基于图优化视觉紧耦合定位的多传感器采集方法技术

本发明专利技术公开了基于图优化视觉紧耦合定位的多传感器采集方法，包括以下步骤，首先进行图像采集融合，多个视觉传感器同步启动对设备不同角度位置进行图像采集，图像采集后，进行图像融合，并将融合后的图像发送至控制器，由控制器获得设备全方位图像，然后建立三维模型，根据获取的设备全方位图像，构建三维设备模型图形，三模模型构建后，根据传感器实时采集的设备多方位图像数据；本发明专利技术专利通过采用多个视觉传感器获得设备多方位角度图像信息，通过构建三维设备模型，测量计算设备每次动作的具体运动角度，利用得到的设备角度，得到更精准设备动作位姿，且通过比对标定的设备动作角度位姿，还能够实现对设备位姿的自动校正。还能够实现对设备位姿的自动校正。

【技术实现步骤摘要】
基于图优化视觉紧耦合定位的多传感器采集方法


[0001]本专利技术涉及图优化
，具体为基于图优化视觉紧耦合定位的多传感器采集方法。

技术介绍

[0002]在graph
‑
based SLAM中，假设机器人的位姿是一个节点或顶点，位姿之间的关系构成边，具体而言比如t+1时刻和t时刻之间的odometry关系构成边，或者由视觉计算出来的位姿转换矩阵也可以构成边。一旦图构建完成了，就要调整机器人的位姿去尽量满足这些边构成的约束。
[0003]目前图优化的基础完成对构建图的构建，需要通过多个视觉传感器进行同步采集设备图像信息，然后经过融合后，才能完成构建图的构建。
[0004]但是目前多个视觉传感器对设备的采集方法，只能实现对构建图的构建，因为采用的是视觉传感器，在构建后，只是得到了设备的运动轨迹，设备的运动角度位姿无法实现精准定位，所以在后续的图优化过程中还需要对校正设备的位姿以满足构建图所形成的边。
[0005]为此提出基于图优化视觉紧耦合定位的多传感器采集方法，来解决此问题。

