多视角下的目标轮廓定位定姿平差方法及系统技术方案

本发明专利技术提供一种多视角下的目标轮廓定位定姿平差方法及系统，该方法包括从各相机的真实影像中提取目标轮廓，采用真实影像目标轮廓和模型生成轮廓匹配的方法得到各个相机对目标的位置姿态测量结果，取均值作为目标的初始位置姿态；在目标的当前位置姿态附近空间进行采样；将目标模型分别按照采样所得位置和姿态投影到各相机像平面，得到仿真影像目标轮廓，计算各相机的仿真影像目标轮廓和当前的目标影像轮廓的匹配误差；在目标当前位置姿态附近空间内，解算使二次函数取最小值的位置和姿态作为改正后的目标位置姿态。本发明专利技术采用置信域平差的方法对多个视角下的轮廓匹配获取的目标位置和姿态进行融合，充分利用各相机的观测数据，结果更加准确可靠。

【技术实现步骤摘要】
多视角下的目标轮廓定位定姿平差方法及系统
本专利技术涉及定位定姿
，具体涉及一种多视角下的目标轮廓定位定姿平差方法及系统。
技术介绍
目前，基于影像的目标定位定姿方法有基于影像匹配的方法，基于刚体人工标识的方法和基于轮廓线匹配的方法等。基于影像匹配的方法在目标缺乏纹理或纹理重复性高时通常会匹配失败，并且在一些场景下目标表面不允许或没有办法设置人工标识。在目标为非中心对称刚体，且三维模型可获取的情况下，可以使用目标成像轮廓和三维模型生成轮廓进行匹配，获得目标的位置和姿态信息。而目标定位定姿结果的精度受轮廓检测结果的影响。为了提高定位定姿结果的准确性和可靠性，可以选择多个相机同时对目标进行观测。不过，在目标同时出现在多个相机视野中时，如何对多相机的定位定姿结果进行融合是一个技术难点，传统的对多相机观测结果取均值或加权均值的方法难以有效应对定位定姿结果存在粗差的情况。
技术实现思路
本专利技术解决的技术问题是提供一种多视角下的目标轮廓定位定姿平差方法及系统，解决传统的对多相机观测结果取均值或加权均值的方法存在粗差的问题。为解决上述技术问题，本专利技术提供一种多视角下的目标轮廓定位定姿平差方法，包括以下步骤：S1、从各相机的真实影像中提取真实影像目标轮廓，采用真实影像目标轮廓和模型生成轮廓匹配的方法得到各个相机对目标的位置姿态测量结果，然后取多个相机对目标位置姿态测量结果的均值作为目标的初始位置姿态；S2、在目标的当前位置姿态附近空间进行采样，得到一组位置姿态采样SAMPLE＝{sample1,sample2,sample3…,samplen}，n表示样本数，其值为位置采样数×姿态采样数；S3、将目标模型分别按照采样所得位置和姿态投影到各相机像平面，得到仿真影像目标轮廓，并利用轮廓匹配误差公式，计算各相机的仿真影像目标轮廓和当前的目标影像轮廓的匹配误差；S4、在目标当前位置姿态附近空间内，将轮廓匹配误差公式使用位姿参数的二次函数来近似拟合，并解算使二次函数取最小值的位置和姿态作为改正后的目标位置姿态。进一步地，该方法换包括步骤：S5、计算目标位置姿态改正前后的差值的绝对值，若绝对值小于预先设定的阈值，则将当前改正后的目标位置姿态作为目标的最终位置和姿态测量结果；否则计算目标位置姿态的改正次数，若改正次数达到预先设定的次数阈值，则将当前改正后的目标位置姿态作为目标的最终位置和姿态测量结果，否则执行步骤S6；S6、把目标模型按当前改正后的目标位置姿态进行放置，并投影到各相机像平面，得到新的仿真影像目标轮廓，使用各相机的新的仿真影像目标轮廓和真实影像梯度的梯度，驱动真实影像目标轮廓进行演化，得到改正后的目标影像轮廓，然后执行步骤S2。进一步地，所述轮廓匹配误差公式为：式中，NUM(cam)为相机数，NUM(pt)为第j个相机的真实影像目标轮廓的总像点数，ptjk为目标在第j个相机的像平面上当前的目标影像轮廓的第k个像点，N(ptjk)为第j个相机像平面仿真影像目标轮廓上距离ptjk的最近点，D⊥(ptjk，N(ptjk))为ptjk，N(ptjk)两点距离沿ptjk法线方向的投影大小。