一种基于圆形标志点布局的视觉定位方法技术

本发明专利技术涉及一种基于圆形标志点布局的视觉定位方法，包括如下步骤：步骤1：获得相机内部参数；步骤2：得到已知物体的位置；步骤3：利用相机得到标志点在图像中的坐标；步骤4：得到圆环形物体与已知物体的相对位置。本发明专利技术解决了传统视觉定位方法过于复杂，且易受外界干扰的问题，可以直接得到待测物体与已知物体的相对位置，具有重要的意义和实用价值。

【技术实现步骤摘要】
一种基于圆形标志点布局的视觉定位方法
本专利技术涉及一种基于圆形标志点布局的视觉定位方法，该专利技术属于视觉定位领域的测量技术。
技术介绍
目前，视觉定位方法有着非常广泛的应用，可以较为便捷的得到不同物体之间的相对位置信息，比如四旋翼无人机在降落的过程中，利用视觉定位方法测量无人机与地面标志物之间的相对距离，可以准确地降落在某一特定区域。然而对于传统视觉定位方法，标志点布置较为复杂，且测量过程易受外部环境干扰，实用价值不高，所以提出一种标志点特征鲜明，鲁棒性高的视觉定位方法是十分重要和有意义的。
技术实现思路
本专利技术的目的是给出一种基于圆形标志点布局的视觉定位方法。它解决了视觉定位方法过于复杂，且易受外界干扰的问题。本专利技术认定待测物体表面非等间距布置一定数量的标志点，标志点构成圆形，且数量大于三，如图1所示。在利用视觉测量过程中，应保持待测物体、已知物体和相机姿态稳定。通过视觉数据提取标志点在图像中的坐标，将标志点拟合为一个圆，根据相机小孔成像模型，即可得到待测物体与已知物体的相对位置。如图2所示，本专利技术共涉及到三个坐标系：相机坐标系oc-xcyczc，已知物体坐标系od-xdydzd，图像坐标系oi-uv。相机坐标系原点位于相机中心，相机指向前方为xc轴，指向右方为yc轴，指向下方为zc轴。已知物体坐标系原点位于物体中心，其坐标轴指向与相机坐标系相同，指向前方为xc轴，指向右方为yc轴，指向下方为zc轴。在相机拍摄的图片中，任一标志点的坐标为对应的相机坐标系坐标已知物体坐标系坐标根据相机小孔成像原理，在当前位置拍摄照片有其中为相机成像的尺度因子，M表示相机的参数矩阵，与相机内部特性有关，αx,αy,u0,v0为相机的内部参数。为旋转矩阵，由已知物体相对于相机坐标系的旋转决定。为平移向量，由已知物体相对于相机坐标系的平移决定。和表示了从已知物体到相机的坐标系变换，其满足由于已知物体与相机在拍摄过程中姿态保持稳定，所以可以认为其中t1，t2，t3分别表示已知物体坐标系在x、y、z三个轴向的平移。因此便可得到每个标志点与已知物体的相对位置关系。由于各个标志点布置成一个圆形，其在图像上的投影可表示为(x-a)2+(y-b)2＝r2(6)其中(a,b)表示圆心在图像坐标系的坐标，r表示半径。如果有N个标志点i＝1,2,…,N被检测到，残差可以表示为εi＝(xi-a)2+(yi-b)2-r2(7)取代价函数为残差的平方根据最小二乘原理，当拟合结果最优时应有代价函数达到极值，即因此可得到圆参数如下根据相机小孔成像原理，标志点在图像坐标系中的深度s可表示为其中Rdr为实际半径，f为相机焦距。假设已知物体在图像中的坐标为已知物体与相机在z轴方向的距离为d，则待测物体与已知物体的相对位置可表示为本专利技术提出一种基于圆形标志点布局的视觉定位方法，该方法具体实现步骤如下：步骤1：获得相机内部参数对于真实的相机，使用MATLABR2018a中带有的CameraCalibrator(相机标定工具箱)工具箱进行标定，标定后得到相机的内部参数αx,αy,u0,v0。对于仿真软件中的虚拟相机，得到虚拟相机的焦距、视角即可。步骤2：得到已知物体的位置相机经过标定后，便可进行拍摄。首先应将已知物体放置在相机视野中，保持固定。通过相机拍摄得到已知物体在图像中的坐标并通过人工测量得到已知物体与相机在z轴方向上的距离d。步骤3：利用相机得到标志点在图像中的坐标使用相机对待测物体拍摄图片，利用图像处理技术提取各个标志点在图像坐标系中的坐标i＝1,2,…,N。由于拍摄中相机易受到外界干扰因素的影响，因此图像中可能会出现杂点多点。通过卡尔曼滤波方法预测出下一时刻拟合圆圆心的坐标为(a,b)，半径为r，估计误差分别为Δa，Δb，Δr。则可建立判断准则，若下一时刻存在标志点(ui,vi)则该点可能是杂点，应该被剔除掉。若某标志点(ui,vi)的圆拟合误差大于某门阙值ε，那么该点可信度较低，应该剔除。步骤4：得到待测物体与已知物体的相对位置得到所有经过筛选的标志点坐标后，利用式(10)求解出拟合圆的圆心(a,b)，半径r。利用式(11)求解出标志点在图像坐标系的深度，最后利用式(12)得到待测物体与已知物体的相对位置。本专利技术的优点及有益效果在于：解决了传统视觉定位方法过于复杂，且易受外界干扰的问题，可以直接得到待测物体与已知物体的相对位置，具有重要的意义和实用价值。附图说明图1是待测物体及表面标志点示意图。图2是坐标系定义示意图。图3是特征点提取示意图。图4是实验结果分析图。图5是本专利技术流程框图。图中符号说明如下：图1：物体表面非等间距布置了六个标志点图2：相机坐标系oc-xcyczc，已知物体坐标系od-xdydzd，图像坐标系oi-uv。相机坐标系原点位于相机中心，相机指向前方为xc轴，指向右方为yc轴，指向下方为zc轴。已知物体坐标系原点位于物体中心，其坐标轴指向与相机坐标系相同。图3：已知物体及标志点提取结果。图4：实线表示在x，y，z轴的实际相对距离，虚线表示通过本专利技术计算出的相对距离。具体实施方式请结合图1-5，本专利技术给出一种基于圆形标志点布局的视觉定位方法。仿真与计算过程是在主频3.00Ghz，内存16.0GB的计算机上，Win10操作系统下的MatlabR2018a上进行。利用Matlab自带的Vrealm虚拟显示工具箱建立了一个空中加油仿真环境，其中加油机拖拽的锥套表面标志点布置为圆形，受油机通过相机测量锥套与锥管的相对位置。(1)本专利技术利用Matlab自带的Vrealm虚拟显示工具箱模拟测量锥套与锥管的相对位置，该方法具体包含以下步骤：步骤一：虚拟相机参数获取由于相机为虚拟相机，不需要使用棋盘格进行标定，查询得到相关参数即可。打开空中加油仿真环境，拖拽鼠标，调整Vrealm虚拟显示工具箱中的虚拟相机拍摄方向及拍摄角度，确保图像中同时存在锥管与锥套。任选一个时刻，此时虚拟相机的视角为90°，焦距为40mm，标志点构成的圆形的实际半径为40cm。点击拍摄，得到当前时刻图片，像素为860×480。步骤二：得到已知物体的坐标根据拍摄得到的图片，选定锥管在图像坐标系中为p0＝(474,282)，通过在仿真环境中人工测量，相机与锥管的距离d＝45cm。步骤三：提取锥套表面标志点如图3所示，由于标志点与周围环境的颜色有显著不同，因此可以利用灰度提取的方式提取标志点。像素点的灰度计算公式如下Gray(u,v)＝2R(u,v)-G(u,v)-B(u,v)(15)预先设定灰度门阙值ω＝50，使用下式判断每个像素点是否属于标志点将提取出的标志点利用(13)(14)进行筛选，剔除掉杂点多点，得到七个标志点在图像坐标系的坐标p1＝(436,246)，p2＝(424,225)，p3＝(412,220)，p4＝(394,229)，p5＝(386,246)，p6＝(394,264)，p7＝(423,267)。步骤四：求取相对位置根据已得到的七个标志点的坐标，利用(10)求解出拟合圆的圆心(410,246)，半径26。再根据虚拟相机的焦距f＝40mm，锥管与相机在z轴方向的距离d＝45cm，利用(11)求解出待测物体在图像坐标系的深度s＝5.55m，最后利用(12)得本文档来自技高网...

【技术保护点】
1.一种基于圆形标志点布局的视觉定位方法，认定待测物体表面非等间距布置标志点，在利用视觉测量过程中，应保持待测物体、已知物体和相机姿态稳定；通过视觉数据提取标志点在图像中的坐标，将标志点拟合为一个圆，根据相机小孔成像模型，得到待测物体与已知物体的相对位置；该定位方法涉及到三个坐标系：相机坐标系oc‑xcyczc，已知物体坐标系od‑xdydzd，图像坐标系oi‑uv；相机坐标系原点位于相机中心，相机指向前方为xc轴，指向右方为yc轴，指向下方为zc轴；已知物体坐标系原点位于物体中心，其坐标轴指向与相机坐标系相同，指向前方为xc轴，指向右方为yc轴，指向下方为zc轴；在相机拍摄的图片中，任一标志点的坐标为

【技术特征摘要】
1.一种基于圆形标志点布局的视觉定位方法，认定待测物体表面非等间距布置标志点，在利用视觉测量过程中，应保持待测物体、已知物体和相机姿态稳定；通过视觉数据提取标志点在图像中的坐标，将标志点拟合为一个圆，根据相机小孔成像模型，得到待测物体与已知物体的相对位置；该定位方法涉及到三个坐标系：相机坐标系oc-xcyczc，已知物体坐标系od-xdydzd，图像坐标系oi-uv；相机坐标系原点位于相机中心，相机指向前方为xc轴，指向右方为yc轴，指向下方为zc轴；已知物体坐标系原点位于物体中心，其坐标轴指向与相机坐标系相同，指向前方为xc轴，指向右方为yc轴，指向下方为zc轴；在相机拍摄的图片中，任一标志点的坐标为对应的相机坐标系坐标已知物体坐标系坐标根据相机小孔成像原理，在当前位置拍摄照片有其中，为相机成像的尺度因子，M表示相机的参数矩阵，与相机内部特性有关，αx,αy,u0,v0为相机的内部参数；为旋转矩阵，由已知物体相对于相机坐标系的旋转决定；为平移向量，由已知物体相对于相机坐标系的平移决定；和表示了从已知物体到相机的坐标系变换，其满足由于已知物体与相机在拍摄过程中姿态保持稳定，所以认为其中，t1，t2，t3分别表示已知物体坐标系在x、y、z三个轴向的平移；因此便得到每个标志点与已知物体的相对位置关系；由于各个标志点布置成一个圆形，其在图像上的投影表示为(x-a)2+(y-b)2＝r2(6)其中，(a,b)表示圆心在图像坐标系的坐标，r表示半径；如果有N个标志点被检测到，残差表示为εi＝(xi-a)2+(yi-b)2-r2(7)取代价函数为残差的平方根据最小二乘原理，当拟合结果最优时应有代价函数达到极值，即因此得到圆参数如下根据相机小孔成像原理，标志点在图像坐标系中的深度s表示为其中，Rdr为实际半径，f为相机焦...

【专利技术属性】
技术研发人员：全权，戴训华，高岩，蔡开元，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11