一种基于视觉信标建立信标地图方法、装置制造方法及图纸

公开一种基于视觉信标建立信标地图的方法，获取至少包括视觉信标图像帧的视觉信标检测数据、和图像帧采集时刻机器人本体的里程计测量数据；基于所述里程计测量数据，获得图像帧机器人本体全局位姿初始化结果；基于所述视觉信标检测数据，获取视觉信标全局位姿初始化结果；对基于里程计测量数据获取的图像帧里程计约束残差、和基于所述视觉信标检测数据获取的图像帧中视觉信标的特征点在其图像帧上重投影约束残差，进行以所述图像帧机器人本体全局位姿为状态变量、和所述视觉信标全局位姿为状态变量的联合优化，获得视觉信标全局位姿优化结果；基于视觉信标全局位姿优化结果，建立信标地图。本发明专利技术获得精确的信标地图，降低了对建图数据集的要求。

【技术实现步骤摘要】
一种基于视觉信标建立信标地图方法、装置
本专利技术涉及计算视觉领域，特别地，涉及一种基于视觉信标建立信标地图的方法。
技术介绍
在计算视觉中，位于空间的物体(刚体)需要用位置和姿态来描述，合称为位姿，其中，位置是指物体在三维空间坐标系下的坐标位置，姿态是指物体在该坐标系下相对三个坐标轴的旋转角度，包括俯仰、偏转、横滚。视觉信标导航技术是常见的机器人导航方案之一。机器人基于由视觉信标所构建的信标地图来实现定位。现有的视觉信标建图通常需要事先对工作环境进行物理测量，然后在特定的位置布置视觉信标，例如二维码；再通过建图机器人获取视觉信标的图像信息进行视觉计算(该过程也是机器人视觉定位的过程)，以获得视觉信标在世界坐标系下的位姿，即视觉信标的全局位姿，基于视觉信标的全局位姿形成信标地图，最后，根据视觉信标的全局位姿和视觉信标的定位信息对建图的偏差进行修正。现有视觉信标建图方法主要存在的问题包括：(1)环境测量及信标布置工作繁琐，消耗大量人力及时间；(2)人工布置视觉信标的精度无法保证，贴码误差、甚至错误将会导致机器人定位结果存在较大的误本文档来自技高网...

【技术保护点】
1.一种基于视觉信标建立信标地图的方法，其特征在于，/n获取至少包括视觉信标图像帧的视觉信标检测数据、和至少一个图像帧采集时刻机器人本体的里程计测量数据；/n基于所述里程计测量数据，获得图像帧机器人本体全局位姿初始化结果；/n基于所述视觉信标检测数据，获取视觉信标全局位姿初始化结果；/n对基于里程计测量数据获取的图像帧里程计约束残差、和基于所述视觉信标检测数据获取的图像帧中视觉信标的特征点在其图像帧上重投影约束残差，进行以所述图像帧机器人本体全局位姿为状态变量、和所述视觉信标全局位姿为状态变量的联合优化，获得视觉信标全局位姿优化结果；其中，所述图像帧机器人本体全局位姿的初始值为图像帧机器人本体...

【技术特征摘要】
1.一种基于视觉信标建立信标地图的方法，其特征在于，
获取至少包括视觉信标图像帧的视觉信标检测数据、和至少一个图像帧采集时刻机器人本体的里程计测量数据；
基于所述里程计测量数据，获得图像帧机器人本体全局位姿初始化结果；
基于所述视觉信标检测数据，获取视觉信标全局位姿初始化结果；
对基于里程计测量数据获取的图像帧里程计约束残差、和基于所述视觉信标检测数据获取的图像帧中视觉信标的特征点在其图像帧上重投影约束残差，进行以所述图像帧机器人本体全局位姿为状态变量、和所述视觉信标全局位姿为状态变量的联合优化，获得视觉信标全局位姿优化结果；其中，所述图像帧机器人本体全局位姿的初始值为图像帧机器人本体全局位姿初始化结果，所述视觉信标全局位姿的初始值为所述视觉信标全局位姿初始化结果；
基于视觉信标全局位姿优化结果，建立信标地图。


2.如权利要求1所述的方法，其特征在于，所述基于视觉信标检测数据，获取视觉信标全局位姿初始化结果之后，进一步包括，
获取图像帧中视觉信标的局部位置测量约束残差，
对所述图像帧的里程计约束残差、以及所述局部位置测量约束残差，进行以所述图像帧机器人本体全局位姿为状态变量、及以视觉信标全局位置为状态变量的联合优化，获得图像帧机器人本体全局位姿的初步优化结果、和视觉信标全局位置的初步优化结果；其中，所述视觉信标全局位置的初始值为所述视觉信标全局位姿初始化结果所包括的视觉信标全局位置初始化结果；
将所述图像帧机器人本体全局位姿的初步优化结果作为所述图像帧机器人本体全局位姿初始化结果；
所述基于所述视觉信标检测数据，获取视觉信标全局位姿初始化结果，包括，
基于视觉信标首次被观测的图像帧相机初始位姿、及视觉信标检测数据，获取视觉信标全局姿态初始化结果；
将所述视觉信标全局位置的初步优化结果、以及视觉信标全局姿态初始化结果作为所述视觉信标全局位姿初始化结果。


3.如权利要求2所述的方法，其特征在于，所述进行以所述图像帧机器人本体全局位姿为状态变量、及以视觉信标全局位置为状态变量的联合优化，包括：
构建融合所述里程计约束残差和所述视觉信标的局部位置测量约束残差的第一目标函数，通过以各个所述图像帧机器人本体全局位姿初始化结果、和各个所述视觉信标全局位置初始化结果为迭代初始值的迭代，获取使得所述第一目标函数为最小值时的各个图像帧机器人本体全局位姿的初步优化结果、和各个视觉信标全局位置的初步优化结果。


4.如权利要求1至3任一所述的方法，其特征在于，所述进行以所述图像帧机器人本体全局位姿为状态变量、及视觉信标全局位姿为状态变量的联合优化，包括：
构建融合所述里程计约束残差和所述重投影约束残差的第二目标函数，通过以各个所述图像帧机器人本体全局位姿初始化结果、和各个所述视觉信标全局位姿初始化结果为迭代初始值的迭代，获取使得所述第二目标函数为最小值时的各个视觉信标全局位姿优化结果。


5.如权利要求4所述的方法，其特征在于，所述基于所述里程计测量数据获取的图像帧的里程计约束残差，包括：
对任一所述图像帧，
基于所述里程计测量数据，获取所述图像帧与其相邻图像帧之间的机器人本体相对位姿、和所述图像帧与其相邻图像帧之间的里程计相对位姿；
由所述机器人本体相对位姿和里程计相对位姿的差异计算所述图像帧的里程计约束残差，
累计各个所述图像帧的里程计约束残差，得到所有所述图像帧的里程计约束残差。


6.如权利要求4所述的方法，其特征在于，所述获取图像帧中视觉信标的局部位置测量约束残差，包括，
对任一图像帧中的任一视觉信标，获取该视觉信标在该视觉信标所在图像帧相机坐标系下的局部位置与该视觉信标被观测测量值之间的差异，得到该视觉信标的局部位置测量约束残差，
其中，
所述视觉信标在该视觉信标所在图像帧相机坐标系下的局部位置通过该视觉相机外参位姿、图像帧机器人本体全局位姿当前状态变量、以及视觉信标的全局位置当前状态变量获得；所述图像帧机器人本体全局位姿当前状态变量在第一次迭代时为图像帧机器人本体全局位姿初始化结果；所述视觉信标的全局位置当前状态变量在第一次迭代时为视觉信标的全局位置初始化结果；
所述视觉信标被观测测量值通过该视觉信标相对于相机的局部位姿中的局部位置获得；
累计各个图像帧中的各个视觉信标的局部位置测量约束残差，得到所有图像帧中所有视觉信标的局部位置测量约束残差。


7.如权利要求4所述的方法，其特征在于，所述基于所述视觉信标检测数据获取的图像帧中视觉信标的特征点在其图像帧上的重投影约束残差，包括：
根据各个所述视觉信标全局位姿当前状态变量、以及各个所述视觉信标检测数据，获取所述图像帧中所有视觉信标的所有特征点在该图像帧上的重投影约束残差。
...

【专利技术属性】
技术研发人员：唐恒博，
申请(专利权)人：杭州海康机器人技术有限公司，
类型：发明
国别省市：浙江;33