CN116402890A - 一种抗遮挡的光学跟踪定位方法 - Google Patents

一种抗遮挡的光学跟踪定位方法 Download PDF

Info

Publication number
CN116402890A
CN116402890A CN202310353345.4A CN202310353345A CN116402890A CN 116402890 A CN116402890 A CN 116402890A CN 202310353345 A CN202310353345 A CN 202310353345A CN 116402890 A CN116402890 A CN 116402890A
Authority
CN
China
Prior art keywords
basic
primitives
image
points
primitive
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
Application number
CN202310353345.4A
Other languages
English (en)
Inventor
郭署山
李冬
韩兆阳
黄起强
张婷婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Near Space Airship Technology Development Co ltd
Original Assignee
Beijing Near Space Airship Technology Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Near Space Airship Technology Development Co ltd filed Critical Beijing Near Space Airship Technology Development Co ltd
Priority to CN202310353345.4A priority Critical patent/CN116402890A/zh
Publication of CN116402890A publication Critical patent/CN116402890A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种抗遮挡的光学跟踪定位方法，关键点在于标志点仅使用了直线和点这种最简单的图形组合，其编、解码方式具有编码方案简单，解码处理流程简洁，实时性高、鲁棒性好的特点，其中标志点的编码构建方法和对应的解码方法为本发明的保护点；通过直线间的关系进行图像的投影计算，通过点和直线端点组成基本单位进行匹配获取二维‑三维对应关系等与直线和点组合编解码的方法；本发明使用的点和直线组合成基本单位进行图案匹配的方法相比其他方法能在抵抗更大范围的遮挡干扰，同时降低了编码点的数量，能够减小运算量和运行时间，方便进行大范围追踪的拓展，有利于节约成本。

