一种实时6DoF算法精度测量方法及装置制造方法及图纸

本发明专利技术公开了本发明专利技术提供了一种实时6DoF算法精度测量方法及装置，方法包括：获取曝光调整后的待测图像数据；利用6DoF检测算法，对所述调整后的待测图像数据进行检测，得到对应的第一平移向量和第一旋转矩阵；利用ChArUco姿态估计算法对所述调整后的待测图像数据进行检测，得到对应的第二平移向量和第二旋转矩阵；基于所述第一平移向量、所述第一旋转矩阵、所述第二平移向量和所述第二旋转矩阵，按照预先设定的误差计算公式，确定6DoF姿态估计误差。利用6DoF检测算法的基础上，使用ChArUco替代二维码进行间接的姿态估计，从而确保测量结果的准确性。果的准确性。果的准确性。

【技术实现步骤摘要】
一种实时6DoF算法精度测量方法及装置


[0001]本专利技术涉及三维检测
，尤其涉及一种实时6DoF算法精度测量方法及装置。

技术介绍

[0002]6DoF(Six Degrees of Freedom,六自由度)姿态估计算法，即估计物体在三维坐标下，沿着x，y，z三个直角坐标轴方向的移动自由度和绕这三个坐标轴的转动自由度。6DoF姿态估计是机器人操作任务的重要一环，而确定6DoF姿态估计算法精度能为研发人员更有效地进行运动规划和开发调试。
[0003]当前，6DoF算法的精度评估主要是将算法应用于公开数据集：通过将算法输出值与公开数据集提供的真实值进行对比，得出算法精度。现阶段公开数据集提供的待测物体的6DoF数据主要来源有仿真合成的方法和二维码检测的方法两种，但仿真合成的方法无法应用于真实世界中物体的6DoF姿态真实值测量，二维码检测的方法在二维码标记存在的问题时，不能准确检测角点位置。