进一步地，真实影像目标轮廓上每一点的演化增量为：Δpt＝w1G(pt)+w2(N(pt)-pt)⊥式中，G(pt)表示点pt处的真实影像梯度的梯度，N(pt)为仿真影像目标轮廓上距离pt最近的点，(N(pt)-pt)⊥为(N(pt)-pt)沿pt法线方向的分量，w1和w2为权重系数。进一步地，对演化增量Δpt进行平滑处理，如对演化增量Δpt进行均值平滑处理。本专利技术还提供一种多视角下的目标轮廓定位定姿平差系统，该系统包括：初始位置姿态模块，用于从各相机的真实影像中提取真实影像目标轮廓，采用真实影像目标轮廓和模型生成轮廓匹配的方法得到各个相机对目标的位置姿态测量结果，然后取多个相机对目标位置姿态测量结果的均值作为目标的初始位置姿态；位置姿态采样模块，用于在目标的当前位置姿态附近空间进行采样，得到一组位置姿态采样SAMPLE＝{sample1,sample2,sample3…,samplen}，n表示样本数，其值为位置采样数×姿态采样数；轮廓匹配误差模块，用于将目标模型分别按照采样所得位置和姿态投影到各相机像平面，得到仿真影像目标轮廓，并利用轮廓匹配误差公式，计算各相机的仿真影像目标轮廓和当前的目标影像轮廓的匹配误差；位置姿态解算模块，用于在目标当前位置姿态附近空间内，将轮廓匹配误差公式使用位姿参数的二次函数来近似拟合，并解算使二次函数取最小值的位置和姿态作为改正后的目标位置姿态。进一步地，该系统还包括：位置姿态判定模块，用于计算目标位置姿态改正前后的差值的绝对值，若绝对值小于预先设定的阈值，则将当前改正后的目标位置姿态作为目标的最终位置和姿态测量结果；否则计算目标位置姿态的改正次数，若改正次数达到预先设定的次数阈值，则将当前改正后的目标位置姿态作为目标的最终位置和姿态测量结果，否则进行轮廓演化；真实轮廓演化模块，用于把目标模型按当前改正后的目标位置姿态进行放置，并投影到各相机像平面，得到新的仿真影像目标轮廓，使用各相机的新的仿真影像目标轮廓和真实影像梯度的梯度，驱动真实影像目标轮廓进行演化，得到改正后的目标影像轮廓，然后继续进行位置姿态采样。进一步地，所述轮廓匹配误差公式为：式中，NUM(cam)为相机数，NUM(pt)为第j个相机的真实影像目标轮廓的总像点数，ptjk为目标在第j个相机的像平面上当前的目标影像轮廓的第k个像点，N(ptjk)为第j个相机像平面仿真影像目标轮廓上距离ptjk的最近点，D⊥(ptjk，N(ptjk))为ptjk，N(ptjk)两点距离沿ptjk法线方向的投影大小。进一步地，真实影像目标轮廓上每一点的演化增量为：Δpt＝w1G(pt)+w2(N(pt)-pt)⊥式中，G(pt)表示点pt处的真实影像梯度的梯度，N(pt)为仿真影像目标轮廓上距离pt最近的点，(N(pt)-pt)⊥为(N(pt)-pt)沿pt法线方向的分量，w1和w2为权重系数。本专利技术的有益效果是：本专利技术通过采用置信域平差的方法对多个视角下的轮廓匹配获取的目标位置和姿态进行融合，相比直接取多个视角定位定姿结果均值的方法，充分使用了各相机的观测数据，目标定位定姿结果更加准确可靠。进一步地，平差过程中，由真实观测数据驱动平差过程，同时对各相机拍摄影像提取的真实影像目标轮廓进行演化改正，可以提高提取轮廓准确性和定位定姿结果准确性。附图说明图1是多视角目标轮廓定位定姿平差方法的流程图。图2是多视角目标轮廓定位定姿平差方法的迭代流程图。图3是实施例测试搭建的实验平台示意图。图4是多视角目标轮廓定位定姿平差系统的示意图。图中，1-实验平台，2-相机，3-控制点，4-目标。...

【技术保护点】
1.一种多视角下的目标轮廓定位定姿平差方法，其特征在于，包括以下步骤：/nS1、从各相机的真实影像中提取真实影像目标轮廓，采用真实影像目标轮廓和模型生成轮廓匹配的方法得到各个相机对目标的位置姿态测量结果，然后取多个相机对目标位置姿态测量结果的均值作为目标的初始位置姿态；/nS2、在目标的当前位置姿态附近空间进行采样，得到一组位置姿态采样SAMPLE＝{sample

【技术特征摘要】
1.一种多视角下的目标轮廓定位定姿平差方法，其特征在于，包括以下步骤：
S1、从各相机的真实影像中提取真实影像目标轮廓，采用真实影像目标轮廓和模型生成轮廓匹配的方法得到各个相机对目标的位置姿态测量结果，然后取多个相机对目标位置姿态测量结果的均值作为目标的初始位置姿态；
S2、在目标的当前位置姿态附近空间进行采样，得到一组位置姿态采样SAMPLE＝{sample1,sample2,sample3…,samplen}，n表示样本数，其值为位置采样数×姿态采样数；
S3、将目标模型分别按照采样所得位置和姿态投影到各相机像平面，得到仿真影像目标轮廓，并利用轮廓匹配误差公式，计算各相机的仿真影像目标轮廓和当前的目标影像轮廓的匹配误差；
S4、在目标当前位置姿态附近空间内，将轮廓匹配误差公式使用位姿参数的二次函数来近似拟合，并解算使二次函数取最小值的位置和姿态作为改正后的目标位置姿态。


2.根据权利要求1所述的多视角下的目标轮廓定位定姿平差方法，其特征在于，该方法换包括步骤：
S5、计算目标位置姿态改正前后的差值的绝对值，若绝对值小于预先设定的阈值，则将当前改正后的目标位置姿态作为目标的最终位置和姿态测量结果；否则计算目标位置姿态的改正次数，若改正次数达到预先设定的次数阈值，则将当前改正后的目标位置姿态作为目标的最终位置和姿态测量结果，否则执行步骤S6；
S6、把目标模型按当前改正后的目标位置姿态进行放置，并投影到各相机像平面，得到新的仿真影像目标轮廓，使用各相机的新的仿真影像目标轮廓和真实影像梯度的梯度，驱动真实影像目标轮廓进行演化，得到改正后的目标影像轮廓，然后执行步骤S2。


3.根据权利要求1或2所述的多视角下的目标轮廓定位定姿平差方法，其特征在于，所述轮廓匹配误差公式为：



式中，NUM(cam)为相机数，NUM(pt)为第j个相机的真实影像目标轮廓的总像点数，ptjk为目标在第j个相机的像平面上当前的目标影像轮廓的第k个像点，N(ptjk)为第j个相机像平面仿真影像目标轮廓上距离ptjk的最近点，D⊥(ptjk,N(ptjk))为ptjk,N(ptjk)两点距离沿ptjk法线方向的投影大小。


4.根据权利要求2所述的多视角下的目标轮廓定位定姿平差方法，其特征在于，真实影像目标轮廓上每一点的演化增量为：
Δpt＝w1G(pt)+w2(N(pt)-pt)⊥
式中，G(pt)表示点pt处的真实影像梯度的梯度，N(pt)为仿真影像目标轮廓上距离pt最近的点，(N(pt)-pt)⊥为(N(pt)-pt)沿pt法线方向的分量，w1和w2为权重系数。


5.根据权利要求4所述的多视角下的目标轮廓定位定姿平差方法，其特征在于，对演化增量Δpt进行平滑处理。


6.根据权利要求5所述的多视角下的目标轮...

【专利技术属性】
技术研发人员：郑顺义，王晓南，王辰，何源，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42