CN108375382A - 基于单目视觉的位置姿态测量系统精度检校方法和装置 - Google Patents

Abstract

本发明涉及基于单目视觉的位置姿态测量系统精度检校方法和装置，首先使用基于动态三维重构的单目视觉测量方法获取靶标坐标系相对相机坐标系的位姿变化量；然后使用基于正交矢量和动态滤波的联合标定法获取惯性测量单元(IMU)坐标系和靶标坐标系间的相对位姿关系，将第一位姿数据转到IMU坐标系下，与POS自身输出的位置姿态数据进行比对，检校所述POS的测量精度。本发明的方法和装置实现了对POS的位姿精度的有效检校，具有精度高、实现简单的特点，可用于在室内对目前低精度、高精度惯性产品进行位姿精度检校。

Description

基于单目视觉的位置姿态测量系统精度检校方法和装置

技术领域

本发明涉及惯性系统精度检校技术领域，具体涉及一种基于单目视觉的位置姿态测量系统精度检校方法和装置。

背景技术

高分辨率对地观测的高精度运动成像中，载体由于受气流、高空风及载体自身性能等诸多因素的影响，造成载体在轨迹、速度和姿态上的扰动，使载体偏离理想的运动状态。由此产生的运动误差，将导致遥感图像几何失真、分辨率降低、对比度损失。因此必须对载体的运动信息进行高精度的估计和运动补偿，从而才能实现遥感图像像质的退化抑制。高精度POS由惯性测量单元(Inertial measurement Unit,IMU)、导航计算机系统(POSComputer System，PCS)和GPS(Global Positioning System)组成。高精度POS可以为高分辨率航空遥感系统提供高频、高精度的时间、空间及精度信息，通过运动误差补偿提高成像精度和效率，是实现高分辨率成像的关键。

POS可以实现高精度姿态测量和位置测量，而POS测量精度的有效检校则是保证POS高精度的一个重要前提。目前，POS的精度检校主要是空中三角测量检校方法和塔吊台检校方法。空中三角测量是将相机和POS安装在稳定平台，飞机飞行过程，相机拍摄地面预设标致点解算位置、姿态。塔吊台检校方法是在地面模拟飞机飞行，进行检校。这些方法实现成本均较高。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提出了一种基于单目视觉的位置姿态测量系统精度检校方法和装置，克服传统检校方法成本高等缺点。

本发明技术解决方案是：一种基于单目视觉的位置姿态测量系统精度检校方法，实现步骤如下：

基于单目视觉测量，将位置固定的相机的坐标系作为测量坐标系，获取与所述IMU固连的靶标的第一位姿数据；

标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，将所述第一位姿数据转到IMU坐标系下，得出第二位姿数据；

将所述第二位姿数据与POS自身输出的位置姿态数据进行比对，检校所述POS的测量精度。

优选地，步骤基于单目视觉测量、将位置固定的相机的坐标系作为测量坐标系、获取与所述IMU固连的靶标的第一位姿数据，具体包括步骤：

通过所述相机预先从不同角度拍摄三幅靶标的参考图像；

将IMU与所述靶标固连，通过所述相机获取一张所述靶标的实时图像；

基于多视图三维重构原理，根据三幅参考图像和一张实时图像进行动态三维重构，获取靶标的第一位姿数据。

优选地，步骤基于多视图三维重构原理、根据三幅参考图像和一张实时图像进行动态三维重构，具体包括：

由所述相机的投影模型得到每个标志点和对应的像点之间有公式：

式中：为第i幅图上第j个标志点像坐标，X_j为第j个标志点物坐标，pⁱ为第i幅图对应的投影矩阵；为第i幅图中第j个像点和其对应的物点的距离在相机光轴方向的投影，称为射影深度；

构建测量矩阵W：

其中，为测量坐标系下所测数据，使用共轭梯度法迭代每个点的投影深度通过测量坐标系的实测坐标每次更新测量矩阵。

优选地，步骤基于多视图三维重构原理、根据三幅参考图像和一张实时图像进行动态三维重构中，在构建测量矩阵W之后还包括步骤：

对W阵通过SVD分解：

W＝V·diag(σ₁,…σ_N)·U^T

由P、X阵，可知，W的秩小于等于4，即σ₅＝σ₆＝…＝σ₉＝0因此有：

此时W阵可以分解为一个表示相机运动的P阵和一个表示靶标形状的X阵：

式中V₁,U₁分别为V,U的前4列；分解不唯一，上式在相差任意非奇异4x4矩阵H的情况下都满足：

W＝PHH^-1X

当存在非奇异矩阵H满足欧式变换条件：

P_pH＝αK[RT]

式中α是满足矩阵方程的任意非零实数；将H改写为H＝[H_a,H_b],H_a是H阵的前3列，H_b是H阵第四列；从欧式变换矩阵中分割出旋转部分得：

P_pH_a＝αKR

对上式进行转置并令ω＝KK^T，可得：

将展开，可得3x3对称阵，用D_ab表示该阵第a行b列的元素：

D_ab是对称阵，将其拆为方程组，列出上三角6个元素对应方程：

对M进行奇异值分解：

式中U_a为U的前3列；因H满足下式P_pH_b＝[0,0,0]^T，带入任意P_p解出H_b；最终解出H，完成欧式重构：

C是P_e中前3行，前3列数据，即为所求的第一位姿数据。

优选地，步骤标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，具体包括步骤：

基于正交矢量和动态滤波的联合标定法，先使用正交矢量法标定两坐标系姿态关系，再使用动态滤波法估计两坐标系位置关系，滤波状态量为：

其中，为IMU输出的在地理坐标系位置；为IMU输出的在地理坐标系速度；b_a为IMU中加速度计漂移误差；为IMU坐标系和靶标坐标系之间的相对位置关系；

滤波量测量为：

其中，z为相机测得的靶标的位置信息；

其中，由IMU直接输出，可由已标定姿态和IMU、相机输出姿态计算得到：

其中，由正交矢量法标定得到。

本发明还提供一种基于单目视觉的位置姿态测量系统精度检校装置，用于检测POS输出的位姿数据的精度，包括靶标、相机和检校模块；

靶标与POS的IMU固连；相机固定设置；检校模块，用于：

基于单目视觉测量，将位置固定的相机的坐标系作为测量坐标系，获取靶标的第一位姿数据；标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，将第一位姿数据转到IMU坐标系下，得出第二位姿数据；将第二位姿数据与POS自身输出的位置姿态数据进行比对，检校POS的测量精度。

优选地，所述相机，用于预先从不同角度拍摄三幅靶标的参考图像，并在固定后拍摄一张所述靶标的实时图像；

所述检校模块，用于：基于多视图三维重构原理，根据三幅参考图像和一张实时图像进行动态三维重构，获取靶标的第一位姿数据。

优选地，所述检校模块，用于首先构建测量矩阵W：

由所述相机的投影模型得到每个标志点和对应的像点之间有公式：

式中：为第i幅图上第j个标志点像坐标，X_j为第j个标志点物坐标，pⁱ为第i幅图对应的投影矩阵；为第i幅图中第j个像点和其对应的物点的距离在相机光轴方向的投影，称为射影深度；

构建测量矩阵W：

其中，为测量坐标系下所测数据，使用共轭梯度法迭代每个点的投影深度通过测量坐标系的实测坐标每次更新测量矩阵。

优选地，所述检校模块，还用于：

基于正交矢量和动态滤波的联合标定法来标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，先使用正交矢量法标定两坐标系姿态关系，再使用动态滤波法估计两坐标系位置关系，滤波状态量为：

其中，为IMU输出的在地理坐标系位置；为IMU输出的在地理坐标系速度；b_a为IMU中加速度计漂移误差；为IMU坐标系和靶标坐标系之间的相对位置关系；

滤波量测量为：

其中，z为相机测得的靶标的位置信息；

其中，由IMU直接输出，可由已标定姿态和IMU、相机输出姿态计算得到：

其中，由正交矢量法标定得到。

本发明与现有技术相比，具有如下技术效果：

本发明针对POS的检校成本较高问题，使用单目视觉检校的方法，对POS的位置、姿态输出进行精度检校；针对单目视觉测量光轴向精度低的问题，使用动态三维重构方法，提高测量精度；针对辅助靶标和IMU坐标系统一问题，使用基于正交矢量和动态滤波的联合标定法标定IMU坐标系和靶标坐标系之间的相对位姿关系，克服现有坐标系统一方法精度低的问题，提高了坐标转换的精度，可用于在地面对目前低精度、高精度惯性产品进行位姿精度检校。同时基于本发明的检校方案，实施便捷无需特殊设备，检校成本较低。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于单目视觉进行位置姿态测量系统精度检校的硬件系统结构示意图；