技术实现思路

[0004]本专利技术提供了一种实时6DoF算法精度测量方法及装置，使用ChArUco替代二维码进行间接的姿态估计，提升测量的精度。
[0005]第一方面，本专利技术提供了一种实时6DoF算法精度测量方法，包括：
[0006]获取曝光调整后的待测图像数据；
[0007]利用6DoF检测算法，对所述调整后的待测图像数据进行检测，得到对应的第一平移向量和第一旋转矩阵；
[0008]利用ChArUco姿态估计算法对所述调整后的待测图像数据进行检测，得到对应的第二平移向量和第二旋转矩阵；
[0009]基于所述第一平移向量、所述第一旋转矩阵、所述第二平移向量和所述第二旋转矩阵，按照预先设定的误差计算公式，确定6DoF姿态估计误差。
[0010]可选地，所述预先设定的误差计算公式具体为：
[0011]δ＝mean{(R
c
A+t
c
/
‑
/R
D
A+t
D
)}；
[0012]其中R
c
为ChArUco姿态估计算法获得的旋转矩阵，t
c
为ChArUco姿态估计算法获得的平移向量，R
D
为6DoF姿态估计算法获得的第一旋转矩阵、t
D
为6DoF姿态估计算法获得的第一平移向量，A为待测图像数据的待测物点云各个点的三维坐标的三维坐标，δ为平均误差。
[0013]可选地，获取曝光调整后的待测图像数据，包括：
[0014]步骤S1，根据所获取的待测图像数据，匹配ChArUco标定板；
[0015]步骤S2，计算所述ChArUco标定板对应的ChArUco角点组成的凸包；
[0016]步骤S3，计算所述凸包内像素值的平均灰度值，并根据所述平均灰度值和预设灰度值范围的大小关系，调整曝光，得到曝光调整后的待测图像数据。
[0017]可选地，所述步骤S3包括：
[0018]判断所述平均灰度值是否在预设灰度值范围内；
[0019]若是，则定义所述待测图像数据为所述曝光调整后的待测图像数据；
[0020]若否，则以按照预先设定的步长进行搜索以调整所述曝光值，并返回步骤S1。
[0021]第二方面，本专利技术提供了一种实时6DoF算法精度测量装置，包括：
[0022]获取模块，用于获取曝光调整后的待测图像数据；
[0023]第一检测模块，用于利用6DoF检测算法，对所述调整后的待测图像数据进行检测，得到对应的第一平移向量和第一旋转矩阵；
[0024]第二检测模块，用于利用ChArUco姿态估计算法对所述调整后的待测图像数据进行检测，得到对应的第二平移向量和第二旋转矩阵；
[0025]误差确定模块，用于基于所述第一平移向量、所述第一旋转矩阵、所述第二平移向量和所述第二旋转矩阵，按照预先设定的误差计算公式，确定6DoF姿态估计误差。
[0026]可选地，所述预先设定的误差计算公式具体为：
[0027]δ＝mean{(R
C
A+t
c
)
‑
/R
D
A+t
D
)}；
[0028]其中R
c
为ChArUco姿态估计算法获得的旋转矩阵，t
c
为ChArUco姿态估计算法获得的平移向量，R
D
为6DoF姿态估计算法获得的第一旋转矩阵、t
D
为6DoF姿态估计算法获得的第一平移向量，A为待测图像数据的待测物点云各个点的三维坐标的三维坐标，δ为平均误差。
[0029]可选地，所述获取模块包括：
[0030]获取子模块，用于根据所获取的待测图像数据，匹配ChArUco标定板；
[0031]计算子模块，用于计算所述ChArUco标定板对应的ChArUco角点组成的凸包；
[0032]调整子模块，用于计算所述凸包内像素值的平均灰度值，并根据所述平均灰度值和预设灰度值范围的大小关系，调整曝光，得到曝光调整后的待测图像数据。
[0033]可选地，所述调整子模块包括：
[0034]判断单元判断所述平均灰度值是否在预设灰度值范围内；若是，则定义所述待测图像数据为所述曝光调整后的待测图像数据；若否，则以按照预先设定的步长进行搜索以调整所述曝光值，并返回所述获取子模块。
[0035]本申请第三方面提供了一种电子设备，所述设备包括处理器以及存储器；
[0036]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0037]所述处理器用于根据所述程序代码中的指令执行第一方面所述的实时6DoF算法精度测量方法。
[0038]本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的实时6DoF算法精度测量方法。
[0039]从以上技术方案可以看出，本专利技术具有以下优点：
[0040]本专利技术提供了一种实时6DoF算法精度测量方法及装置，方法包括：获取曝光调整后的待测图像数据；利用6DoF检测算法，对所述调整后的待测图像数据进行检测，得到对应的第一平移向量和第一旋转矩阵；利用ChArUco姿态估计算法对所述调整后的待测图像数据进行检测，得到对应的第二平移向量和第二旋转矩阵；基于所述第一平移向量、所述第一旋转矩阵、所述第二平移向量和所述第二旋转矩阵，按照预先设定的误差计算公式，确定6DoF姿态估计误差。利用6DoF检测算法的基础上，使用ChArUco替代二维码进行间接的姿态
估计，从而确保测量结果的准确性。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时6DoF算法精度测量方法，其特征在于，包括：获取曝光调整后的待测图像数据；利用6DoF检测算法，对所述调整后的待测图像数据进行检测，得到对应的第一平移向量和第一旋转矩阵；利用ChArUco姿态估计算法对所述调整后的待测图像数据进行检测，得到对应的第二平移向量和第二旋转矩阵；基于所述第一平移向量、所述第一旋转矩阵、所述第二平移向量和所述第二旋转矩阵，按照预先设定的误差计算公式，确定6DoF姿态估计误差。2.根据权利要求1所述的实时6DoF算法精度测量方法，其特征在于，所述预先设定的误差计算公式具体为：δ＝mean{(R
c
A+t
c
)
‑
(R
D
A+t
D
)}；其中R
c
为ChArUco姿态估计算法获得的旋转矩阵，t
c
为ChArUco姿态估计算法获得的平移向量，R
D
为6DoF姿态估计算法获得的第一旋转矩阵、t
D
为6DoF姿态估计算法获得的第一平移向量，A为待测图像数据的待测物点云各个点的三维坐标的三维坐标，δ为平均误差。3.根据权利要求1所述的实时6DoF算法精度测量方法，其特征在于，获取曝光调整后的待测图像数据，包括：步骤S1，根据所获取的待测图像数据，匹配ChArUco标定板；步骤S2，计算所述ChArUco标定板对应的ChArUco角点组成的凸包；步骤S3，计算所述凸包内像素值的平均灰度值，并根据所述平均灰度值和预设灰度值范围的大小关系，调整曝光，得到曝光调整后的待测图像数据。4.根据权利要求3所述的实时6DoF算法精度测量方法，其特征在于，所述步骤S3包括：判断所述平均灰度值是否在预设灰度值范围内；若是，则定义所述待测图像数据为所述曝光调整后的待测图像数据；若否，则以按照预先设定的步长进行搜索以调整所述曝光值，并返回步骤S1。5.一种实时6DoF算法精度测量装置，其特征在于，包括：获取模块，用于获取曝光调整后的待测图像数据；第一检测模块，用于利用6DoF检测算法，对所述调整后的待测图像数据进行检测，得到对应的第一平移向量和第一旋转矩阵；第二检测模块...

【专利技术属性】
技术研发人员：黎佩馨，张晓晔，郑培文，陈禹明，杨英仪，熊智，蔡杨华，徐琪，朱曦萌，
申请(专利权)人：南方电网电力科技股份有限公司，
类型：发明
国别省市：