申请/专利权人：中国人民解放军海军工程大学

申请日：2022-11-14

公开（公告）日：2024-03-22

公开（公告）号：CN115861434B

主分类号：G06T7/80

分类号：G06T7/80

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.04.14#实质审查的生效;2023.03.28#公开

摘要：本发明涉及图像测量技术领域，公开了一种用于超大场景测量多视角相机的位姿估计方法，包括如下步骤：将旋转矩阵和平移矩阵转换到指数映射空间；优化多视角位姿的参数；指数空间数据向旋转平移转化。本发明用于超大场景测量多视角相机的位姿估计方法，采用指数映射空间，参数少，计算量低，提高了非线性优化速度。

主权项：1.一种用于超大场景测量多视角相机的位姿估计方法，其特征在于：包括如下步骤：A将旋转矩阵和平移矩阵转换到指数映射空间：设Rc为相机坐标系下相对世界坐标系下的旋转矩阵，Tc为相机坐标系下相对世界坐标系下的平移矩阵，将旋转矩阵Rc和平移矩阵Tc转换到指数映射空间，得到 式中，H为相机外参数，τ为向量表示，τ∧为反对称矩阵，取得： 式中，θ为旋转轴的旋转角度，ρ为旋转轴长度，x为x轴，y为y轴，z为z轴，是θ归一化后的向量，取得 θ、与旋转矩阵Rc的关系为： 将旋转矩阵Rc和平移矩阵Tc转化为指数映射中的θ、表示，其平移关系表示为：Jρ＝Tc 式中，I为单位矩阵，J为旋转轴矩阵表示；B优化多视角位姿的参数：根据小孔成像模型，由于多个视角位姿关系是相对的，选择第一个视角H1＝I，则 S1和S2为缩放系数，[uv]T为像素坐标，Kc为内参数矩阵，[X1Y1Z1]为世界坐标系下的坐标，H2为第二视角的透视变换矩阵，对于多视角模型，其所有相片的重投影误差最小，因此 其中fτ∧为重投影误差的优化目标函数，ui为像素坐标，i表示同一个视角下第i个数据点，j表示第j个视角，Si为数据的缩尺比例系数，m为视角数量，n为每一个视角下的数据点数量，因此上述方差是优化各个相机的位姿τ∧，令 式中，Pi′为数据点坐标，根据裂纹伯格-马夸尔特法：Jτ∧TJτ∧Δτ∧＝-Jτ∧fτ∧Δτ∧是待求的位姿，Jτ∧是梯度矩阵，将矩阵τ∧写为向量形式τ，则JτTJτΔτ＝-Jτfτ其中 按照左扰动模型，利用链式法则： 则 则 将上述结果带入方程和JτTJτΔτ＝-Jτfτ，计算得到Δτ，更新τ：τ＝τ+△τC指数空间数据向旋转平移转化：根据求解的指数空间得到θ和ρ，根据将θ其变为根据下面公式计算旋转矩阵 平移矩阵为Tc＝Jρ。

全文数据：

权利要求：

百度查询： 中国人民解放军海军工程大学 用于超大场景测量多视角相机的位姿估计方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD