CN104422445A - 一种惯性器件辅助的视觉导航方法 - Google Patents
一种惯性器件辅助的视觉导航方法 Download PDFInfo
- Publication number
- CN104422445A CN104422445A CN201310384423.3A CN201310384423A CN104422445A CN 104422445 A CN104422445 A CN 104422445A CN 201310384423 A CN201310384423 A CN 201310384423A CN 104422445 A CN104422445 A CN 104422445A
- Authority
- CN
- China
- Prior art keywords
- prime
- coordinate
- unique point
- overbar
- image
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Abstract
本发明属于导航方法,具体涉及一种惯性器件辅助的视觉导航方法。它包括:步骤一:摄像机探测;步骤二:特征点提取;步骤三:坐标变换;步骤四:归一化;将旋转后的特征点坐标归一化到实际摄像机坐标;步骤五:计算真实坐标;步骤六:计算速度和位移;先计算位移,然后用位移对时间做微分得到速度。本发明的有益效果是:本发明的有益效果是,提出了一种利用惯性器件辅助的视觉导航技术,该方法可以完全利用被动信息提供载体运动速度信息,具有隐蔽性好、抗干扰等优点。
Description
技术领域
本发明属于导航方法,具体涉及一种惯性器件辅助的视觉导航方法。
背景技术
为了提高飞行器导航的隐蔽性,视觉导航得到了广泛深入的研究,主要的实现方法包括光流法和基于特征点的方法两种。由于光流法容易受到光照变化的影响,因此,当前更多的视觉导航方法主要是基于特征点的方法。
当前基于特征点的视觉导航方法多通过特征点匹配关系求解前后帧图像间的旋转矩阵R、平移矢量T。这种方法简单且运算速度快,但是受到光照变化、多解的模糊性等问题,其精度较低。而且,由于待求解的运动参数旋转矩阵R和平移矢量T中共有12个未知数,因此,理论上至少需要4个不共线的匹配点才能得到运动参数,其实用性受到一定限制。
通常情况下,摄像机和惯性器件是飞行器的标准配置,本专利针对无摄像机稳定平台的摄像机-飞行器安装方式提出了一种采用惯性器件辅助进行视觉导航的方法。该方法构建了相邻帧间特征点坐标变化与飞行器姿态变化的对应关系,通过惯性器件输出得到该旋转关系作为求解的已知条件,进而得到相邻时间间隔内飞行器的飞行速度和位移。在具体实现方法上,本专利采用了倾斜投影下的特征点坐标变换方法。
发明内容
本发明的目的是针对现有技术的缺陷,提供一种惯性器件辅助的视觉导航方法。
本发明是这样实现的:一种惯性器件辅助的视觉导航方法,包括下述步骤:
步骤一:摄像机探测
用摄像机采集图像,采集的图像为飞行器垂直向下的图像,采集的图像为灰度图,采集过程持续进行,本步骤得到一系列连续的灰度图像,
步骤二:特征点提取
步骤三:坐标变换
对步骤二中得到的特征点进行坐标变换,将原始图像中的特征点变换到水平投影下,
步骤二中的特征点包含横坐标、纵坐标两个有效数据,用(xa,ya)表示,
用下述公式进行坐标变换
其中xa、ya为特征点的横坐标和纵坐标,f为摄像机的焦距,x″a、y″a为变换后的横坐标和纵坐标,f″为变换后的摄像机等效焦距,R为摄像机的姿态转移矩阵,该姿态转移矩阵通过导航解算得到,可以表示为
步骤四:归一化
用下述公式将旋转后的特征点坐标归一化到实际摄像机坐标
其中x″a、y″a和f″为步骤三计算得到的结果,x′a、y′a为归一化之后的特征点坐标,
步骤五:计算真实坐标
用下述公式计算真实坐标
其中,r1~r9为步骤三中姿态转移矩阵R的元素,u0和v0是摄像机焦点的坐标,该坐标值为摄像机的固有参数;x′a和y′a是步骤四得到的特征点的坐标,fx和fy分别为横坐标和纵坐标方向的焦距,
本步骤得到真实坐标xn和yn,
步骤六:计算速度和位移
用下述公式计算速度和位移
△x=x1 n-x2 n
△y=y1 n-y2 n
其中,x1 n、x2 n、y1 n和y2 n均为步骤五计算得到的坐标数值,其中x1 n和y1 n表示上一帧计算得到坐标,x2 n和y2 n表示本帧计算得到坐标,本步骤得到的是位移△x和△y,用位移对时间做微分得到的就是速度。
如上所述的一种惯性器件辅助的视觉导航方法,其中,所述的步骤二采用harris方法提取图像中灰度的突变点作为特征点。
本发明的有益效果是:本发明的有益效果是,提出了一种利用惯性器件辅助的视觉导航技术,该方法可以完全利用被动信息提供载体运动速度信息,具有隐蔽性好、抗干扰等优点。
具体实施方式
一种惯性器件辅助的视觉导航方法,包括下述步骤:
步骤一:摄像机探测
用摄像机采集图像,采集的图像为飞行器垂直向下的图像,采集的图像为灰度图,采集过程持续进行。即本步骤得到一系列连续的灰度图像。
步骤二:特征点提取
采用harris方法提取图像中灰度的突变点作为特征点。该特征点提取是针对每幅图像进行的。本步骤得到与每幅图像对应的特征点。
步骤三:坐标变换
对步骤二中得到的特征点进行坐标变换,将原始图像中的特征点变换到水平投影下。
步骤二中的特征点包含横坐标、纵坐标两个有效数据,用(xa,ya)表示。
