一种像机相对位姿估计方法及系统技术方案

本发明专利技术公开一种像机相对位姿估计方法及系统，该方法包括：利用仿射不变特征描述子在两视图之间建立多个仿射匹配点对；根据运动约束条件构建约束方程，利用单个仿射匹配点求解约束方程闭合形式解获得两视图之间的相对位姿；通过获得的相对位姿结合RANSAC框架剔除仿射匹配点对中的误匹配点对，确定仿射匹配点对内点；利用两视图之间仿射匹配点对的内点优化相对位姿，提高像机相对位姿估计的精度。用于解决现有技术中必须要多个图像匹配点对导致计算效率低、耗费大量计算资源等问题，采用单个仿射匹配点对估计位姿，提高计算效率，降低资源配置。

【技术实现步骤摘要】
一种像机相对位姿估计方法及系统
本专利技术涉及位姿解算
，具体是一种通过两幅视图对像机相对位姿进行估算的方法及系统。
技术介绍
数十年来，同步定位和建图(SLAM)，视觉里程计(VO)和三维重建(SfM)一直是计算机视觉中活跃的研究主题。这些技术已成功应用于各类场景，例如自动驾驶和视觉导航等领域。两视图之间的相对姿态估计是SLAM和SfM系统的重要组成部分，一直被视为SLAM和SfM系统的基础算法。因此，提高相对姿态估计算法的精度、效率和鲁棒性仍然是人们重点关注的问题。典型的SLAM和SfM系统都包含以下主要步骤：首先，通过特征匹配算法来建立视图之间的图像匹配点对；然后，采用随机抽样一致(RANdomSAmpleConsensus,RANSAC)等算法剔除图像匹配点对中的误匹配点对。最后，利用图像匹配点对中的内点求解视图之间的相对位姿关系。其中误匹配点对剔除对于相对位姿估计算法的精度和鲁棒性至关重要，同时误匹配点对剔除的效率直接影响SLAM和SfM系统的实时性能。由于在相同的野值比例条件下，RANSAC的随机采样次数随着最小配置解所需图像匹配点对数量的增加而成指数型增长。而当前，主流的相对位姿估计算法通过SIFT，SURF等特征描述子获得图像匹配点对。针对三维场景，利用5个图像匹配点对求解两视图之间的本质矩阵；针对平面场景，利用4个图像匹配点对求解两视图之间的单应矩阵。进而通过分解本质矩阵或单应矩阵，求解视图之间的相对位姿关系。因此，研究获得相对姿态估计的最小配置解显得非常重要。专利技术内容本专利技术提供一种像机相对位姿估计方法及系统，用于克服现有技术中需要多个图像匹配点对导致占用大量计算资源等缺陷，通过单个仿射匹配点对的信息对像机的相对位姿进行估算，减少求解像机相对位姿估计所需要的匹配点对数量，实现最小配置解，提高计算效率，大大减小计算资源配置。为实现上述目的，本专利技术提供一种像机相对位姿估计方法，包括：步骤1，利用仿射不变特征描述子在两视图之间建立多个仿射匹配点对；步骤2，根据运动约束条件构建约束方程，利用单个仿射匹配点求解约束方程闭合形式解获得两视图之间的相对位姿；步骤3，通过获得的相对位姿结合RANSAC框架剔除仿射匹配点对中的误匹配点对，确定仿射匹配点对内点；步骤4，利用两视图之间仿射匹配点对的内点优化相对位姿并输出。为实现上述目的，本专利技术还提供一种像机相对位姿估计系统，包括存储器和处理器，所述存储器存储有像机相对位姿估计程序，所述处理器在运行所述像机相对位姿估计程序时执行权利上述方法的步骤。本专利技术提供的像机相对位姿估计方法及系统，首先通过利用ASIFT等仿射不变特征描述子建立两视图之间的仿射匹配点对；根据运动约束条件构建约束方程，利用单个仿射匹配点求解约束方程闭合形式解获得两视图之间的相对位姿，每个仿射匹配点对求解获得一个相对位姿，结合RANSAC框架将获得同一相对位姿解数量最多的仿射点匹配点对作为仿射匹配点对内点，将其余仿射匹配点对作为误匹配点对剔除，最后利用视图之间仿射匹配点对的内点进一步优化相对位姿，以提高像机相对位姿估计的精度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1为本专利技术实施例一提供的像机相对位姿估计方法的流程图；图2为实施例一、二、三中两个视图之间的仿射匹配点对，局部仿射矩阵A描述了图像匹配点对(pi,pj)之间邻域信息的关系图；图3为实施例一、二、三中像机平面运动的俯视图；平面运动可有两个未知数描述：偏航角θ和平移方向角φ；图4为实施例四种已知垂直方向的像机运动示意图；相对位姿中的未知量包括偏航角θ和平移向量[tx,ty,tz]T图5a为单目视觉里程计ORB-SLAM2系统对KITTI00列数据集估计的轨迹与地面真实轨迹对比图；图5b为采用实施例三的方法对KITTI00列数据集估计的轨迹与地面真实轨迹对比图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。需要说明，本专利技术实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。另外，在本专利技术中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本专利技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。在本专利技术中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接，还可以是物理连接或无线通信连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。另外，本专利技术各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。实施例如图1所示，本专利技术实施例一提供一种像机相对位姿估计方法，具体包括以下步骤：步骤S1，利用仿射不变特征描述子在两视图之间建立多个仿射匹配点对；如今，仿射不变特征描述子(affine-covariantfeaturedetectors)如ASIFT和MODS受到了越来越多的关注。ASIFT等仿射不变特征描述子提供两视图之间的仿射匹配点对(AffineCorrespondence)，其由图像匹配点对和对应的2×2仿射矩阵组成，见图2。仿射匹配点对不仅包含两视图之间的图像匹配点对，而且包含描述图像匹配点对之间领域信息的局部仿射矩阵。本专利技术充分利用仿射匹配点对信息，利用单个仿射匹配点对估计像机在平面运动和已知垂直方向条件下的相对位姿估计问题。步骤S2，根据运动约束条件构建约束方程，利用单个仿射匹配点求解约束方程闭合形式解获得两视图之间的相对位姿；闭合形式解又叫闭式解，获得相对位姿与其他参数本文档来自技高网...

