首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种用于无人驾驶的单目相机绝对尺度恢复方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国人民武装警察部队工程大学

摘要:本发明公开一种用于无人驾驶的单目相机绝对尺度恢复方法及装置,绝对尺度恢复方法包括以下步骤:1根据相机拍摄的两帧图像提取平面区域内特征点,获取同名像点对并估计单应矩阵;2从相机拍摄的两帧图像提取同名像点,计算相机的相对运动参数;3利用单应矩阵公式计算相机高度的初始值;4利用平面区域内所有同名点对和单应矩阵建立目标函数,目标函数最优解作为相机高度的最优估计值;5结合相机高度最优估计值和相机高度真实值,计算出绝对尺度参数;本发明基于相机高先验信息即可实时恢复绝对尺度,并对车辆进行定位定姿和导航,成本更低,适用性更强,可有效提升视觉传感器在无人驾驶领域的应用。

主权项:1.一种用于无人驾驶的单目相机绝对尺度恢复方法,其特征在于包括以下步骤:1)根据相机拍摄的两帧图像提取平面区域内特征点,通过特征匹配技术获取同名像点对,并估计单应矩阵;2)从相机拍摄的两帧图像通过特征匹配提取同名像点,利用同名像点计算相机的相对运动参数;提取同名像点时特征匹配采用FLANN+RANSAC算法,计算相机的相对运动参数采用本质矩阵分解算法或单应矩阵分解算法;计算相机相对运动算法选择原则为:当特征匹配后获取的同名像点位于同一平面时,采用单应矩阵分解算法;当特征匹配后获取的同名像点位于不同平面时,采用本质矩阵分解算法;3)利用单应矩阵公式计算相机高度即相机光心距离地面高度的初始值;4)利用平面区域内所有同名点对和单应矩阵建立目标函数,使得该函数值最小的函数最优解作为相机高度的最优估计值;建立的目标函数为: 其中,N表示平面区域内同名点对的总数,和为平面区域内第i个同名点对,R为描述相机相对运动的旋转矩阵,t为描述相机相对运动的平移向量,其与真实物理空间相差一个尺度因子s,H为描述两帧图像单应关系的单应矩阵,K为相机内参数矩阵,n表示场景平面的法向量,h为待求参数相机高度估计值,表示矩阵转置;目标函数通过高斯牛顿法或列文伯格-马奎尔特方法等非线性优化算法进行迭代求解;5)结合相机高度最优估计值和相机高度真实值,计算出绝对尺度参数;计算绝对尺度参数的公式为: 其中,为相机高度真实值,h为相机高度估计值,s为待求参数绝对尺度。

全文数据:

权利要求:

百度查询: 中国人民武装警察部队工程大学 一种用于无人驾驶的单目相机绝对尺度恢复方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。