【技术实现步骤摘要】
一种AR室内结构化场景单目视觉定位方法
本专利技术属于工业智能相机领域,涉及一种AR室内结构化场景单目视觉定位方法。
技术介绍
AR(增强现实)系统的核心是空间定位技术。目前主流的AR定位包括激光定位、红外定位以及可见光定位方式。激光定位技术需要预先在场景中布置多个激光发射器,通过被定为物体的信号接收、角度差完成定位功能,定位精度高、速度快、响应频率快,但由于其造价高、配套产品多,不适合推广大范围使用;红外定位技术在被定位设备上安装红外光源,需要在场景中安放多个红外光捕捉传感器,通过设备接收的反射光进行位姿解算,该方案避免了激光定位成本高的缺点,但仍旧需要多个模块配套运行,且安装过程繁琐。目前采用视觉定位技术是主流的AR定位方案,由于其具有空间定位精度高、造价低、易于布置的特点,得到了大力的推广和应用。其主要定位原理如图1所示:(1)首先使用单目相机进行场景感知;(2)对场景图像信息进行特征提取;(3)将特征信息通过光学几何算法中进行位姿解算;(4)将空间位姿信息传输给AR设备。目前市面上的AR设备可见光定位方式中,在图1步骤2中的策略是从图片中提取特征点,在步骤4中的策略是基于关键帧的优化方法进行位姿解算。但是这种“特征点+关键帧优化”的策略存在以下缺点:(1)在室内环境下,大多数为重复纹理和弱纹理(如单一颜色的墙壁,天花板,反光的瓷砖和地板等),此时基于特征点的提取方法效果差,容易发生点特征丢失;如果总是使用线特征解算也会导致解算过程运算量大,导致运算速度消 ...
【技术保护点】
1.一种AR室内结构化场景单目视觉定位方法,其特征在于:包括下列步骤:/n步骤一、单目相机进行拍摄获取图像数据;/n步骤二、通过两个并行线程相独立地进行点特征和线特征的提取和描述;/n步骤三、根据获得的点特征的识别点数量判断是否采用线特征进行解算定位,如果识别点数量少于阈值执行步骤五,否则执行步骤四;/n步骤四、在点特征线程中利用EKF对图像点特征进行位姿解算获得位姿输出,实现空间定位,若存在状态丢失,识别点数量不少于阈值,EKF依据之前的状态向量进行预测完成状态估计,获得位姿输出;/n步骤五、在线特征线程中利用EKF对图像线特征进行位姿解算,并由EKF中状态均方误差阵的估计得到相应的状态的协方差,根据协方差评估各位姿输出的精度,将精度较高的位姿作为输出结果实现空间定位。/n
【技术特征摘要】
1.一种AR室内结构化场景单目视觉定位方法,其特征在于:包括下列步骤:
步骤一、单目相机进行拍摄获取图像数据;
步骤二、通过两个并行线程相独立地进行点特征和线特征的提取和描述;
步骤三、根据获得的点特征的识别点数量判断是否采用线特征进行解算定位,如果识别点数量少于阈值执行步骤五,否则执行步骤四;
步骤四、在点特征线程中利用EKF对图像点特征进行位姿解算获得位姿输出,实现空间定位,若存在状态丢失,识别点数量不少于阈值,EKF依据之前的状态向量进行预测完成状态估计,获得位姿输出;
步骤五、在线特征线程中利用EKF对图像线特征进行位姿解算,并由EKF中状态均方误差阵的估计得到相应的状态的协方差,根据协方差评估各位姿输出的精度,将精度较高的位姿作为输出结果实现空间定位。
2.根据权利要求1所述的一种AR室内结构化场景单目视觉定位方法,其特征在于:EKF解算过程中:针对AR观测系统建立状态方程解算系统状态,不考虑通常不改变的环境特征,仅考虑相机的运动变量建立状态方程;建立量测方程以描述空间中的三维场景被AR设备的相机拍摄到转化成为像素的过程,具体来说是三维场景中的点线结构在图片上的像素位置;EKF解算时依次经过状态一步预测、状态均方误差阵的一步预测、滤波增益系数计算、加入量测信息的状态估计和状态均方误差阵的估计,状态一步预测利用状态方程求解,加入量测信息的状态估计中利用量测方程计算量测信息。
3.根据权利要求2所述的一种AR室内结构化场景单目视觉定位方法,其特征在于:建立状态方程的方法如下:
1)相机的运动状态向量定义为:
其中:表示相机当前的三维坐标以及空间姿态;[vw]表示当前相机运动的线速度与角速度,b表示运动状态的扰动误差;
2)结构特征的状态向量定义为:
其中:表示结构特征的三维坐标以及空间姿态;m表示当前状态下观测到的路标点数目,结构特征包含步骤二获得的点特征和/或线特征;将状态变量的整体写做符合高斯分布的形式为:
根据相机的运动变量建立状态方程:
其中:X为相机运动状态和三维环境中结构特征结合得到的状态变量,结构...
【专利技术属性】
技术研发人员:兰卫旗,邵立,张冀,张翔宇,
申请(专利权)人:南京翱翔信息物理融合创新研究院有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。