CN109544630A - 位姿信息确定方法和装置、视觉点云构建方法和装置 - Google Patents

Abstract

公开了一种位姿信息确定方法和确定装置、视觉点云构建方法和视觉点云构建装置。一种位姿信息确定方法包括确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息；通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间运动的第一组平移参数；基于所述相对位姿信息和第一组平移参数，调整所述相对位姿信息；以及基于调整后的所述相对位姿信息，确定所述图像获取设备在获取当前帧图像时的位姿信息。采用上述位姿信息确定方法，直接使用外部传感器的尺度对相机的位姿信息的平移向量进行尺度校正，得到更准确的位姿信息。

Description

位姿信息确定方法和装置、视觉点云构建方法和装置

技术领域

本申请涉及计算机视觉领域，具体地，本申请涉及一种位姿信息确定方法、位姿信息确定装置、视觉点云构建方法和视觉点云构建装置、电子设备以及计算机可读的存储介质。

背景技术

地图是无人驾驶领域的基础。然而，在单目相机SLAM中，由于单目相机的尺度不确定性，导致无法构建出全局尺度一致的向量地图，而且由于单目相机的尺度不确定性，单目SLAM在多帧跟踪图像之间容易由于尺度漂移而使跟踪结果误差累积，最终导致跟踪失败。

在现有技术中，通常通过双目视觉技术，直接在每个时刻获得地图点的真实三维尺度，或者融合高精度组合导航模块(IMU)，直接通过IMU模块测量得到真实尺度线加速度积分，获得帧间真实尺度的位姿信息。然而，尽管通过使用双目视觉技术或者IMU模块可以获得帧间图像的真实尺度，但是由于传感器成本高昂、计算成本高、制作工作成本高、标定复杂、算法较为复杂，并且受IMU本身的成本影响较大，使视觉点云的使用遭到了巨大障碍。

因此，需要一种能够低成本、高精度、适用范围广地确定相机位姿参数及视觉点云构建的方法及装置。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种位姿信息确定方法、位姿信息确定装置、视觉点云构建方法和视觉点云构建装置、电子设备以及计算机可读的存储介质，以低成本地、高精度、适用范围广地确定图像获取设备的位姿信息。

根据本申请的一个方面，提供了一种位姿信息确定方法，包括确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息；通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间运动的第一组平移参数；基于所述相对位姿信息和第一组平移参数，调整所述相对位姿信息；以及基于调整后的所述相对位姿信息，确定所述图像获取设备在获取所述当前帧图像时的位姿信息。

根据本申请的另一方面，提供一种视觉点云构建方法，包括：通过上述位姿信息确定方法获取所述图像获取设备的位姿信息；和基于所述图像获取设备的位姿信息构建视觉点云。

根据本申请的又一方面，提供了一种位姿信息确定装置，包括相对位姿信息确定单元，用于确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息；相对位移参数获取单元，用于通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间的第一组平移参数；相对位姿信息调整单元，用于基于所述相对位姿信息和所述第一组平移参数，调整所述相对位姿信息；和位姿信息确定单元，用于基于调整后的所述相对位姿信息，确定所述图像获取设备在获取当前帧图像时的位姿信息。

根据本申请的又一方面，提供了一种视觉点云构建装置，包括相对位姿信息确定单元，用于确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息；相对位移参数获取单元，用于通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间运动的第一组平移参数；相对位姿信息调整单元，用于基于所述相对位姿信息和所述第一组平移参数，调整所述相对位姿信息；位姿信息确定单元，用于基于调整后的所述相对位姿信息，确定所述图像获取设备在获取当前帧图像时的位姿信息；和视觉点云构建单元，用于基于所述图像获取设备在获取当前帧图像时的位姿信息，构建视觉点云。

根据本申请的又一方面，提供了一种电子设备，包括处理器，以及存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行上述位姿信息确定方法、或上述视觉点云构建方法。

