기반의 스마트폰의 위치자세 결정 방법 및 시스템 |
WO2013171731A1 (en) * | 2012-05-16 | 2013-11-21 | Imagine Mobile Augmented Reality Ltd | A system worn by a moving user for fully augmenting reality by anchoring virtual objects |
-
2014
- 2014-03-31 CN CN201410124679.5A patent/CN103900473A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102162738A (zh) * | 2010-12-08 | 2011-08-24 | 中国科学院自动化研究所 | 摄像头与惯性传感器组合定位定姿系统的标定方法 |
CN102435188A (zh) * | 2011-09-15 | 2012-05-02 | 南京航空航天大学 | 一种用于室内环境的单目视觉/惯性全自主导航方法 |
CN102538781A (zh) * | 2011-12-14 | 2012-07-04 | 浙江大学 | 基于机器视觉和惯导融合的移动机器人运动姿态估计方法 |
WO2013162140A1 (ko) * | 2012-04-26 | 2013-10-31 | 서울시립대학교 산학협력단 | 영상매칭 기반의 스마트폰의 위치자세 결정 방법 및 시스템 |
CN104335649A (zh) * | 2012-04-26 | 2015-02-04 | 首尔市立大学校产学协力团 | 基于图像匹配的确定智能手机位置和姿态的方法和系统 |
WO2013171731A1 (en) * | 2012-05-16 | 2013-11-21 | Imagine Mobile Augmented Reality Ltd | A system worn by a moving user for fully augmenting reality by anchoring virtual objects |
Non-Patent Citations (2)
Title |
---|
HENRIK REHBINDER, XIAOMING HU: "Drift-free attitude estimation for accelerated rigid bodies", 《AUTOMATIC》, vol. 40, no. 4, 31 December 2004 (2004-12-31) * |
MINGYANG LI, BYUNG HYUNG KIM: "Real-time Motion Tracking on a Cellphone using Inertial Sensing and a Rolling-Shutter Camera", 《2013 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA)》, 10 May 2013 (2013-05-10) * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094327B (zh) * | 2015-07-22 | 2018-11-30 | 深圳多新哆技术有限责任公司 | 调整虚拟物件在虚拟空间中姿态角的方法及装置 |
CN105094327A (zh) * | 2015-07-22 | 2015-11-25 | 深圳多新哆技术有限责任公司 | 调整虚拟物件在虚拟空间中姿态角的方法及装置 |
CN110036162B (zh) * | 2016-09-30 | 2021-04-02 | 新加坡-Eth研究中心 | 用于将物体放置在表面上的系统和方法 |
CN110036162A (zh) * | 2016-09-30 | 2019-07-19 | 新加坡-Eth研究中心 | 用于将物体放置在表面上的系统和方法 |
CN110520694A (zh) * | 2017-10-31 | 2019-11-29 | 深圳市大疆创新科技有限公司 | 一种视觉里程计及其实现方法 |
CN108399641A (zh) * | 2018-03-12 | 2018-08-14 | 北京华捷艾米科技有限公司 | 重新检测地面的判定方法及装置 |
CN108399641B (zh) * | 2018-03-12 | 2019-10-11 | 北京华捷艾米科技有限公司 | 重新检测地面的判定方法及装置 |
US10776932B2 (en) | 2018-03-12 | 2020-09-15 | BeiJing Hjimi Technology Co., Ltd | Determining whether ground is to be re-detected |
US11274788B2 (en) | 2018-04-25 | 2022-03-15 | SZ DJI Technology Co., Ltd. | Gimbal pose correction method and device |
CN109302602A (zh) * | 2018-10-11 | 2019-02-01 | 广州土圭垚信息科技有限公司 | 一种基于视焦点预测的自适应vr无线传输方法 |
CN109598764A (zh) * | 2018-11-30 | 2019-04-09 | Oppo广东移动通信有限公司 | 摄像头标定方法和装置、电子设备、计算机可读存储介质 |
CN110285753A (zh) * | 2019-06-25 | 2019-09-27 | 中国海洋大学 | 海洋浮式结构物水池试验模型大空间光学运动测量方法 |
CN110285753B (zh) * | 2019-06-25 | 2020-08-18 | 中国海洋大学 | 海洋浮式结构物水池试验模型大空间光学运动测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108717712B (zh) | 一种基于地平面假设的视觉惯导slam方法 | |
CN103900473A (zh) | 一种基于摄像头与重力感应器融合的智能移动设备六自由度位姿估计方法 | |
JP6768156B2 (ja) | 仮想的に拡張された視覚的同時位置特定及びマッピングのシステム及び方法 | |
US9928656B2 (en) | Markerless multi-user, multi-object augmented reality on mobile devices | |
US10762643B2 (en) | Method for evaluating image data of a vehicle camera | |
KR102016551B1 (ko) | 위치 추정 장치 및 방법 | |
KR101590530B1 (ko) | 자동 장면 교정 | |
JP5660648B2 (ja) | マルチユーザ拡張現実におけるオンライン参照生成および追跡 | |
CN110176032B (zh) | 一种三维重建方法及装置 | |
KR102026382B1 (ko) | 모션 추정 시스템 및 방법 | |
CN109903330B (zh) | 一种处理数据的方法和装置 | |
CN111279354A (zh) | 图像处理方法、设备及计算机可读存储介质 | |
CN110749308B (zh) | 使用消费级gps和2.5d建筑物模型的面向slam的室外定位方法 | |
CN115371665B (zh) | 一种基于深度相机和惯性融合的移动机器人定位方法 | |
CN105324792A (zh) | 用于估计移动元件相对于参考方向的角偏差的方法 | |
CN109474817B (zh) | 光学传感装置、方法及光学侦测模块 | |
Huai et al. | Real-time large scale 3D reconstruction by fusing Kinect and IMU data | |
CN111105467B (zh) | 一种图像标定方法、装置及电子设备 | |
Xian et al. | Fusing stereo camera and low-cost inertial measurement unit for autonomous navigation in a tightly-coupled approach | |
CN113345032B (zh) | 一种基于广角相机大畸变图的初始化建图方法及系统 | |
Huttunen et al. | A monocular camera gyroscope | |
Nyqvist et al. | A high-performance tracking system based on camera and IMU | |
JP5267100B2 (ja) | 運動推定装置及びプログラム | |
CN112284381B (zh) | 视觉惯性实时初始化对准方法及系统 | |
CN111862146B (zh) | 一种目标对象的定位方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140702 |
|
RJ01 | Rejection of invention patent application after publication |