Description

一种抗遮挡的光学跟踪定位方法
技术领域
本发明属于高精度实时定位追踪技术领域，尤其涉及使用人工标记点和计算机视觉原理进行位姿计算的方法。
背景技术
由相机进行光学定位的系统可以分为两种类型，一种称为由外向内的方法，安装在环境中固定位置的相机拍摄移动的目标，当多个相机同时捕捉到同一个目标，就可以使用多视角几何的原理来解算出目标的三维位置，并估算出目标朝向，缺点是系统需要使用多摄像机，标定复杂，位姿精度会随着摄像机到标记点的距离线性下降；
另一种称为由内而外的方法，是一种正好相反的策略，它直接把相机放到跟踪的目标上，通过追踪外界固定的标记(可以是人工设置，也可以是自然纹理特征)，使用透视投影原理解算出相机自身的位姿，这种解算自身位姿的方法系统较为简单，易于扩展到大范围的跟踪区域中。现有方法在设计追踪所需的标记点时，要么设计为不连续的基准标记，只能在标记物周围小范围内使用，不能应用在大范围连续追踪，要么设计的连续标记点冗余度不够，易受遮挡影响，姿态解算的鲁棒性不足。
论文“Jorissen L,Maesen S,Doshi A,et al.Robust Global Tracking Using aSeamless Structured Pattern of Dots[C]//International Conference onAugmented&Virtual Reality.2014”中利用标记点在平面上的空间分布，对其所在的世界坐标进行编码，如图2所示，该方法把标记点设计为按XY轴的方向进行规律的排布，其中XY方向上的坐标信息通过连续四个点的交比值编码，Z轴世界坐标设为0。同一方向上以四个点为一组进行循环排列，增加了解码冗余度，当解码出某个点XY方向的坐标信息就可以得到点的二维-三维坐标对应关系，解码出至少三个点即可以计算出相机当前的位姿。该技术方案在解码某一方向的坐标值时，需要保证检测到的四个点是连续的，不能有遮挡，因此抗遮挡性能不高；同时随着追踪面积的增大，需要增加大量连续的标记点覆盖某一方向上的直线，平行方向的直线标记点的间距也不能过大，因此扩大跟踪面积时会极大的增加设备和铺设成本，使其不适用于大范围的连续追踪定位，可拓展性小。
公开号为CN112955930A的专利中，该技术方案把三个点组成的有向直线作为图案中的基本图元，通过对基本图元在平面上的空间分布进行编解码，进行相机的定位追踪。使用三个点作为基本图元一方面可以表示一个有向直线，增加基本图元的特征维度，方便进行追踪空间的拓展，另一方面可以增加标记点的冗余度，增大解码成功的准确率，该技术方案同时混合使用了陀螺仪数据，当检测到的点阵能够成功匹配离线注册的点阵时，可以得到点的二维-三维对应。该技术方案依靠基本图元组合编码的方法，降低了系统中所需标记点的数量，可以有效的进行追踪空间的拓展。然而使用三个点组成的基本图元的方法不可避免的降低了标记点的冗余度，使用纯光学的方法很容易受遮挡的影响，而无法准确的识别基本图元，该技术方案另外使用了陀螺仪混合追踪的方法，但这会使系统增加另外的传感器，增加成本的同时降低了系统的便携性。
发明内容
有鉴于此，本发明的目的是提供一种抗遮挡的光学跟踪定位方法，通过设计一种标记点图案的几何特征编码方法，实现了人工标记点图案的创建，在此基础上提出了通过图像处理等手段进行标记图案的检测和识别的方法，通过图案特征匹配和解码，最终精确解算出摄像机(跟踪器)在物理空间中的位姿。
一种抗遮挡的光学跟踪定位方法，包括如下步骤：
步骤1、采用设定长度的线段以及距离线段设定距离的圆点构成基本图元；圆点位于线段的延长线上；多个基本图元构成图案；其中，基本图元所在直线的方向有两个，为与设定方向平行或者垂直，称为基本图元的主方向；
计算每个基本图元的二维特征，即基本图元的像素位置和图元指向，其中像素位置定义为基本图元中点的二维坐标，图元指向定义为由每个基本图元的线段指向圆点的射线方向；
计算两两基本图元的相对距离和夹角，作为基本图元组合间的空间几何特征；所述相对距离为两基本图元中点的距离，夹角为两基本图元中点连线与设定方向形成的角度θ；为每一个基本图元编号，连同基本图元的二维特征以及基本图元间的空间几何特征一起形成图案组合编码表；
步骤2、图像处理，具体为：
第一步、相机拍摄到图案的全部或者局部图像后，检测出拍摄图像中的基本图元，并计算基本图元的二维特征；
第二步、根据主方向，对拍摄图像中基本图元进行聚类，将基本图元分为两类；
