同步定位建图的地空融合精密三维建模方法技术

本发明专利技术提供的同步定位建图的地空融合精密三维建模方法，在移动机器人常用的同步定位建图技术的基础上，加上了航空图像对其进行辅助，借助航空图像辅助有针对性拍摄的地面图像进行定位和定姿，利用匹配过程中的稀疏匹配点生成地物的密集点云模型，利用点云模型中能反映地物精细结构的点，进一步修饰，完成地物的立体重构得到地物的精密模型。本发明专利技术采用实验重构了地物的精密模型，取得了良好的效果，验证了该方法的有效性，模型真实感很强，并具有对应的位置信息属性，能够得到精度很高的地物精密模型，算法简单流畅，可行性好，能够快速完成三维建模，在推广运用中具有很大的优势。

【技术实现步骤摘要】
同步定位建图的地空融合精密三维建模方法
本专利技术涉及一种地空融合精密三维建模方法，特别涉及同步定位建图的地空融合精密三维建模方法，属于三维地物建模

技术介绍
现实的三维世界中，人们可通过双眼感受到周围环境的三维信息，将人眼这种自然特征移植到计算机视觉领域，即通过利用计算机或传感器等其它设备来获得环境中的三维信息的过程称为三维重构，利用多视图图像序列来还原出对象或场景的三维结构模型叫做多视图三维重构。多视图三维重构的关键在于从拍摄的众多图像中恢复出其图像序列，从而重构出对象或者场景的立体结构信息，呈现出立体结构模型。三维重构利用了图像上丰富的视觉信息，如轮廓、亮度、明暗度、纹理、特征点等，结合摄像机镜头的内外参数，进行光学投影变换的逆向变换处理，恢复出对象或场景的立体结构模型。随着倾斜摄影测量技术的快速发展，航空及无人机拍摄的垂直和倾斜图像，由于具有分辨率高，地物的部分侧面、顶部的信息加上大部分的附属物信息被真实呈现等特征，而被广泛应用。但由于远距离拍摄以及受树木等其它地面物体的遮掩影响，地物侧面的细节部分的位置、轮廓及纹理信息无法展本文档来自技高网...

【技术保护点】
1.同步定位建图的地空融合精密三维建模方法，其特征在于，采用基于扩展卡尔曼滤波的视觉同步定位建图技术，通过航空图像辅助完成地面图像定姿，以图像相互匹配获得的特征点作为种子点，通过密集匹配获得密集点云模型，在此基础上再次结合航空图像通过人机交互方式进行地物精细结构的建模和对应的纹理映射，得到地物的精密模型；/n本专利技术通过地空融合建模将地面相机拍摄的近景图像和航空图像一体化处理，通过同步定位建图完成地面图像的稀疏重构和位姿确定，采用航空图像辅助地面图像结合的方式，借助同步定位建图在实现定位的同时构建地图，进行立体模型的重构；具体技术流程包括：立体空间控制场的相机标定、同步定位建图过程、密集三维...

【技术特征摘要】
1.同步定位建图的地空融合精密三维建模方法，其特征在于，采用基于扩展卡尔曼滤波的视觉同步定位建图技术，通过航空图像辅助完成地面图像定姿，以图像相互匹配获得的特征点作为种子点，通过密集匹配获得密集点云模型，在此基础上再次结合航空图像通过人机交互方式进行地物精细结构的建模和对应的纹理映射，得到地物的精密模型；
本发明通过地空融合建模将地面相机拍摄的近景图像和航空图像一体化处理，通过同步定位建图完成地面图像的稀疏重构和位姿确定，采用航空图像辅助地面图像结合的方式，借助同步定位建图在实现定位的同时构建地图，进行立体模型的重构；具体技术流程包括：立体空间控制场的相机标定、同步定位建图过程、密集三维点云重构、精密建模与纹理组合映射；
本发明采用基于立体空间控制场的相机标定方法，将外方位元素和模型点坐标的计算放在一个整体内进行，使用光束法平差以共线方程式作为数学模型，基于相机标定和观测的最严密解法，像点的像平面坐标观测值是非线性函数，经过线性化后按照最小二乘法计算，在提供一个近似解的基础上，逐次迭代来达到趋近于最佳值；
设C为摄影中心，在世界坐标系下的坐标为(XC,YC,ZC)，N为空间一点，在世界坐标系下的坐标为(X,Y,Z)，n是N在影像上的构象，其像平面为(x，y，-g)，此时可知C、n、N三点共线，相机标定的改正模型为：






式中x0、y0为像主点坐标，g为焦距，Δx、Δy为像点处的改正值；
Δx、Δy用下式表示：
Δx＝x-x0(u1a2+u2a4+...)+V1(a2+2x-x02)+2V2x-x0y-y0
Δy＝y-y0(u1a2+u2a4+...)+V2(a2+2y-y02)+2V1x-x0y-y0



其中u1、u2为径向畸变参数，V1、V2为离心畸变参数。


2.根据权利要求1所述的同步定位建图的地空融合精密三维建模方法，其特征在于，本发明基于同步定位建图思想，同步定位建图最初为探测移动机器人定位所采用的方法，是移动机器人通过配置的传感器捕获的测量数据来确定自身位置同时又建立特征地图的过程，即从一个未知环境出发，在运动过程中移动机器人采用配置的传感器捕获的测量数据不停的构建同时更新对应的环境地图，反过来又根据自身构建的地图和获得的观测信息确定自身的位置；移动机器人在未知环境中进行自由移动，先预测下一时刻的位姿和路标的状态信息，通过实际的观测信息对预测的位姿和路标状态信息进行更新，使预测的误差越来越小，同时完成了移动机器人的自定位和环境地图的构建。


3.根据权利要求1所述的同步定位建图的地空融合精密三维建模方法，其特征在于，本发明采用忽略运动和观测噪声的扩展卡尔曼滤波模型，扩展卡尔曼滤波模型整个过程由运动模型和观测模型组成，非线性问题的解决基于在线性问题的基础上，通过按Taylor级数展开将非线性问题线性化，方程式由非线性方程表示：
运动模型的非线性方程式：
xt＝g(xt-1，at-1，p)
观测模型的非线性方程式：
zt＝j(xt，s)
式中，p,s代表运动过程中的运动噪声与观测噪声，实际过程中p,s随时间的变化而变化，无法轻易获取到它们在每个时刻的精确值，在忽略运动噪声和观测噪声的情况下近似求解其模型；
在忽略运动和观测噪声的近似表达式：
运动模型：



观测模型：



将运动模型和观测模型的近似表达式按照泰勒级数展开进行线性化，可得：






其中，xt,zt为现实中的位姿值和观测值，是根据运动模型和观测模型的近似表达式求得的位姿值和观测值的近似解；上式中的系数，A可通过g对x求取，P可通过g对p求取；J可通过j对x求取，S可通过j对s求取；把非线性问题线性化后，后续的计算过程同卡尔曼滤波的方法和原理一样,依然通过反馈机制进行状态估计；
在同步定位建图过程中，采用尺度不变特征...

【专利技术属性】
技术研发人员：刘秀萍，刘文平，
申请(专利权)人：荆门汇易佳信息科技有限公司，
类型：发明
国别省市：湖北;42