根据本申请的又一方面，提供了一种计算机可读的存储介质，其上存储有用于执行上述位姿信息确定方法、或上述视觉点云构建方法的指令。

与现有技术相比，采用根据本申请实施例的位姿信息确定方法、位姿信息确定装置、视觉点云构建方法和视觉点云构建装置、电子设备以及计算机可读的存储介质，可以通过确定图像获取设备在获取当前帧和先前帧图像时的相对位姿信息、第一组平移参数和调整系数，得到所述图像获取设备在获取当前帧图像时的更准确的位姿信息。因此，通过直接使用外部传感器的尺度对图像获取设备的位姿信息的平移向量进行尺度校正，得到更准确的位姿信息，从而不会因为传感器配置的变更而对算法框架造成影响，还降低了传感器成本及计算成本，进而降低了单目视觉系统的部署难度。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1图示了根据本申请实施例的位姿信息确定方法的应用场景示意图；

图2图示了根据本申请一实施例的位姿信息确定方法的流程图。

图3图示了根据本申请一实施例的位姿信息确定装置的示意图。

图4图示了根据本申请一实施例的电子设备的框图。

具体实施方式

下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

如上所述，在无人驾驶中，相机的位姿信息并由此计算得到相机的当前位置是非常重要的。然而，为了获得相机的准确位姿信息和当前位置的成本比较高。因此，需要改进的位姿信息确定方法，使获得相机的准确位姿信息的成本得以降低。

针对该技术问题，本申请的基本构思是提出一种位姿信息确定方法、位姿信息确定装置、视觉点云构建方法和视觉点云构建装置、电子设备以及计算机可读的存储介质，其可以通过直接使用外部传感器的尺度，尤其是标量尺度，对图像获取设备的平移向量进行尺度校正，由此降低了成本，使单目视觉系统的部署难度降低。

换言之，通过本申请的位姿信息确定方法和确定装置，不需要使用高精度的传感器，也不需要人工过多干预，就能得到更准确的位姿信息，进而得到全局一致的视觉点云，并由此建立高精度矢量地图，因而降低了高精度地图的制作成本。

需要说明的是，本申请的上述基本构思不但可以应用于地图制作，也可以应用于其它领域，例如机器人及无人交通工具导航领域等。

在介绍了本申请的基本原理之后，下面将参考附图来具体介绍本申请的各种非限制性实施例。

示例性场景

图1图示了根据本申请实施例的位姿信息确定方法的应用场景的示意图。如图1所示，车辆10可包括图像获取设备，例如车载相机12，其可以是常用的单目相机、双目相机、或者更多目相机。虽然图1示出了车载相机12安装于车辆10的顶部，但是应理解，车载相机亦可安装于车辆10的其他位置处，例如车头部分处、前挡风玻璃处，等等。

图1中所示的坐标系是车载相机局部坐标系(X_c，Y_c，Z_c)，其中Z_c轴的方向为车载相机的光轴方向，Y_c轴方向为垂直于Z_c轴向下的方向，X_c轴方向为垂直于Y_c轴和Z_c轴的方向。

这里，车辆10可包括位姿信息确定装置14，位姿信息确定装置14可与图像获取设备通信，并用来执行本申请提供的位姿信息确定方法。在一实施例中，车载相机12在车辆10的行驶过程中，连续拍摄视频图像，位姿信息确定装置14获得车载相机12拍摄的图像，并通过确定车载相机12在获取当前帧和先前帧图像时车载相机12的相对位姿信息、第一组平移参数、调整系数，确定车载相机12在获取当前帧图像时的位姿信息。