技术实现思路

[0006]本专利技术的目的在于提供基于图优化视觉紧耦合定位的多传感器采集方法，解决了目前多个视觉传感器对设备的采集方法不能满足对设备运动角度精准定位的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：基于图优化视觉紧耦合定位的多传感器采集方法，包括以下步骤：
[0008]步骤1：图像采集融合：多个视觉传感器同步启动对设备不同角度位置进行图像采集，图像采集后，进行图像融合，并将融合后的图像发送至控制器，由控制器获得设备全方位图像；
[0009]步骤2：建立三维模型：根据获取的设备全方位图像，构建三维设备模型图形，三模模型构建后，根据传感器实时采集的设备多方位图像数据，由控制器控制，三维模型根据设备的运动姿态变化进行实时变化；
[0010]步骤3：三模模型角度测量：多视觉传感器实时采集的设备每次运动的轨迹，三维模型都会跟随设备的运动轨迹进行变化，根据三维模型每次运动的轨迹，计算设备每次运动轨迹的角度，并对三维模型设备的计算角度进行实时记录至控制器，直至设备完成第一次全部动作的运动：
[0011]步骤4：位姿校正：之后设备第二次、第三次及后续的每次全部动作，多视觉传感器都会采集设备的运动图像，同时三维模型也会跟随传感器采集的图像进行运动，三维模型之后每次运动时的角度都会得到计算，并且都会和第一次设备记录的设备全部运动角度进行对比，当之后设备的每次运动的动作角度与记录的第一次设备运动的动作角度经过对比
后误差不大时，设备保持位姿继续进行运动，而当对比后，角度误差过大时，由控制器对设备发布位姿校正指令，设备接收指令后，改变相应位姿。
[0012]优选的，在步骤1中，多视觉传感器采集的图像信息，在融合过程中，出现设备位置重叠的，重叠位置自动覆盖，从而形成完整的设备全方位图形。
[0013]优选的，在步骤1中，多视觉传感器以环绕式分布在设备周围。
[0014]优选的，在步骤1中，多个视觉传感器由同步控制器控制开关。
[0015]优选的，在步骤2中，三维设备的模型的构建由多个视觉传感器采集的设备多方位图形为原型。
[0016]优选的，在步骤2中，设备三维模型构建完成后，可同步构建设备构建图。
[0017]优选的，在步骤3中，设备动作的测量工作，均通过三维模型进行测量。
[0018]优选的，在步骤3中，设备的第一次动作的运动记录信息经过计算后的角度信息，标定为基础信息。
[0019]优选的，在步骤3中，设备第一次的运动角度信息能够通过第二次设备的角度计算记录进行对比，两次对比后的角度信息若偏差不大，那么设备的第一次的基础信息则为标定角度信息，若是偏差过大，那么就取设备第三次的角度信息和第一次与第二次对比，直至对比后的记录差别浮动相差不多，若是需要精准信息，那么就对比出最精准的记录信息，将其标定为固定角度信息。
[0020]优选的，在步骤4中，设备位姿改变后，设备的位姿及运动关系将能够直接满足构建图所形成的边，从而可实现图优化。
[0021]与现有技术相比，本专利技术的有益效果是：
[0022]本专利技术专利通过采用多个视觉传感器获得设备多方位角度图像信息，通过构建三维设备模型，通过测量计算设备每次动作的具体运动角度，利用得到的设备角度，可以得到更精准设备动作位姿，并且通过比对标定的设备动作角度位姿，还能够实现对设备位姿的自动校正。
具体实施方式
[0023]下面将通过实施例的方式对本专利技术作更详细的描述，这些实施例仅是举例说明性的而没有任何对本专利技术范围的限制。
[0024]本专利技术提供一种技术方案：基于图优化视觉紧耦合定位的多传感器采集方法，包括以下步骤：
[0025]步骤1：图像采集融合：多个视觉传感器同步启动对设备不同角度位置进行图像采集，图像采集后，进行图像融合，并将融合后的图像发送至控制器，由控制器获得设备全方位图像；
[0026]步骤2：建立三维模型：根据获取的设备全方位图像，构建三维设备模型图形，三模模型构建后，根据传感器实时采集的设备多方位图像数据，由控制器控制，三维模型根据设备的运动姿态变化进行实时变化；
[0027]步骤3：三模模型角度测量：多视觉传感器实时采集的设备每次运动的轨迹，三维模型都会跟随设备的运动轨迹进行变化，根据三维模型每次运动的轨迹，计算设备每次运动轨迹的角度，并对三维模型设备的计算角度进行实时记录至控制器，直至设备完成第一
次全部动作的运动：
[0028]步骤4：位姿校正：之后设备第二次、第三次及后续的每次全部动作，多视觉传感器都会采集设备的运动图像，同时三维模型也会跟随传感器采集的图像进行运动，三维模型之后每次运动时的角度都会得到计算，并且都会和第一次设备记录的设备全部运动角度进行对比，当之后设备的每次运动的动作角度与记录的第一次设备运动的动作角度经过对比后误差不大时，设备保持位姿继续进行运动，而当对比后，角度误差过大时，由控制器对设备发布位姿校正指令，设备接收指令后，改变相应位姿。
[0029]实施例一：
[0030]首先进行图像采集融合，多个视觉传感器同步启动对设备不同角度位置进行图像采集，图像采集后，进行图像融合，并将融合后的图像发送至控制器，由控制器获得设备全方位图像，然后建立三维模型，根据获取的设备全方位图像，构建三维设备模型图形，三模模型构建后，根据传感器实时采集的设备多方位图像数据，由控制器控制，三维模型根据设备的运动姿态变化进行实时变化，随后进行三模模型角度测量，多视觉传感器实时采集的设备每次运动的轨迹，三维模型都会跟随设备的运动轨迹进行变化，根据三维模型每次运动的轨迹，计算设备每次运动轨迹的角度，并对三维模型设备的计算角度进行实时记录至控制器，直至设备完成第一次全部动作的运动，最后进行设备的位姿校正，之后设备第二次、第三次及后续的每次全部动作，多视觉传感器都会本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图优化视觉紧耦合定位的多传感器采集方法，其特征在于：包括以下步骤：步骤1：图像采集融合：多个视觉传感器同步启动对设备不同角度位置进行图像采集，图像采集后，进行图像融合，并将融合后的图像发送至控制器，由控制器获得设备全方位图像；步骤2：建立三维模型：根据获取的设备全方位图像，构建三维设备模型图形，三模模型构建后，根据传感器实时采集的设备多方位图像数据，由控制器控制，三维模型根据设备的运动姿态变化进行实时变化；步骤3：三模模型角度测量：多视觉传感器实时采集的设备每次运动的轨迹，三维模型都会跟随设备的运动轨迹进行变化，根据三维模型每次运动的轨迹，计算设备每次运动轨迹的角度，并对三维模型设备的计算角度进行实时记录至控制器，直至设备完成第一次全部动作的运动：步骤4：位姿校正：之后设备第二次、第三次及后续的每次全部动作，多视觉传感器都会采集设备的运动图像，同时三维模型也会跟随传感器采集的图像进行运动，三维模型之后每次运动时的角度都会得到计算，并且都会和第一次设备记录的设备全部运动角度进行对比，当之后设备的每次运动的动作角度与记录的第一次设备运动的动作角度经过对比后误差不大时，设备保持位姿继续进行运动，而当对比后，角度误差过大时，由控制器对设备发布位姿校正指令，设备接收指令后，改变相应位姿。2.根据权利要求1所述的基于图优化视觉紧耦合定位的多传感器采集方法，其特征在于：在步骤1中，多视觉传感器采集的图像信息，在融合过程中，出现设备位置重叠的，重叠位置自动覆盖，从而形成完整的设备全方位图形。3.根据权利要求1所述的基于图优化视觉紧耦合定位的多传感器采集方法，其特征在...

【专利技术属性】
技术研发人员：牛运丰，汤立凡，张昊，李君扬，
申请(专利权)人：江苏集萃未来城市应用技术研究所有限公司，
类型：发明
国别省市：