第三步、在第二步求得的拍摄图像的基本图元两组主方向聚类中，任意选择四个延长后可以构成矩形的基本图元，并计算构成的矩形的四个顶点坐标；同时，在原始的图案中，任意选择四个延长后可以构成矩形的基本图元，并计算构成的矩形的四个顶点坐标，根据两组四个顶点坐标计算得到拍摄图像与原始图像的投影变换矩阵H；利用投影变换矩阵H，对拍摄图像进行投影变换，得到方向经过还原的还原图像；
第四步、计算第三步得到的还原图像中基本图元的长度，再根据原始图案中基本图元长度，计算两个长度间的缩放因子，然后对还原图像的坐标进行缩放，得到方向和长度方向均得到还原的还原图像；
步骤3、对于步骤2第四步得到的还原图像中任一基本图元，计算其与检测到的其他基本图元间的空间几何特征，并在图案组合编码表中检索，得到还原图像中各基本图元的编号，根据该编号下基本图元的两端点在原始图案中的世界坐标系下的三维坐标(Xw，Yw，Zw)，与该编号下基本图元在原始图像的二维坐标，确定基本图元端点的图像坐标系与世界坐标系的对应关系，得到相机的位姿，实现光学跟踪定位。
进一步的，所述步骤2中，当原始图案中每组主方向只有一个指向方向与之对应，在第四步缩放后，将还原后图案直接进行旋转，通过旋转可以把基本图元的方向编码变换到与原始图案中方向编码一致，方便下一步的解码与匹配。
较佳的，所述步骤2的第一步中，对拍摄图像进行轮廓检测并使用长宽比识别点和线的方法，之后对于每条检测出的直线，选取直线方向上最邻近点组成基本图元。
本发明具有如下有益效果：
本发明提供一种抗遮挡的光学跟踪定位方法，关键点在于标志点仅使用了直线和点这种最简单的图形组合，其编、解码方式具有编码方案简单，解码处理流程简洁，实时性高、鲁棒性好的特点，其中标志点的编码构建方法和对应的解码方法为本发明的保护点；通过直线间的关系进行图像的投影计算，通过点和直线端点组成基本单位进行匹配获取二维-三维对应关系等与直线和点组合编解码的方法；本发明使用的点和直线组合成基本单位进行图案匹配的方法相比其他方法能在抵抗更大范围的遮挡干扰，同时降低了编码点的数量，能够减小运算量和运行时间，方便进行大范围追踪的拓展，有利于节约成本。
附图说明
图1为典型追踪定位系统示意图；
图2为背景技术中方案一示意图；
图3为背景技术中方案二示意图；
图4为本发明提出的方法使用的基本图元示意图；
图5为本发明提出的方法系统编解码流程图；
图6(a)为本发明提出的方法的基本图元组合示意图，图6(b)为每个基本图元的直线部分指向圆点部分射线的方向，一共有四个方向；如图6(c)为基本图元组合的空间几何特征；
图7为本发明提出的方法的图像处理流程；
图8为本发明提出的方法的图像的解码。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明旨在使用Inside-out的方法进行相机位姿的定位追踪，在保持高精度和实时性的同时增大系统追踪面积，提高系统的可拓展性。现有的同类技术方案为了进行标记点的稳健追踪和解码，通常会在环境中布置大量的标记点以增加冗余度，这不仅会增加系统的成本，还会使系统搭建更加复杂，限制系统的可拓展性。如图4所示，本发明提出了使用点、线组合作为基本图元的标记点编码方案，通过基本图元自定义的特征和基本图元间的几何关系表示固定在环境中人工标记点的空间分布特征。这样的标记点组合方案可以使追踪器获取的图像能更加准确的与空间点进行匹配的同时，简化了系统配置阶段的流程，使系统能够覆盖宽阔和无约束的室内空间，并提供稳健的校准和跟踪，同时将直线作为基本图元的组成可以增强基本图元的冗余性，使系统能快速准确的识别基本图元，增强系统抗遮挡能力，使系统具有多设备追踪的功能，更好的解决“光学追踪定位易受遮挡影响而失效”的问题。相比现有背景技术中介绍的两种方式，本发明设计的标记点编解码方法在降低编码点的数量的同时，保持了很好的定位精度和鲁棒性。
本发明提出使用点和直线的组合对图案进行编码，并对基本图元间的几何不变量编码进行离线注册。在实时定位追踪的过程中，对相机拍摄的图像进行预处理，首先识别出图像中每一个基本图元，之后根据基本图元本身的方向特征，还原图像的几何特征，最后对基本图元组合的几何不变量进行计算，并与离线注册表进行匹配，解码出基本图元对应的编号，最终得到的基本图元在图像坐标系和世界坐标系之间对应的关系。当解码出至少三个标记点的坐标对应关系，就可以使用相机的投影变换方程求解单应矩阵，和相机外参的计算，得到相机包括旋转和位移的六自由度位姿，整体结构和主要流程如图5所示。