通过位姿信息确定装置14执行本申请提出的位姿信息确定方法，可以确定车载相机12的位姿关系，进而对车载相机12进行定位。

示例性方法1

图2是根据本申请一示例性实施例的位姿信息确定方法的流程示意图。如图2所示，根据本申请的位姿信息确定方法100包括如下步骤：

步骤S110，确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息。

图像获取设备可以是相机、摄像头等。相机可以是常用的单目相机、双目相机、或者更多目相机。当然，本领域中已知的以及将来可能出现的任何其他类型的相机都可以应用于本申请，本申请对其捕捉图像的方式没有特别限制，只要能够获得清晰的图像即可。相机采集到的图像数据例如可以是连续图像帧序列(即，视频流)或离散图像帧序列(即，在预定采样时间点采样到的图像数据组)等。

在一个示例中，图像获取设备获取的先前帧图像是指图像获取设备获取的当前帧图像之前的上一帧图像、当前帧图像之前的倒数第二帧图像或者当前帧图像之前的任意帧图像等。也就是说，先前帧图像和当前帧图像之间可间隔一帧图像、两帧图像或任意帧图像。在一个示例中，先前帧图像是指当前帧图像之前的上一帧图像，选择当前帧图像之前的上一帧图像作为先前帧，可以减小计算误差。

在一个示例中，图像获取设备获取当前帧图像时的位姿信息是指图像获取设备在采集当前帧图像时的位姿信息，包括旋转矩阵R和平移向量t，其中，平移向量t是3*1向量，表示图像获取设备相对于原点的位置，旋转矩阵R是3*3矩阵，表示图像获取设备此时的姿态，旋转矩阵R也可以表示成欧拉角(ψ，θ，)的形式，其中ψ表示绕Y轴旋转的航向角(yaw)，θ表示沿X轴旋转的俯仰角(pitch)，表示沿Z轴旋转的滚转角(roll)。

在一个示例中，图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息是指以图像获取设备在获取先前帧图像时的位姿信息为基准，图像获取设备在获取当前帧图像时的位姿信息相对于图像获取设备在获取先前帧图像时的位姿信息的相对变化量。

在一个示例中，图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息是通过视觉里程计或视觉SLAM系统获取的，或者通过本领域已知的相对位姿信息计算方法计算得到的，例如，该相对位姿信息还可以通过IMU等获得。

步骤S120，通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间运动的第一组平移参数。

在一个示例中，带有绝对尺度的传感器可以是例如轮速编码器、速度计、行程计等。在这里，绝对尺度又称绝对位置，带有绝对尺度的传感器能够测量相对于真实物理世界的位置关系。

通过带有绝对尺度的传感器确定图像获取设备在获取当前帧和先前帧图像期间运动的第一组平移参数是通过传感器得到图像获取设备在采集先前帧图像和采集当前帧图像之间运动的位移向量。

步骤S130，基于所述相对位姿信息和第一组平移参数，调整所述相对位姿信息。

其中，相对位姿信息包括第二组平移参数，所述第二组平移参量即相对位姿信息中的平移向量t。基于所述相对位姿信息的第二组平移参数和第一组平移参数对第二组平移参数即所述相对位姿信息中的平移向量的调整，即是对相对位姿信息的调整。

在一个示例中，还可以基于相对位姿信息的旋转矩阵和第一组平移参数，调整相对位姿信息的旋转矩阵。

步骤S140，基于调整后的所述相对位姿信息，确定所述图像获取设备在获取所述当前帧图像时的位姿信息。

在一个示例中，所述基于调整后的所述相对位姿信息，确定所述图像获取设备当前帧的位姿信息，包括：基于调整后的所述相对位姿信息以及所述图像获取设备在获取所述先前帧图像时的位姿信息，确定所述图像获取设备在获取所述当前帧图像时的位姿信息。例如，在得到调整后的相对位姿信息之后，对调整后的相对位姿信息和图像获取设备在采集先前帧图像时的位姿信息进行矢量加和，得到图像获取设备在采集当前帧图像时的位姿信息。

由于基于带有绝对尺度的传感器得到的图像获取设备在采集当前帧图像和先前帧图像之间运动的平移参数的尺度(即平移距离)较为精准，因此，利用带有绝对尺度的传感器得到的图像获取设备在采集当前帧图像和先前帧图像之间运动的平移参数的尺度对图像获取设备的相对位姿信息的平移参数的尺度进行调整，消除或者至少减小图像获取设备可能产生的尺度漂移，使调整后的位姿信息的精确度提高。对于根据本申请实施例的位姿信息确定方法，通过采用这种位姿信息确定方法，可以低成本地得到更准确的相机的位姿信息。

在一个示例中，步骤S130包括：基于所述第一组平移参数和第二组平移参数，确定调整系数；基于所述调整系数和所述第二组平移参数，调整所述第二组平移参数。

这里，调整系数是指根据第一组平移参数和第二组平移参数，对第二组平移参数进行调整的系数。也就是说，调整系数是与第一组平移参数和第二组平移参数有关的因数，例如：确定所述第一组平移参数的二范数和所述第二组平移参数的二范数；基于所述第一组平移参数的二范数和所述第二组平移参数的二范数的比值，确定所述调整系数。

在进一步的示例中，根据已获取的第一组平移参数，即带有绝对尺度的传感器在图像获取设备采集先前帧图像和当前帧图像之间平移的平移参数t_s(x_s,y_s,z_s)，和第二组平移的参数，即图像获取设备在采集当前帧图像时的相对位姿信息中的平移向量t(x,y,z)，分别计算平移参数t_s(x_s，y_s，z_s)和平移向量t(x,y,z)的二范数，得到‖t_s(x_s，y_s，z_s)‖₂和‖t(x，y，z)‖₂，计算二者的比值，得到调整系数：‖t_s(x_s，y_s，z_s)‖₂/‖t(x，y，z)‖₂。

由于对平移参数取二范数即计算尺度，因此，通过计算第一组平移参数的二范数和所述第二组平移参数的二范数的比值，可以确定出第一组平移参数的尺度和第二组平移参数的尺度的比值。

此外，所述基于第一组平移参数和第二组平移参数确定调整系数还可以包括：将所述第一组平移参数的二范数和所述第二组平移参数的二范数的比值增加偏置量确定调整系数，对比值本身进行微调，从而确定更加准确的调整系数。

在进一步的示例中，所述基于所述调整系数和所述第二组平移参数，调整所述第二组平移参数，包括：基于所述调整系数与所述第二组平移参数的乘积，调整所述第二组平移参数。例如，根据已获取的调整系数和相对位姿信息的平移向量即第二组平移参数，在调整系数为‖t_s(x_s，y_s，z_s)‖₂/‖t(x，y，z)‖₂时，调整图像获取设备在采集当前帧图像时的位姿信息的平移向量，得到调整后的相对位姿信息的平移向量：t_updated＝t*(‖t_s(x_s，y_s，z_s)‖₂/‖t(x，y，z)‖₂)。通过采用本示例，通过第一组平移参数和第二组平移参数的二范数的比值与第二组平移参数的乘积来调整第二组平移参数，使调整后的第二组平移参数的尺度与第一组平移参数的尺度一致，即利用了绝对传感器获得的尺度对相对位姿的尺度进行了调整。

此外，所述基于所述调整系数和所述第二组平移参数，调整所述第二组平移参数调整所述第二组平移参数还可以包括：通过对所述乘积后增加偏置量，对乘积本身进行微调，使第二组平移参数调整的更加准确。

在一示例中，在根据本申请的位姿信息确定方法的基础上，提出一种视觉点云构建方法，包括：通过根据本申请的位姿信息确定方法获取图像获取设备的位姿信息；和基于所述图像获取设备的位姿信息构建视觉点云。通过采用本实施例，利用带有绝对尺度的传感器测量得到图像获取设备在获取当前帧图像和先前帧图像期间运动的尺度，并利用该尺度移对图像获取设备的相对位姿信息中的平移向量进行校正，进而使图像获取设备获得更加精准的位姿信息，并进一步得到更加精准的视觉点云。

例如，对图像获取设备所获取的图像进行目标检测，获取所述图像中的像素目标及其属性信息；基于图像获取设备的位姿信息确定所述图像中每个像素目标的世界坐标系下的三维坐标；以及结合每个像素目标的每个像素目标世界坐标系下的三维坐标，生成视觉点云。

示例性装置

图2示出了根据本申请一实施例的具体示例的位姿信息确定装置的示意图。

如图所示，根据本申请一实施例的位姿信息确定装置200包括相对位姿信息确定单元210，用于确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息；相对位移参数获取单元220，用于通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间运动的第一组平移参数；绝对距离获取单元220，用于获取相机的当前平移距离；相对位姿信息调整单元230，用于基于所述相对位姿信息和所述第一组平移参数，调整所述相对位姿信息；和位姿信息确定单元240，用于基于调整后的所述相对位姿信息，确定所述图像获取设备在获取当前帧图像时的位姿信息。

在一个示例中，相对位姿信息包括第二组平移参数，相对位姿信息调整单元230还用于基于所述第一组平移参数和所述第二组平移参数确定调整系数；基于所述调整系数和所述第二组平移参数，调整所述第二组平移参数。

在一个进一步的示例中，相对位姿信息调整单元230还用于确定所述第一组平移参数的二范数和所述第二组平移参数的二范数；基于所述第一组平移参数的二范数和所述第二组平移参数的二范数的比值，确定所述调整系数。

在一个进一步的示例中，相对位姿信息调整单元230还用于基于所述调整系数与所述第二组平移参数的乘积，调整所述第二组平移参数。

在一个示例中，相对位姿信息确定单元210是基于视觉里程计确定所述图像获取设备在获取所述当前帧图像时相对于获取先前帧图像时的相对位姿信息的。

在一个示例中，位姿信息确定单元240用于基于调整后的所述相对位姿信息以及所述图像获取设备在获取所述先前帧图像时的位姿信息，确定所述图像获取设备在获取所述当前帧图像时的位姿信息。

在一个实施例中，在根据本申请的位姿信息确定装置的基础上，提出一种视觉点云构建装置，其不仅包括本申请的位姿信息确定装置的所有单元，还包括视觉点云构建单元，用于基于所述图像获取设备在获取当前帧图像时的位姿信息，构建视觉点云。

上述基于位姿信息确定装置200和视觉点云构建装置中的各个单元和模块的具体功能和操作已经在上面参考图2描述的位姿信息确定方法中详细介绍，并因此，将省略其重复描述。

示例性电子设备

图4图示了根据本申请实施例的电子设备300的结构框图。下面，参考图4来描述根据本申请一实施例的电子设备300，该电子设备300可以实现为图1所示的车辆10中的位姿信息确定装置14，其可以与车载相机12进行通信，以接收它们的输出信号。

如图4所示，电子设备300可包括处理器310和存储器320。

处理器310可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备300中的其他组件以执行期望的功能。

存储器320可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器310可以运行所述程序指令，以实现上文所述的本申请的各个实施例的位姿信息确定方法、视觉点云构建方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如相机的相关信息、传感器的相关信息以及驱动程序等各种内容。

在一个示例中，电子设备300还可以包括接口330、输入装置340和输出装置350，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

接口330可用于连接到摄像头，例如摄像机。例如，接口330可以是摄像头常用的USB接口，当然也可以是其他接口例如Type-C接口等。电子设备300可包括一个或多个接口330，以连接到相应的摄像机，并且从摄像机接收其所拍摄的图像以用于执行上面描述的位姿信息确定方法和视觉点云构建方法。

输入装置340可用于接收外界输入，例如接收用户输入的物理点坐标值等。在一些实施例中，输入装置340可以是例如键盘、鼠标、手写板、触摸屏等。

输出装置350可以输出所计算的摄像机外参。例如，输出装置350可以包括显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等。在一些实施例中，输入装置340和输出装置350可以是集成一体的触摸显示屏。

为了简化，图4中仅示出了电子设备300中与本申请有关的一些组件，而省略了一些相关外围或辅助组件。除此之外，根据具体应用情况，电子设备300还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的位姿信息确定方法和视觉点云构建方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的位姿信息确定方法和视觉点云构建方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (11)

1.一种位姿信息确定方法，包括：

确定图像获取设备在获取当前帧图像相对于获取先前帧图像时的相对位姿信息；

通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间运动的第一组平移参数；

基于所述相对位姿信息和第一组平移参数，调整所述相对位姿信息；以及

基于调整后的所述相对位姿信息，确定所述图像获取设备在获取所述当前帧图像时的位姿信息。

2.根据权利要求1所述的位姿信息确定方法，其中，所述相对位姿信息包括第二组平移参数；

所述基于所述相对位姿信息和第一组平移参数，调整所述相对位姿信息包括：

基于所述第一组平移参数和所述第二组平移参数确定调整系数；

基于所述调整系数和所述第二组平移参数，调整所述第二组平移参数。

3.根据权利要求2所述的位姿信息确定方法，其中所述基于第一组平移参数和第二组平移参数确定调整系数，包括：

确定所述第一组平移参数的二范数和所述第二组平移参数的二范数；

基于所述第一组平移参数的二范数和所述第二组平移参数的二范数的比值，确定所述调整系数。

4.根据权利要求3所述的位姿信息确定方法，所述基于所述调整系数和所述第二组平移参数，调整所述第二组平移参数，包括：

基于所述调整系数与所述第二组平移参数的乘积，调整所述第二组平移参数。

5.根据权利要求1所述的位姿信息确定方法，其中，所述确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息，包括：

基于视觉里程计确定所述图像获取设备在获取所述当前帧图像时相对于获取先前帧图像时的相对位姿信息。

6.根据权利要求1所述的位姿信息确定方法，其中，所述基于调整后的所述相对位姿信息，确定所述图像获取设备当前帧的位姿信息，包括：

基于调整后的所述相对位姿信息以及所述图像获取设备在获取所述先前帧图像时的位姿信息，确定所述图像获取设备在获取所述当前帧图像时的位姿信息。

7.一种视觉点云构建方法，包括：

通过权利要求1-6任一所述的方法获取所述图像获取设备的位姿信息；

基于所述图像获取设备的位姿信息构建视觉点云。

8.一种位姿信息确定装置，包括：

相对位姿信息确定单元，用于确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息；

相对位移参数获取单元，用于通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间运动的第一组平移参数；

相对位姿信息调整单元，用于基于所述相对位姿信息和所述第一组平移参数，调整所述相对位姿信息；和

位姿信息确定单元，用于基于调整后的所述相对位姿信息，确定所述图像获取设备在获取当前帧图像时的位姿信息。

9.一种视觉点云构建装置，包括：

相对位姿信息确定单元，用于确定图像获取设备在获取当前帧图像时相对于获取先前帧图像时的相对位姿信息；

相对位移参数获取单元，用于通过带有绝对尺度的传感器确定所述图像获取设备在获取所述当前帧与先前帧图像期间运动的第一组平移参数；

相对位姿信息调整单元，用于基于所述相对位姿信息和所述第一组平移参数，调整所述相对位姿信息；

位姿信息确定单元，用于基于调整后的所述相对位姿信息，确定所述图像获取设备在获取当前帧图像时的位姿信息；和

视觉点云构建单元，用于基于所述图像获取设备在获取当前帧图像时的位姿信息，构建视觉点云。

10.一种电子设备，包括：

处理器；以及

存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-6中任一项所述的位姿信息确定方法、或如权利要求7所述的视觉点云构建方法。

11.一种计算机可读的存储介质，其上存储有用于执行权利要求1-6中任一项所述的位姿信息确定方法、或如权利要求7所述的视觉点云构建方法的指令。