当前位置: 首页 > 专利查询>清华大学专利>正文

一种基于图像中边沿点信息的单目视觉测程方法技术

技术编号:13428162 阅读:206 留言:0更新日期:2016-07-29 18:07
本发明专利技术涉及一种基于图像中边沿点信息的无人机单目视觉测程的方法,属于无人机导航定位技术领域,该方法包括:从与无人机固连的下视单目相机捕获的图像序列中选择两帧构建初始地图和初始深度图,将第一帧取作地图中的第一个关键帧,并将第一帧对应的相机坐标系取为世界坐标系,完成初始化;再并行进行运动估计、地图构建和深度图估计三个线程:运动估计线程利用已知的地图和深度图信息,与当前帧进行对齐得到测程结果,并根据测程结果对已有的地图信息进行优化,地图构建和深度图估计线程同时运行以维护地图和深度图信息。本发明专利技术充分利用现代处理器的多核架构,能有效地利用图像中的边沿点信息,结合角点信息,提高了算法效率,具有更强的适应性。

【技术实现步骤摘要】

本专利技术属于无人机导航定位
,特别涉及一种利用了图像中边沿点信息的单目视觉测程方法。
技术介绍
在许多应用场景中人们没办法依靠GPS进行准确定位,如室内、城市楼宇之间或者是丛林、山谷地带乃至于外星球。利用视觉进行导航是非常符合直觉的:自然界中所有有眼睛的动物都利用视觉进行某种形式的导航,苍蝇、蜜蜂等昆虫通过光流判断自身与目标之间的相对运动,大部分时间里人通过看到的景物判断身处的位置。在不使用GPS的前提下,出于成本和重量的考虑,微小无人机多数采用惯性测量单元和单摄像头组合的导航方案,也可以配备超声波传感器和气压传感器以获取绝对高度信息。这种配置的无人机可以实现完全自主的航路点跟踪。携带单个或多个摄像头的载体,仅利用其图像输入,对自身运动进行估计的过程叫做视觉测程VO(VisualOdometry)。应用领域包括机器人、增强现实和自动驾驶等。该过程与传统的轮测程法存在相似之处。轮测程通过累计车轮的转动计算里程,视觉测程通过感知输入图像的变化,增量地估计载体位姿。视觉测程算法的有效运行要求环境中光照充足,场景纹理足够丰富。单目视觉测程仅利用单个摄像头作为输入,系统配置简单,适应环境尺度变化的能力强于多目视觉系统。现有的单目视觉测程方法,一般利用图像中的角点特征进行帧与帧之间的匹配,无法适应缺少角点特征的场景(角点特征是图像的重要特征,代表图像中在某些属性方面突出的像素点。在图1中的场景中,角点特征多出现在直线的交点处,数量稀少且结构上存在重复性,现有的基于角点特征的单目视觉测程算法将很有可能失效)。此外,这些角点特征只占图像全部像素点的一小部分,从图像信息的利用率来看,单目视觉测程的性能还能提高。本专利技术涉及的术语说明如下:帧:在视觉测程领域,习惯称获得的一幅图像为一帧,比如,相机前一时刻获得的图像称作前一帧,相机当前时刻获得的图像称作当前帧,相机获得的连续两幅图像称作相邻帧等;关键帧:由于当前相机的帧率较高,相邻帧之间的位姿变化往往比较小,为了增强运动估计的准确性,一般采取关键帧的策略,即在一定的位姿变化范围内,新得到的图像只与某一特定的帧进行对齐以估计当前的位姿,而只有当超出了一定的范围后,我们才采取新的特定的帧进行下一阶段的图像对齐,即称这些用来进行图像对齐的特定帧为关键帧;参考帧:用来对齐当前图像的帧称为当前图像的参考帧;地图:在视觉测程领域,将已知的环境信息(比如已经计算得到的点的位置、已获取的图像等)保存起来,称为地图。地图可以作为后续图像匹配、运动估计的先验信息以增加测程的精度。
技术实现思路
本专利技术针对已有技术的不足,提出一种基于图像中边沿点信息的单目视觉测程方法,能有效地利用图像中的边沿点信息,结合角点信息(作为辅助),对缺乏角点特征的场景具有更强的适应性。本专利技术提出的一种基于图像中边沿点信息的无人机单目视觉测程的方法,其特征在于,该方法包括初始化以及并行处理的运动估计、地图构建和深度图估计;具体包括以下步骤:1)初始化:从与无人机固连的下视单目相机捕获的图像序列中选择两帧构建初始地图和初始深度图,地图用一组关键帧集合{rm本文档来自技高网
...

【技术保护点】
一种基于图像中边沿点信息的无人机单目视觉测程的方法,其特征在于,该方法包括初始化以及并行处理的运动估计、地图构建和深度图估计;具体包括以下步骤:1)初始化:从与无人机固连的下视单目相机捕获的图像序列中选择两帧构建初始地图和初始深度图,地图用一组关键帧集合{rm}和一组三维特征点集合{pi}表示,其中r表示关键帧,下标m表示第m个关键帧,m为正整数,p表示三维特征点,下标i表示第i个三维特征点,i为正整数,三维特征点对应于图像中的角点特征,将其对应的二维角点集合记为其中uc表示角点,下标i表示第i个角点,i为正整数;深度图由边沿点坐标、边沿点深度值及深度值的不确定度构成,深度图与关键帧一一对应,深度图用表示,其中,D表示边沿点对应的深度图,上标m表示第m幅深度图,为正整数,ue表示边沿点,de表示边沿点的深度值,σe表示边沿点深度倒数的不确定度,下标i表示第i个边沿点,为正整数;其中,将第一帧取作地图中的第一个关键帧,并将第一帧对应的相机坐标系取为世界坐标系,完成初始化;2)初始化地图和深度图信息后,并行进行运动估计、地图构建和深度图估计三个线程:其中,运动估计线程利用已知的地图和深度图信息,与当前帧进行对齐得到测程结果,并根据测程结果对已有的地图信息进行优化,地图构建和深度图估计线程同时运行以维护地图和深度图信息。...

【技术特征摘要】
1.一种基于图像中边沿点信息的无人机单目视觉测程的方法,其特征在于,该方法包
括初始化以及并行处理的运动估计、地图构建和深度图估计;具体包...

【专利技术属性】
技术研发人员:程农杨盛李清田振
申请(专利权)人:清华大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1