图2为本发明基于单目视觉的位置姿态测量系统精度检校方法的一个实施例的主要流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明公开了一种基于单目视觉的位置姿态测量系统精度检校方法，该方法基于单目视觉测量，将位置固定的相机的坐标系作为测量坐标系，获取与IMU固连的靶标的第一位姿数据；标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，将第一位姿数据转到IMU坐标系下，得出第二位姿数据；将第二位姿数据与POS自身输出的位置姿态数据进行比对，检校POS的测量精度。

本发明还公开了一种基于单目视觉的位置姿态测量系统精度检校装置，用于检测POS输出的位姿数据的精度，包括靶标、相机和检校模块。

靶标与POS的IMU固连；相机固定设置。检校模块，用于基于单目视觉测量，将位置固定的相机的坐标系作为测量坐标系，获取靶标的第一位姿数据；标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，将第一位姿数据转到IMU坐标系下，得出第二位姿数据；将第二位姿数据与POS自身输出的位置姿态数据进行比对，检校POS的测量精度。

参见图1所示，优选地，作为一种可实施方式，本发明检校装置的硬件基本组成包括相机110、靶标111，被检校的POS系统则包括IMU112、PCS113和GPS天线114，即IMU、PCS和GPS组成POS系统。

其中，IMU112和靶标111一面刚性固连，并一起安装在转台上，相机110单独固定在靶标前方，拍摄靶标。运动过程中，靶标平面始终在相机视场内，由GPS秒脉冲触发IMU和相机工作，实现时间同步。

参见图2所示，作为一种可实施方式，本发明检校方法包括步骤：

首先搭建POS的精度检校试验环境，将高精度IMU和经由高精度加工的视觉辅助靶标刚性固连，及将靶标平面和IMU一面贴合，将IMU安装在运动转台上，相机单独固定，运动过程中，靶标平面始终在相机视场内。IMU和相机由GPS秒脉冲同步触发工作。

然后通过单相机实现动态三维重构测量，基于多视图三维重构原理，单相机固定作为测量坐标系，相机实施获取的一幅靶标图像，和三幅靶标初始时刻的不同角度的图像，建立测量矩阵，由矩阵分解、三维重构，获取靶标的高精度的位置、姿态。

标定出IMU坐标系和靶标坐标系之间相对位姿关系，使用基于正交矢量和动态滤波的联合标定法，先使用正交矢量法标定两坐标系姿态关系，再使用动态滤波估计两坐标系位置关系。

最后将视觉测量得到靶标的位姿变化量，由标定得到的IMU和靶标坐标系关系，转到IMU坐标系，实现对POS自身输出的位置、姿态数据进行检校。

下面列举本发明检校方法的一个优选实施例进行具体说明，该较优的实施方式具体实施步骤如下：

步骤S11：首先对靶标平面从不同角度拍摄3幅图像，将相机固定后每拍摄的一幅图像和初始3幅图像构建测量矩阵W。

单相机实现动态三维重构测量是基于多视图三维重构原理，靶标平面有9个特征点，由相机投影模型得到每个标志点和对应的像点之间有公式：

式中：为第i幅图上第j个标志点像坐标，X_j为第j个标志点物坐标，pⁱ为第i幅图对应的投影矩阵。为第i幅图中第j个像点和其对应的物点的距离在相机光轴方向的投影，称为射影深度。

构建测量矩阵W：

其中，为第i幅参考图像上第j个标志点像坐标，为3行1列的向量，i＝1,,,4表示共有4幅图像，其中，上式中第一行为相机实测的实时图像的图片信息，作为测量基准坐标系，另外三行为静态情况下测量的三幅图片信息；为第i幅图中第j个像点和其对应的物点的距离在所述相机光轴方向的投影，即射影深度，j＝1,,,9表示靶标上的9个特征点。