本发明的技术方案主要包括图案编码、图案独特性检验、图像预处理和匹配解码模块。针对大范围追踪和抗遮挡的需求，设计了以直线段为主体的标记图案，通过检测直线确定基本图元的位置，再通过点线组合识别基本图元，目的是使基本图元的检测不受透视变换的影响，提高基本图元在相机大倾角和受到大面积遮挡时的检测准确率。在解码过程中采用由粗到细的策略，首先根据基本图元间存在的平行或垂直关系，将原始图像重投影到高度相同的平面上，还原图元之间的几何关系，之后根据几何不变量解码图元的编号，得到图元中标记点的坐标对应关系，最后计算相机位姿。图像处理过程中处理的图像是使用分辨率为1920*1080，帧率30fps的单相机拍摄得到的，相机内参可以通过提前的标定得到，下面是本技术方案的分步骤描述。
步骤1、由多个基本图元构成图案，并对基本图元进行编码：
图6(a)为由基本图元组合成的图案示意图，每个基本图元有相应的编号，同时基本图元所在直线的方向只有两个，为水平和垂直方向，称为基本图元的主方向。本发明首先计算基本图元自身两个维度上的特征，分别为基本图元的像素位置和图元指向，其中像素位置表示为基本图元中点的二维坐标，图元指向定义为由每个基本图元的直线部分指向圆点部分射线的方向，一共有四个方向，如图6(b)所示。根据计算好的基本图元特征，可以进一步对不同基本图元组合的空间分布进行数学上的描述，本发明使用基本图元两两组合的相对距离和夹角计算基本图元组合的空间几何特征，如图6(c)所示，定义基本图元组合间的几何特征为两个基本图元中点的距离r和中点间形成的角度θ，通过基本图元组合间的空间几何特征和图元自身的二维特征，可以唯一的确定基本图元之间的组合关系，因此可以检索得到基本图元的编号，并将编号与组合的几何特征一起进行离线注册，形成图案组合编码表。
步骤2、图像处理
相机拍摄到图案的全部或者局部图像后，首先进行图像预处理，还原出相机透视投影前的图案，最后进行图案解码，图像处理的主要目的是识别原始图像中的基本图元，并进行图像的重投影以还原几何关系，如图7所示。经过相机的透视投影变换，图像中基本图元的坐标比率关系会发生变化，表现为圆点被映射为椭圆，直线长度改变，同时图元间的平行垂直关系不再保留，因此需要对拍摄到的图像进行透视投影的还原。
第一步是基本图元的检测，本发明采取了对拍摄图像进行轮廓检测并使用长宽比识别点和线的方法；之后对于每条检测出的直线，选取直线方向上最邻近点组成基本图元，并计算基本图元中点的位置和方向特征进行储存。
第二步根据检测出的基本图元的主方向特征，找到主方向相同的基本图元，进行聚类，由于透视投影，之前平行的图元在投影后并不平行，但在大部分变换范围内，总是可以通过角度相似性找到主方向相同的基本图元，主方向相同的基本图元被分为一类，因此基本图元在此步骤通过主方向可以分为两类。
第三步是通过基本图元的特征对几何不变量的还原，得到还原图像：
首先通过重投影进行方向上的还原，对于检测到的基本图元，设它们端点的像素坐标分别为(x1,y1),(x2,y2),……,(x2n,y2n)，其中n为检测到直线的个数，它们与重投影空间上点的关系可以用投影方程表示为：
Figure BDA0004162507200000061
其中，λ表示待计算的缩放系数；H是3*3的单应矩阵，(x′i,y′i)为还原图像上的对应点。此方程的解法为领域内研究人员所公知，最少需要四组对应点求解H矩阵，在第二步求得的基本图元两组主方向聚类中，任意选择四个延长后可以构成矩形的基本图元，并计算矩形四个顶点；同时，在原始的图案中，任意选择四个延长后可以构成矩形的基本图元，并计算矩形四个顶点，将两组四个顶点坐标代入到公式(1)中，即可解出H，根据H可将拍摄图像重投影到平面，得到还原图像。
根据方向信息对图像进行重投影，还原图像的方向信息后，还需要根据距离信息进行坐标的缩放，还原图像的距离信息。由于上一步还原后的基本图元都是与x或y坐标轴平行的，直接计算还原图像中基本图元的长度和原始图案中基本图元长度间的缩放因子，然后分别对还原图像的坐标进行X、Y轴的缩放，得到方向和长度方向均得到还原的图案。
需要说明的是，当设计的图案中每组主方向只有一个方向编码(原点在线段的同一侧)与之对应，可以在第三步缩放后，将还原后图案直接进行旋转，通过旋转可以把基本图元的方向编码变换到与原始图案中方向编码一致，方便下一步的解码与匹配。
步骤3、图案匹配与解码
经过图像处理还原了基本图元组合的几何关系，就可以使用离线注册的图元组合编码表进行基本图元编号进行匹配。还原图像中检测到的任一基本图元，可以计算其与检测到的其他基本图元间几何关系，并在离线注册表中检索和验证，得到还原图像中所有基本图元的编号，检索该编号基本图元的两端点在原始图案中的世界坐标系下的三维坐标(Xw，Yw，Zw)，与原始图像的二维坐标对应，即通过解码得到了基本图元端点的图像坐标系与世界坐标系的对应关系，如下式所示：