用下述公式进行坐标变换
其中xa、ya为特征点的横坐标和纵坐标,f为摄像机的焦距,x″a、y″a为变换后的横坐标和纵坐标,f″为变换后的摄像机等效焦距。R为摄像机的姿态转移矩阵,该姿态转移矩阵通过导航解算得到,可以表示为
步骤四:归一化
用下述公式将旋转后的特征点坐标归一化到实际摄像机坐标
其中x″a、y″a和f″为步骤三计算得到的结果,x′a、y′a为归一化之后的特征点坐标。
步骤五:计算真实坐标
用下述公式计算真实坐标
其中,r1~r9为步骤三中姿态转移矩阵R的元素,u0和v0是摄像机焦点的坐标,该坐标值为摄像机的固有参数;x′a和y′a是步骤四得到的特征点的坐标,fx和fy分别为横坐标和纵坐标方向的焦距,
本步骤得到真实坐标xn和yn。
步骤六:计算速度和位移
用下述公式计算速度和位移
△x=x1 n-x2 n
△y=y1 n-y2 n
其中,x1 n、x2 n、y1 n和y2 n均为步骤五计算得到的坐标数值,其中x1 n和y1 n表示上一帧计算得到坐标,x2 n和y2 n表示本帧计算得到坐标。本步骤得到的是位移△x和△y。用位移对时间做微分得到的就是速度。
Claims (2)
1.一种惯性器件辅助的视觉导航方法,其特征在于,包括下述步骤:
步骤一:摄像机探测
用摄像机采集图像,采集的图像为飞行器垂直向下的图像,采集的图像为灰度图,采集过程持续进行,本步骤得到一系列连续的灰度图像,
步骤二:特征点提取
步骤三:坐标变换
对步骤二中得到的特征点进行坐标变换,将原始图像中的特征点变换到水平投影下,
步骤二中的特征点包含横坐标、纵坐标两个有效数据,用(xa,ya)表示,
用下述公式进行坐标变换
其中xa、ya为特征点的横坐标和纵坐标,f为摄像机的焦距,x″a、y″a为变换后的横坐标和纵坐标,f″为变换后的摄像机等效焦距,R为摄像机的姿态转移矩阵,该姿态转移矩阵通过导航解算得到,可以表示为
步骤四:归一化
用下述公式将旋转后的特征点坐标归一化到实际摄像机坐标
其中x″a、y″a和f″为步骤三计算得到的结果,x′a、y′a为归一化之后的特征点坐标,
步骤五:计算真实坐标
用下述公式计算真实坐标
其中,r1~r9为步骤三中姿态转移矩阵R的元素,u0和v0是摄像机焦点的坐标,该坐标值为摄像机的固有参数;x′a和y′a是步骤四得到的特征点的坐标,fx和fy分别为横坐标和纵坐标方向的焦距,
本步骤得到真实坐标xn和yn,
步骤六:计算速度和位移
用下述公式计算速度和位移
△x=x1 n-x2 n
△y=y1 n-y2 n
其中,x1 n、x2 n、y1 n和y2 n均为步骤五计算得到的坐标数值,其中x1 n和y1 n表示上一帧计算得到坐标,x2 n和y2 n表示本帧计算得到坐标,本步骤得到的是位移△x和△y,用位移对时间做微分得到的就是速度。
2.如权利要求1所述的一种惯性器件辅助的视觉导航方法,其特征在于:所述的步骤二采用harris方法提取图像中灰度的突变点作为特征点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310384423.3A CN104422445B (zh) | 2013-08-29 | 2013-08-29 | 一种惯性器件辅助的视觉导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310384423.3A CN104422445B (zh) | 2013-08-29 | 2013-08-29 | 一种惯性器件辅助的视觉导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104422445A true CN104422445A (zh) | 2015-03-18 |
CN104422445B CN104422445B (zh) | 2017-07-28 |
Family
ID=52972110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310384423.3A Active CN104422445B (zh) | 2013-08-29 | 2013-08-29 | 一种惯性器件辅助的视觉导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104422445B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137468A (zh) * | 2015-09-24 | 2015-12-09 | 北京理工大学 | 光电式gps盲区环境下车辆可持续导航数据采集装置及方法 |
CN116609815A (zh) * | 2023-07-17 | 2023-08-18 | 天津水动力科技有限公司 | 一种海底航行器智能定位系统及方法 |
Citations (4)
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 |
CN102768042A (zh) * | 2012-07-11 | 2012-11-07 | 清华大学 | 一种视觉-惯性组合导航方法 |
CN102788579A (zh) * | 2012-06-20 | 2012-11-21 | 天津工业大学 | 基于sift算法的无人机视觉导航方法 |