当对靶标上9个标志点拍摄4幅图像，可得测量矩阵W；

其中，W为12x9阵，P为12x4阵，X为4x9阵。为测量坐标系下所测数据，使用共轭梯度法迭代每个点的投影深度通过测量坐标系的实测坐标每次更新测量矩阵。

步骤S12：此时，对W阵通过SVD分解：

W＝V·diag(σ₁,…σ_N)·U^T

由P、X阵，可知，W的秩小于等于4，即σ₅＝σ₆＝…＝σ₉＝0因此有：

此时阵可以分解为一个表示相机运动的P阵和一个表示靶标形状的X阵：

式中V₁,U₁分别为V,U的前4列。本发明所采用的SVD分解即数学上通用矩阵求解方法，参数V、U为酉矩阵，σ为奇异值。

但分解不唯一，因为上式在相差任意非奇异4x4矩阵H的情况下都满足：

W＝PHH^-1X

当存在非奇异矩阵H满足欧式变换条件：

P_pH＝αK[RT]

式中α是满足矩阵方程的任意非零实数。P_p为P在射影变换下的表示，α为比例系数，K为相机内参，R、T为相机外参。H为变换矩阵。

将H改写为H＝[H_a,H_b],H_a是H阵的前3列，H_b是H阵第四列。从欧式变换矩阵中分割出旋转部分得：

P_pH_a＝αKR

对上式进行转置得：

令ω＝KK^T，所以可得：

将展开，可得3x3对称阵，用D_ab表示该阵第a行b列的元素：

由于D_ab是对称阵，将其拆为方程组时，只需列出上三角6个元素对应方程：

上式共有20个未知量和24个方程，可解出所有未知数。对M进行奇异值分解：

式中U_a为U的前3列。因H满足下式P_pH_b＝[0,0,0]^T，带入任意P_p解出H_b。最终解出H，完成欧式重构：

C是P_e中前3行，前3列数据，既为所求的物体姿态信息(第一位姿数据)。

M、ω是为简化公式书写而用的代替字母，c、d表示矩阵的行列序号，P_e、X_e分别为P、X在欧式变换下的表示。

步骤S13：IMU和辅助靶标的相对姿态标定是使用基于正交矢量和动态滤波的联合标定法。

①首先由正交矢量法标定相对姿态，以转台坐标系作为过渡坐标系，转台首先分别绕x轴、y轴匀速转动，旋转角速度在转台坐标系分别表示同时IMU输出角速度正交矢量差乘可以得到第三个矢量。为转台坐标系和IMU坐标系之间的相对姿态，则有：

IMU绕转台x轴转动时，相机使用步骤(2)中方法在运动的初始时刻和终止时刻分别采集一幅图像，并求解两个时刻靶标坐标系到相机坐标系的旋转矩阵，记为C_w0、C_w1,两者之间的关系为：

转换为四元数则有：

可以得到转台坐标系x轴方向的单位向量u₁。

同理，绕y轴可得u₂。由u₁、u₂和两者差乘矢量，可解得靶标坐标系和转台坐标系之间的相对姿态关系

q₁,q₂,q₃,q₄分别为四元数q的标量常数和三轴失量系数；

由转台和IMU位姿关系、靶标和转台位姿关系，最终可得到靶标和IMU之间的相对姿态关系：

②然后使用动态滤波法(EKF)(扩展卡尔曼滤波器)标定相对位置：

滤波状态量如下：

式中：为IMU在地理坐标系位置；为IMU在地理坐标系速度；b_a为IMU加速度计漂移误差；为IMU坐标系和靶标坐标系之间的相对位置关系；

状态方程由控制矢量u_k驱动，其中分别为IMU在地理坐标系输出的线性加速度和影响IMU加速度漂移误差的高斯白噪声。

因靶标与IMU保持固定，所以相对位置始终不变，时间更新：

x_k+1/k＝F_kx_k+Cu_k

P_k+1/k＝F_kP_kF_k+Q_k

上式中，x_k+1/k为k+1时刻状态x_k的一步预测值，P_k+1/k为k+1时刻一步预测均方误差阵。P_k为第k时刻估计均方误差阵，Q_k为第k时刻系统噪声方差阵。F_k为k到k+1时刻的一步转移阵，C为系统噪声驱动阵。