【技术保护点】
1.一种像机相对位姿估计方法，其特征在于，包括：/n步骤1，利用仿射不变特征描述子在两视图之间建立多个仿射匹配点对；/n步骤2，根据运动约束条件构建约束方程，利用单个仿射匹配点求解约束方程闭合形式解获得两视图之间的相对位姿；/n步骤3，通过获得的相对位姿结合RANSAC框架剔除仿射匹配点对中的误匹配点对，确定仿射匹配点对内点；/n步骤4，利用两视图之间仿射匹配点对的内点优化相对位姿并输出。/n

【技术特征摘要】
1.一种像机相对位姿估计方法，其特征在于，包括：
步骤1，利用仿射不变特征描述子在两视图之间建立多个仿射匹配点对；
步骤2，根据运动约束条件构建约束方程，利用单个仿射匹配点求解约束方程闭合形式解获得两视图之间的相对位姿；
步骤3，通过获得的相对位姿结合RANSAC框架剔除仿射匹配点对中的误匹配点对，确定仿射匹配点对内点；
步骤4，利用两视图之间仿射匹配点对的内点优化相对位姿并输出。


2.如权利要求1所述的像机相对位姿估计方法，其特征在于，所述步骤2中所述运动约束条件为平面运动约束条件或垂直方向已知的空间运动约束条件。


3.如权利要求2所述的像机相对位姿估计方法，其特征在于，像机为平面运动时，所述步骤2包括：
步骤21a，根据两视图之间的对极约束、两视图中图像匹配点对的已知图像坐标、两视图之间的相对旋转和平移关系构建平面运动航偏角和平移方向角的第一关系方程；平面运动航偏角为假设像机的图像平面垂直于地面绕Y轴的旋转角，平移方向角为像机在平面内移动的方向角；
步骤22a，根据仿射匹配点对信息中局部仿射矩阵与描述两视图之间平面运动的基本矩阵之间的关系及两视图之间平面运动航偏角和平移方向角与基本矩阵之间的关系获得平面运动航偏角和平移方向角的第二关系方程和第三关系方程；
步骤23a，通过闭式解方法或最小二乘法对上述方程求解获得两视图之间平面运动航偏角和平移方向角。


4.如权利要求3所述的像机相对位姿估计方法，其特征在于，所述步骤21a包括：
视图i至j之间的对极约束如下：



其中pi＝[ui,vi,1]T，pj＝[uj,vj,1]T分别是视图i和j中图像匹配点对的归一化图像坐标，E＝[t]×R是基本矩阵，R和t分别代表两视图之间的相对旋转和平移关系；
对于平面运动，假设像机的图像平面垂直于地面，两个视图之间仅存在绕Y轴的旋转角θ和平面内的平移方向角φ，因此从视图i到j的旋转矩阵R＝Ry以及平移向量t可以写成：






其中ρ是视图i和j之间的运动距离，基于公式(2)和(3)可重新构造了平面运动下的基本矩阵E＝[t]×Ry



通过将以上方程式代入方程式(1)，对极约束可以写成：
visin(θ-φ)+viujcos(θ-φ)+vjsin(φ)-uivjcos(φ)＝0.(5)
上述公式(5)即为第一关系方程；
步骤22a包括：
两个视图之间的仿射匹配点对为：(pi,pj,A)，局部仿射矩阵A描述了图像匹配点对(pi,pj)之间邻域信息的关系，定义如下：



基本矩阵E与局部仿射矩阵A的关系可描述如下：



其中ni＝ETpj与nj＝Epi分别表示视图i和j中的极线.定义是3×3矩阵：



将公式(4)代入公式(7)，得到了将仿射矩阵与相对位姿相关系的两个方程
a11vicos(θ-φ)+a21sin(φ)-(a21ui+vj)cos(φ)＝0,(9)
sin(θ-φ)+(a12vi+uj)cos(θ-φ)+a22sin(φ)-a22uicos(φ)＝0.(10)
公式(8)、(9)分别为第二、第三关系方程。


5.如权利要求4所述的像机相对位姿估计方法，其特征在于，用于采集视图的像机已标定内参，步骤23a中的闭式解方法的步骤包括：
对于仿射匹配点对，公式(5)、(9)和(10)表示为：
Cx＝0,x＝[sin(θ-φ),cos(θ-φ),sin(φ),cos(φ)]T
用记号表示：



忽略x项之间的隐式约束，即和x应属于零空间C,因此，矩阵CTC最小特征值对应的特征向量即为系统x的解。
通过SVD获得x，则角度θ和φ分别为：





6.如...

【专利技术属性】
技术研发人员：关棒磊，易见为，李璋，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43