Figure BDA0004162507200000062
λ′为系数，K为相机内参，[R|T]分别为相机旋转和位移矩阵，K[R|T]共同组合成了一个3*4的H′矩阵，用[h1h2h3]T三个行向量表示H′，消去λ′，得：
(h1-i′h3)·Pi＝0
(h2-i′h3)·Pi＝0
上式中，
Figure BDA0004162507200000071
每一个二维-三维点的匹配可以提供两个方程，当匹配点的数量大于等于6个时可以解出H。因此相机的旋转，平移矩阵分别为：
Figure BDA0004162507200000072
Figure BDA0004162507200000073
上式中，h1＝[h11h12h13h14]，h2＝[h21h22h23h24]，h3＝[h31h32h33h34]，h4＝[h41h42h43h44]。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种抗遮挡的光学跟踪定位方法，其特征在于，包括如下步骤：
步骤1、采用设定长度的线段以及距离线段设定距离的圆点构成基本图元；圆点位于线段的延长线上；多个基本图元构成图案；其中，基本图元所在直线的方向有两个，为与设定方向平行或者垂直，称为基本图元的主方向；
计算每个基本图元的二维特征，即基本图元的像素位置和图元指向，其中像素位置定义为基本图元中点的二维坐标，图元指向定义为由每个基本图元的线段指向圆点的射线方向；
计算两两基本图元的相对距离和夹角，作为基本图元组合间的空间几何特征；所述相对距离为两基本图元中点的距离，夹角为两基本图元中点连线与设定方向形成的角度θ；为每一个基本图元编号，连同基本图元的二维特征以及基本图元间的空间几何特征一起形成图案组合编码表；
步骤2、图像处理，具体为：
第一步、相机拍摄到图案的全部或者局部图像后，检测出拍摄图像中的基本图元，并计算基本图元的二维特征；
第二步、根据主方向，对拍摄图像中基本图元进行聚类，将基本图元分为两类；
第三步、在第二步求得的拍摄图像的基本图元两组主方向聚类中，任意选择四个延长后可以构成矩形的基本图元，并计算构成的矩形的四个顶点坐标；同时，在原始的图案中，任意选择四个延长后可以构成矩形的基本图元，并计算构成的矩形的四个顶点坐标，根据两组四个顶点坐标计算得到拍摄图像与原始图像的投影变换矩阵H；利用投影变换矩阵H，对拍摄图像进行投影变换，得到方向经过还原的还原图像；
第四步、计算第三步得到的还原图像中基本图元的长度，再根据原始图案中基本图元长度，计算两个长度间的缩放因子，然后对还原图像的坐标进行缩放，得到方向和长度方向均得到还原的还原图像；
步骤3、对于步骤2第四步得到的还原图像中任一基本图元，计算其与检测到的其他基本图元间的空间几何特征，并在图案组合编码表中检索，得到还原图像中各基本图元的编号，根据该编号下基本图元的两端点在原始图案中的世界坐标系下的三维坐标(Xw，Yw，Zw)，与该编号下基本图元在原始图像的二维坐标，确定基本图元端点的图像坐标系与世界坐标系的对应关系，得到相机的位姿，实现光学跟踪定位。
2.如权利要求1所述的一种抗遮挡的光学跟踪定位方法，其特征在于，所述步骤2中，当原始图案中每组主方向只有一个指向方向与之对应，在第四步缩放后，将还原后图案直接进行旋转，通过旋转可以把基本图元的方向编码变换到与原始图案中方向编码一致，方便下一步的解码与匹配。
3.如权利要求1所述的一种抗遮挡的光学跟踪定位方法，其特征在于，所述步骤2的第一步中，对拍摄图像进行轮廓检测并使用长宽比识别点和线的方法，之后对于每条检测出的直线，选取直线方向上最邻近点组成基本图元。
CN202310353345.4A 2023-04-04 2023-04-04 一种抗遮挡的光学跟踪定位方法 Pending CN116402890A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310353345.4A CN116402890A (zh) 2023-04-04 2023-04-04 一种抗遮挡的光学跟踪定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310353345.4A CN116402890A (zh) 2023-04-04 2023-04-04 一种抗遮挡的光学跟踪定位方法