滤波量测模型：

相机通过拍摄靶标，计算出相机在世界坐标系w中的位置及其相对世界坐标系的相对转向将作为EKF的3维量测矢量z。

式中可由已标定姿态和IMU、相机输出姿态计算得到：

测量矩阵H为对x_k+1/k求导得到的雅可比矩阵：

EKF的量测更新：

x_k+1＝x_k+1/k+K_k+1(z_k+1-H_k+1x_k+1/k)

P_k+1＝(I-K_k+1H_k+1)P_k+1/k

上式中，x_k+1为状态量估计值，K_k+1为滤波增益阵，R_k+1为量测噪声方差阵，H_k+1为量测量对状态量的雅可比矩阵，下标k,k+1为时间序列，表示k和k+1时刻。

步骤S13：检校IMU输出数据精度

相机测量的靶标的位姿数据变化量为标定的IMU与辅助靶标的的相对位姿为由此，可得IMU坐标系的姿态变化量为：

POS系统自身输出姿态变化量记为C_b，则POS输出的姿态精度为△C_b：

现有技术中的空中三角测量检校方法和塔吊台检校方法不仅存在检校成本高的缺点，而且操作复杂、误差因素多，误差累积降低精度；现有技术中的地面上位置、姿态检校方法有伪卫星检校和星敏感器检校，伪卫星姿态高精度检校实现困难，星敏感器在地面应用受环境影响大，导致精度不高。

本发明提供的上述基于单目视觉的位置姿态测量系统精度检校方法和装置，首先使用基于动态三维重构的单目视觉测量方法获取靶标坐标系相对相机坐标系的位姿变化量；然后使用基于正交矢量和动态滤波的联合标定法获取惯性测量单元(IMU)坐标系和靶标坐标系间的相对位姿关系。最后将视觉测得的靶标的位姿变化转换到IMU坐标系下，并对POS自身输出的位姿数据精度进行检校，克服了现有技术中检校方案实施成本高、实现复杂、测量精度低的缺点，本发明提供的检校方案具有精度高、实现便捷、抗干扰能力强的特点，可用于在地面对目前低精度、高精度惯性产品进行位姿精度检校。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.基于单目视觉的位置姿态测量系统精度检校方法，其特征在于，包括步骤：

基于单目视觉测量，将位置固定的相机的坐标系作为测量坐标系，获取与所述IMU固连的靶标的第一位姿数据；

标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，将所述第一位姿数据转到IMU坐标系下，得出第二位姿数据；

将所述第二位姿数据与POS自身输出的位置姿态数据进行比对，检校所述POS的测量精度。

2.根据权利要求1所述的基于单目视觉的位置姿态测量系统精度检校方法，其特征在于，所述步骤基于单目视觉测量、将位置固定的相机的坐标系作为测量坐标系、获取与所述IMU固连的靶标的第一位姿数据，具体包括步骤：

通过所述相机预先从不同角度拍摄三幅靶标的参考图像；

将IMU与所述靶标固连，通过所述相机获取一张所述靶标的实时图像；

基于多视图三维重构原理，根据三幅参考图像和一张实时图像进行动态三维重构，获取靶标的第一位姿数据。

3.根据权利要求2所述的基于单目视觉的位置姿态测量系统精度检校方法，其特征在于，所述步骤基于多视图三维重构原理、根据三幅参考图像和一张实时图像进行动态三维重构，具体包括：

由所述相机的投影模型得到每个标志点和对应的像点之间有公式：

式中：为第i幅图上第j个标志点像坐标，X_j为第j个标志点物坐标，pⁱ为第i幅图对应的投影矩阵；为第i幅图中第j个像点和其对应的物点的距离在相机光轴方向的投影，称为射影深度；

构建测量矩阵W：

其中，为测量坐标系下所测数据，使用共轭梯度法迭代每个点的投影深度通过测量坐标系的实测坐标每次更新测量矩阵。

4.根据权利要求3所述的基于单目视觉的位置姿态测量系统精度检校方法，其特征在于，所述步骤基于多视图三维重构原理、根据三幅参考图像和一张实时图像进行动态三维重构中，在构建测量矩阵W之后还包括步骤：