CN103200358A (zh) * | 2012-01-06 | 2013-07-10 | 杭州普维光电技术有限公司 | 摄像机与目标场景之间的坐标转换方法及装置 |
-
2013
- 2013-08-29 CN CN201310384423.3A patent/CN104422445B/zh active Active
Patent Citations (4)
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 |
CN103200358A (zh) * | 2012-01-06 | 2013-07-10 | 杭州普维光电技术有限公司 | 摄像机与目标场景之间的坐标转换方法及装置 |
CN102788579A (zh) * | 2012-06-20 | 2012-11-21 | 天津工业大学 | 基于sift算法的无人机视觉导航方法 |
CN102768042A (zh) * | 2012-07-11 | 2012-11-07 | 清华大学 | 一种视觉-惯性组合导航方法 |
Non-Patent Citations (4)
Title |
---|
徐超等: "一种无人机视觉导航方法及其滤波算法改进", 《北京航空航天大学学报》 * |
徐超等: "视觉导航中陀螺仪辅助特征点匹配算法", 《北京航空航天大学学报》 * |
赵世峰等: "一种基于计算机视觉的飞行器姿态估计算法", 《北京航空航天大学学报》 * |
黄显林等: "自主视觉导航方法综述", 《吉林大学学报(信息科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137468A (zh) * | 2015-09-24 | 2015-12-09 | 北京理工大学 | 光电式gps盲区环境下车辆可持续导航数据采集装置及方法 |
CN116609815A (zh) * | 2023-07-17 | 2023-08-18 | 天津水动力科技有限公司 | 一种海底航行器智能定位系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104422445B (zh) | 2017-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108955702B (zh) | 基于三维激光和gps惯性导航系统的车道级地图创建系统 | |
CN108648215B (zh) | 基于imu的slam运动模糊位姿跟踪算法 | |
US20200041284A1 (en) | Map road marking and road quality collecting apparatus and method based on adas system | |
CN103411621B (zh) | 一种面向室内移动机器人的光流场视觉/ins组合导航方法 | |
CN109584238B (zh) | 一种基于立体视觉的弓网运行状况在线检测系统及方法 | |
CN103323461B (zh) | 一种非接触式的风力发电机叶片运动在线检测方法 | |
CN110738121A (zh) | 一种前方车辆检测方法及检测系统 | |
CN107564061A (zh) | 一种基于图像梯度联合优化的双目视觉里程计算方法 | |
CN103345630B (zh) | 一种基于球面全景视频的交通标志定位方法 | |
CN103455797A (zh) | 航拍视频中运动小目标的检测与跟踪方法 | |
CN104484868B (zh) | 一种结合模板匹配和图像轮廓的运动目标航拍跟踪方法 | |
CN101520892B (zh) | 可见光图像中弱小目标的检测方法 | |
CN102230794B (zh) | 一种基于视频的驾驶员视距动态测量方法 | |
CN105300403A (zh) | 一种基于双目视觉的车辆里程计算法 | |
CN103177584B (zh) | 一种基于枚举试探的车速检测方法 | |
CN103426179A (zh) | 一种基于均值偏移多特征融合的目标跟踪方法及装置 | |
CN114359181B (zh) | 一种基于图像和点云的智慧交通目标融合检测方法及系统 | |
CN110082779A (zh) | 一种基于3d激光雷达的车辆位姿定位方法及系统 | |
CN109631776A (zh) | 一种高压输电线路导线结冰厚度自动测量方法 | |
CN105931216A (zh) | 一种基于图像处理技术的机场道面破损检测方法 | |
CN106887012A (zh) | 一种基于循环矩阵的快速自适应多尺度目标跟踪方法 | |
CN103035006A (zh) | 一种LiDAR辅助下基于LEGION的高分辨率航空影像分割方法 | |
CN109753841A (zh) | 车道线识别方法和装置 | |
CN108021857B (zh) | 基于无人机航拍图像序列深度恢复的建筑物检测方法 | |
CN103453882B (zh) | 一种基于飞行器的云层高度测量系统及云层高度测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |