基于多目视觉测量与激光点云地图匹配的位姿估计方法技术

本发明专利技术公开了一种基于多目视觉测量与激光点云地图匹配的位姿估计方法，简称多目激光位姿估计方法，该方法包括：组成多目视觉测量系统，多目视觉测量系统中相机数量至少三个，每个相机至少与其它两个相机共视，当三个及以上相机的摆放位置在同一直线上时，该直线必须与其中某两个相机恢复的环境空间的近似平面相交。获取有共视区域的图片，重建近似平面，恢复环境空间在近似平面前后的误差分布信息，计算近似平面到相机的真实距离，得到多目视觉测量模型。针对激光点云地图，边缘化过拟合模型，对边缘化模型的点进行重新分配，生成点云的连续函数模型。基于表面扫描原理，对多目视觉测量模型和点云的连续函数模型进行对齐配准，实现位姿估计。现位姿估计。现位姿估计。

【技术实现步骤摘要】
基于多目视觉测量与激光点云地图匹配的位姿估计方法


[0001]本专利技术涉及机器人导航领域，尤其涉及一种基于多目视觉测量与激光点云地图匹配的位姿估计方法。

技术介绍

[0002]传统单目视觉方法恢复的点云存在尺度未知的问题，这极大的制约了该方法的实用性。传统双目相机恢复点云的方法依赖于两个相机的基线进行三角测量，然而使用广角相机时只能恢复中近距离的点云，远处的点没有视差，无法恢复；使用长焦相机时，可以恢复远距离的点，但恢复的精度及其依赖于这两个相机之间标定的外参数，外参数的微小差异都可能导致恢复的远处点离它的真实值相去甚远。因此为克服恢复点云依赖于标定外参数的缺点，本专利技术提出了三目及其以上的多目视觉测量恢复点云的方法。激光点云地图精度高但较为稀疏，视觉测量所恢复点云精度低但较为稠密，针对对齐配准这两种性质特殊点云的问题，本专利技术提出了边缘化过拟合模型的算法，对两种点云提取模型拟合，边缘化过拟合的模型后再对齐配准，从而提高精度。

技术实现思路

[0003]鉴于此，本专利技术提供一种基于多目视觉测量与激光点云地图匹配的位姿估计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目视觉测量与激光点云地图匹配的位姿估计方法，其特征在于，包括：(1)组成多目视觉测量系统，所述多目视觉测量系统中相机数量至少三个，每个相机至少与其它两个相机共视，当三个及以上相机的摆放位置在同一直线上时，该直线必须与其中某两个相机恢复的环境空间的近似平面相交；(2)获取有共视区域的图片，重建近似平面，恢复环境空间在近似平面前后的误差分布信息，计算近似平面到相机的真实距离，得到多目视觉测量模型；(3)针对激光点云地图，边缘化过拟合模型，对边缘化模型的点进行重新分配，生成点云的连续函数模型；(4)基于表面扫描原理，对多目视觉测量模型和点云的连续函数模型进行对齐配准，实现位姿估计。2.根据权利要求1所述的一种基于多目视觉测量与激光点云地图匹配的位姿估计方法，其特征在于，所述步骤(2)具体为：获取有共视区域的图片，根据多视图几何原理，恢复所观测环境空间的同一近似平面，恢复环境空间在近似平面前后的误差分布信息，根据空间中任意两点在不同距离相机观测，产生透视投影比例关系，恢复近似平面到相机的真实距离，恢复环境空间的真实三维点云结构。3.根据权利要求2所述的一种基于多目视觉测量与激光点云地图匹配的位姿估计方法，其特征在于，通过计算有共视区域图片的单应性矩阵，恢复近似平面的方程表达式，单应性矩阵的计算可用如下两种方式：(a)提取特征点并匹配的特征点法：对有共视区域的A张图片均提取特征点，其中第a张图片提取N对特征点对A张图片两两之间进行特征点匹配，构建以单应性矩阵H为变量的代价函数并进行最小化，如下：其中特征点q
ia
是特征点的匹配对应点；(b)采用图片光度误差信息的直接法：初始时，将单应性矩阵H设置为满足单应性矩阵条件的随机矩阵，构建以单应性矩阵H为变量的代价函数并进行最小化，如下：其中p
x
、p
y
分别表示第x张图与第y张图上的像素点，满足p
x
＝H*p
y
，I(.)表示此像素点处的光度值。4.根据权利要求1所述的一种基于多目视觉测量与激光点云地图匹配的位姿估计方法，其特征在于，将多目视觉测量系统中的一部分图片用于重建近似平面，记为集合X，图片数为A；另一部分图片用于恢复近似平面到任意相机的真实距离，记为集合Y，图片数为B；在X,Y中的每张图片中提取尺度信息，利用相机位姿、射影定理比例关系，恢复近似平面到任...

【专利技术属性】
技术研发人员：张宇，万泽宇，
申请(专利权)人：浙江大学，
类型：发明
国别省市：