对W阵通过SVD分解：

W＝V·diag(σ₁,…σ_N)·U^T

由P、X阵，可知，W的秩小于等于4，即σ₅＝σ₆＝…＝σ₉＝0因此有：

此时W阵可以分解为一个表示相机运动的P阵和一个表示靶标形状的X阵：

式中V₁,U₁分别为V,U的前4列；分解不唯一，上式在相差任意非奇异4x4矩阵H的情况下都满足：

W＝PHH^-1X

当存在非奇异矩阵H满足欧式变换条件：

P_pH＝αK[RT]

式中α是满足矩阵方程的任意非零实数；将H改写为H＝[H_a,H_b],H_a是H阵的前3列，H_b是H阵第四列；从欧式变换矩阵中分割出旋转部分得：

P_pH_a＝αKR

对上式进行转置并令ω＝KK^T，可得：

将展开，可得3x3对称阵，用D_ab表示该阵第a行b列的元素：

D_ab是对称阵，将其拆为方程组，列出上三角6个元素对应方程：

对M进行奇异值分解：

式中U_a为U的前3列；因H满足下式P_pH_b＝[0,0,0]^T，带入任意P_p解出H_b；最终解出H，完成欧式重构：

C是P_e中前3行，前3列数据，即为所求的第一位姿数据。

5.根据权利要求1-4任一项所述的基于单目视觉的位置姿态测量系统精度检校方法，其特征在于，所述步骤标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，具体包括步骤：

基于正交矢量和动态滤波的联合标定法，先使用正交矢量法标定两坐标系姿态关系，再使用动态滤波法估计两坐标系位置关系，滤波状态量为：

其中，为IMU输出的在地理坐标系位置；为IMU输出的在地理坐标系速度；b_a为IMU中加速度计漂移误差；为IMU坐标系和靶标坐标系之间的相对位置关系；

滤波量测量为：

其中，z为相机测得的靶标的位置信息；

其中，由IMU直接输出，可由已标定姿态和IMU、相机输出姿态计算得到：

其中，由正交矢量法标定得到。

6.基于单目视觉的位置姿态测量系统精度检校装置，用于检测POS输出的位姿数据的精度，其特征在于，包括靶标、相机和检校模块；

所述靶标与所述POS的IMU固连；所述相机固定设置；

所述检校模块，用于：

基于单目视觉测量，将位置固定的相机的坐标系作为测量坐标系，获取靶标的第一位姿数据；标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，将所述第一位姿数据转到IMU坐标系下，得出第二位姿数据；将所述第二位姿数据与所述POS自身输出的位置姿态数据进行比对，检校所述POS的测量精度。

7.根据权利要求6所述的基于单目视觉的位置姿态测量系统精度检校装置，其特征在于：

所述相机，用于预先从不同角度拍摄三幅靶标的参考图像，并在固定后拍摄一张所述靶标的实时图像；

所述检校模块，用于：基于多视图三维重构原理，根据三幅参考图像和一张实时图像进行动态三维重构，获取靶标的第一位姿数据。

8.根据权利要求7所述的基于单目视觉的位置姿态测量系统精度检校装置，其特征在于，所述检校模块，用于首先构建测量矩阵W：

由所述相机的投影模型得到每个标志点和对应的像点之间有公式：

式中：为第i幅图上第j个标志点像坐标，X_j为第j个标志点物坐标，pⁱ为第i幅图对应的投影矩阵；为第i幅图中第j个像点和其对应的物点的距离在相机光轴方向的投影，称为射影深度；

构建测量矩阵W：

其中，为测量坐标系下所测数据，使用共轭梯度法迭代每个点的投影深度通过测量坐标系的实测坐标每次更新测量矩阵。

9.根据权利要求6-8任一项所述的基于单目视觉的位置姿态测量系统精度检校装置，其特征在于，所述检校模块，还用于：

基于正交矢量和动态滤波的联合标定法来标定IMU坐标系和靶标坐标系之间的固定相对位姿关系，先使用正交矢量法标定两坐标系姿态关系，再使用动态滤波法估计两坐标系位置关系，滤波状态量为：

其中，为IMU输出的在地理坐标系位置；为IMU输出的在地理坐标系速度；b_a为IMU中加速度计漂移误差；为IMU坐标系和靶标坐标系之间的相对位置关系；

滤波量测量为：

其中，z为相机测得的靶标的位置信息；

其中，由IMU直接输出，可由已标定姿态和IMU、相机输出姿态计算得到：

其中，由正交矢量法标定得到。