Publications (1)

Publication Number Publication Date
CN116402890A true CN116402890A (zh) 2023-07-07

Family

ID=87017395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310353345.4A Pending CN116402890A (zh) 2023-04-04 2023-04-04 一种抗遮挡的光学跟踪定位方法

Country Status (1)

Country Link
CN (1) CN116402890A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117274318A (zh) * 2023-11-20 2023-12-22 广州市大湾区虚拟现实研究院 一种高鲁棒性的反向光学大范围跟踪方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117274318A (zh) * 2023-11-20 2023-12-22 广州市大湾区虚拟现实研究院 一种高鲁棒性的反向光学大范围跟踪方法和系统
CN117274318B (zh) * 2023-11-20 2024-03-15 广州市大湾区虚拟现实研究院 一种高鲁棒性的反向光学大范围跟踪方法和系统

Similar Documents

Publication Publication Date Title
CN103106688B (zh) 基于双层配准方法的室内三维场景重建方法
CN112001926B (zh) 基于多维语义映射rgbd多相机标定方法、系统及应用
CN111968177B (zh) 一种基于固定摄像头视觉的移动机器人定位方法
CN115774265A (zh) 用于工业机器人的二维码和激光雷达融合定位方法与装置
CN108537848A (zh) 一种面向室内场景重建的两级位姿优化估计方法
WO2007015059A1 (en) Method and system for three-dimensional data capture
CN110853075A (zh) 一种基于稠密点云与合成视图的视觉跟踪定位方法
JP2009093611A (ja) 三次元オブジェクト認識のためのシステムおよび方法
CN111981982B (zh) 一种基于加权sfm算法的多向合作靶标光学测量方法
CN116402890A (zh) 一种抗遮挡的光学跟踪定位方法
CN109373912A (zh) 一种基于双目视觉的非接触式六自由度位移测量方法
CN103106661A (zh) 空间二条相交直线线性求解抛物折反射摄像机内参数
CN111210478A (zh) 一种无共同视野多相机系统外参标定方法、介质及系统
Resch et al. On-site semi-automatic calibration and registration of a projector-camera system using arbitrary objects with known geometry
CN111402315B (zh) 一种自适应调整双目摄像机基线的三维距离测量方法
CN110120101A (zh) 基于三维视觉的圆柱体增强现实方法、系统、装置
CN110390137A (zh) 一种针对机械零件三维注册的链状特征提取匹配方法
CN113505626A (zh) 一种快速三维指纹采集方法与系统
Cao et al. Camera calibration using symmetric objects
CN111028280A (zh) 井字结构光相机系统及进行目标有尺度三维重建的方法
CN114299172B (zh) 一种用于视觉系统的平面编码靶标及其实时位姿测量方法
CN115908562A (zh) 一种异面点合作标志器及测量方法
CN110880186A (zh) 一种基于一次投影结构光平行条纹图案的实时人手三维测量方法
CN115272573A (zh) 一种动态人体的实时重建方法
Tseng et al. Computing location and orientation of polyhedral surfaces using a laser-based vision system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination