申请/专利权人：苏州大学应用技术学院

申请日：2020-09-30

公开（公告）日：2024-04-09

公开（公告）号：CN112393721B

主分类号：G01C21/00

分类号：G01C21/00;G01C21/16;G01C21/20;G06T7/73

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.03.12#实质审查的生效;2021.02.23#公开

摘要：本发明公开一种相机位姿估计方法，其包括步骤：采集图像帧数据流，以第一分辨率获取包含RGB图像和深度图像的图像数据帧；提取ORB特征，获得具有方向向量的FAST角点和包含若干维二进制向量的BRIEF描述子；搭建加速度与陀螺仪的角速度测量模型，获得惯性测量单元数据的方向向量；保留与惯性测量单元数据方向向量方向一致的FAST角点，对BRIEF描述子进行匹配，匹配成功，从深度相机中获得FAST角点的深度数据；采用李代数表示位姿，获得目标函数，使用李代数扰动模型对目标函数求导，找到局部极小值作为位姿预估值。本发明通过深度相机与惯性测量融合协同进行数据采集和匹配来对机器人本体的姿态进行估计，提升设计精度。

主权项：1.一种相机位姿估计方法，其特征在于，包括以下步骤：数据采集：深度相机采集图像帧数据流，以第一分辨率获取包含RGB图像和深度图像的图像数据帧；数据处理：从所述图像数据帧中提取ORB特征，获得具有方向向量的FAST角点和包含若干维二进制向量的BRIEF描述子；搭建加速度与陀螺仪的角速度测量模型，获得惯性测量单元数据的方向向量；数据融合：保留与所述惯性测量单元数据方向向量方向一致的FAST角点，对两幅图像的BRIEF描述子进行匹配，匹配成功，从深度相机中获得所述FAST角点的深度数据；位姿预估：根据匹配成功的所述FAST角点的深度数据，采用李代数表示位姿，获得目标函数，使用李代数扰动模型对所述目标函数求导，找到局部极小值作为位姿预估值。

全文数据：

权利要求：

百度查询： 苏州大学应用技术学院 相机位姿估计方法

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