【技术实现步骤摘要】
相机位姿的纠正方法、装置、系统、设备和存储介质
本专利技术实施例涉及位姿估计领域,尤其涉及一种相机位姿的纠正方法、装置、系统、设备和存储介质。
技术介绍
在计算机视觉研究领域中,通常利用视频帧序列对相机位姿进行估计。SLAM(Simultaneouslocalizationandmapping同时定位与建图)是一种常用技术,它通过追踪传感器(通常为相机)的位姿,来构建传感器的3D轨迹,并对环境进行建图。SLAM的应用场景广泛,比如机器人导航、自动驾驶、增强现实等。SLAM系统一般由前端视觉里程计(VisualOdometry,VO)和后端优化构成,视觉里程计是用于估算相邻图像间相机的运动以及局部地图。后端优化是用于对估算的运动以及回环检测的信息进行优化,获得全局一致的轨迹和地图。通常,基于相机数目和种类,SLAM可以分为单目SLAM、双目SLAM以及RGBD-SLAM。其中,单目SLAM由于成本低、设备尺寸小、可运行在大尺度环境中等优点,受到了越来越多的研究。然而,单目SLAM在估计相机位姿时无法获得尺度信息,即真实值与观测值之间的比例值,从而导致估计出来的轨迹与真实轨迹之间差一个缩放因子(尺度)。为了解决这一问题,现有技术中是将带有尺度特性的IMU(inertialmeasurementunit惯性测量单元)与视觉信息(相机拍摄的图像信息)进行结合,利用结合IMU信息带有尺度的单目SLAM系统可以获得较好的追踪精度以及带有尺度的轨迹估计。然而,现有技术中是将IMU数据预积分后直接输入至滑窗优化等位姿优化模块中,最终的轨迹估计结果非常依赖于位姿优化的结果, ...
【技术保护点】
1.一种相机位姿的纠正方法,其特征在于,包括:获取相机在当前图像帧对应的初始预积分值和初始位姿中的初始平移向量,其中所述初始预积分值和所述初始平移向量根据IMU惯性测量单元采集的信息进行预积分确定;根据所述相机的图像帧处理信息、所述初始预积分值和所述初始平移向量,计算所述初始平移向量对应的总估计误差,并基于所述总估计误差对所述初始平移向量进行纠正,确定所述当前图像帧对应的目标平移向量。
【技术特征摘要】
1.一种相机位姿的纠正方法,其特征在于,包括:获取相机在当前图像帧对应的初始预积分值和初始位姿中的初始平移向量,其中所述初始预积分值和所述初始平移向量根据IMU惯性测量单元采集的信息进行预积分确定;根据所述相机的图像帧处理信息、所述初始预积分值和所述初始平移向量,计算所述初始平移向量对应的总估计误差,并基于所述总估计误差对所述初始平移向量进行纠正,确定所述当前图像帧对应的目标平移向量。2.根据权利要求1所述的方法,其特征在于,在确定所述当前图像帧对应的目标平移向量之后,还包括:根据所述当前图像帧的初始速度、所述初始平移向量和所述目标平移向量,对所述初始速度的方向进行纠正,确定所述当前图像帧对应的目标速度。3.根据权利要求1所述的方法,其特征在于,在确定所述当前图像帧对应的目标平移向量之后,还包括:根据所述当前图像帧对应的当前目标平移向量以及上一图像帧对应的上一目标平移向量和上一初始速度,对所述当前图像帧对应的初始预积分值进行纠正,确定所述当前图像帧对应的目标预积分值。4.根据权利要求2所述的方法,其特征在于,在确定所述当前图像帧对应的目标速度之后,还包括:根据所述当前图像帧对应的当前目标平移向量、当前目标速度以及上一图像帧对应的上一目标平移向量和上一目标速度,对所述当前图像帧对应的初始预积分值进行纠正,确定所述当前图像帧对应的目标预积分值。5.根据权利要求2或4所述的方法,其特征在于,根据所述相机的图像帧处理信息、所述初始预积分值和所述初始平移向量,计算所述初始平移向量对应的总估计误差,并基于所述总估计误差对所述初始平移向量进行纠正,确定所述当前图像帧对应的目标平移向量,包括:根据所述当前图像帧中的各目标特征点的像素坐标、每个所述目标特征点在所述当前图像帧之前的目标图像帧中的三维坐标、所述当前图像帧与目标图像帧之间的转换矩阵,计算所述当前图像帧对应的视觉误差,其中,所述转换矩阵根据所述初始平移向量和所述当前图像帧对应的初始旋转矩阵确定;根据所述当前图像帧对应的初始平移向量、所述当前图像帧与上一图像帧之间的时间间隔、所述上一图像帧对应的上一目标平移向量和上一目标速度、以及所述当前图像帧对应的初始预积分值,计算所述当前图像帧对应的IMU误差;将所述视觉误差与所述IMU误差进行相加,确定所述初始平移向量对应的总估计误差;通过调整所述初始平移向量的大小,对所述总估计误差进行最小化,并将最小的总估计误差对应的初始平移向量确定为所述当前图像帧对应的目标平移向量。6.根据权利要求5所述的方法,其特征在于,在计算所述当前图像帧对应的视觉误差之前,还包括:对于每个所述目标特征点,将滑窗内首次出现所述目标特征点的关键图像帧确定为该目标特征点对应的目标图像帧,其中,所述滑窗包含多个关键图像帧和所述当前图像帧。7.根据权利要求5所述的方法,其特征在于,基于如下公式,计算所述当前图像帧对应的视觉误差:其中,rproj为所述当前图像帧j对应的视觉误差;为所述当前图像帧j中的第i个目标特征点的像素坐标;Pi为第i个目标特征点在所述当前图像帧j之前的目标图像帧k中的归一化三维坐标;λi为第i个目标特征点对应的深度值;为目标图像帧k到当前图像帧j的转换矩阵;π表示将三维坐标投影至当前图像帧的二维平面上;ρ为胡贝尔损失函数;C为所述当前图像帧j中的各目标特征点的集合;F为各目标图像帧的集合。8.根据权利要求5所述的方法,其特征在于,基于如下公式,计算所述当前图像帧对应的IMU误差:其中,rIMU为所述当前图像帧j对应的IMU误差,为世界坐标系到上一图像帧j-1对应的相机坐标系的第一旋转矩阵;为所述当前图像帧j对应的初始平移向量,即当前图像帧j对应的相机坐标系到世界坐标系的位移;为所述上一图像帧j-1对应的上一目标平移向量;Δt为所述当前图像帧j与所述上一图像帧j-1之间的时间间隔;为所述上一图像帧在世界坐标系下的上一目标速度;gw为在世界坐标系下的重力加速度;为上一图像帧j-1到当前图像帧之间的初始预积分值。9.根据权利要求2所述的方法,其特征在于,根据所述当前图像帧的初始速度、所述初始平移向量和所述目标平移向量,对所述初始速度的方向进行纠正,确定所述当前图像帧对应的目标...
【专利技术属性】
技术研发人员:不公告发明人,
申请(专利权)人:亮风台上海信息科技有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。