一種攝像機空間三維位置姿態測量方法
2023-12-09 17:04:21 2
專利名稱：一種攝像機空間三維位置姿態測量方法
技術領域：
本發明屬於測量技術領域，涉及對機器視覺導引系統中攝像機相對於合作目標的空間三維位置姿態測量方法的改進。
背景技術：
在可視化跟蹤或者伺服控制的閉環控制環路中，基於機器視覺的三維位置姿態測量技術是實現智能機器系統(如工業自動裝配機器人、水下機器人、無人飛行器、空間飛行器等)的自主導引的最有效途徑之一。機器系統的導引控制信號的一部分主要來自於機器系統相對於合作目標的絕對位置和方向信息。因此，在機器系統的閉環控制環路中，精確地估計機器系統的位置和姿態，對實現機器系統的自主導引起著重要作用。機器系統的位置姿態估計主要由導引系統完成，現有的導引方法有全球定位系統(GPS)、慣性導引系統(INS)、光電導引系統、視覺導引系統以及各種方式的組合導引系統。視覺導引是三維視覺技術的一個重要內容，以計算機視覺為理論基礎的視覺導引系統，具有大視場、非接觸、速度快、信息豐富以及精度適中等優點，特別適合於估計機器系統相對於合作目標的位置姿態。自主控制系統根據視覺導引系統獲得的導引信息，控制機器系統相對於合作目標的相對運動。作為導引控制環路的控制信號獲取傳感裝置，視覺導引系統能夠單獨估計機器系統的運動狀態，也可以作為其他導引系統的輔助傳感裝置，更加精確地估計機器系統的運動狀態，並作為對其他傳感系統的信息補充或者進行誤差校正。
一種被廣泛採用的非接觸導引方法是基於特徵點的視覺導引方法，其基本原理是，將攝像機裝載在機器系統上，並在合作目標平面上預先設置已知的特徵點，通過提取特徵點對應的圖像坐標，根據攝像機的透視投影模型，實時估計出機器系統上攝像機相對於合作目標的位置姿態。由此可知，基於特徵點的視覺導引方法的關鍵問題是解決攝像機的三維位置和姿態的測量。2001年，Sharp CS等人在文章「一種無人航空飛行器視覺著陸系統」(A vision system for landing an unmanned aerialvehicle)IEEE會議錄《機器人和自動化國際會議》，第21～26頁，2001年(Proceedings of 2001 IEEE，International Conference of Roboticsand Automation，2001)提出基於以正方形頂點為合作目標特徵點的攝像機位置姿態測量方法，該方法以5個小四邊形和1個大四邊形為基本合作目標，通過四邊形的不同空間分布實現特徵點的自動排序，且特徵點具有透視投影不變性，能夠獲得較高精度。該方法需要至少6個四邊形的合作目標，由於四邊形頂點的圖像特徵容易受到光照、噪聲影響，使得提取精度下降，因此該方法的可靠性和適應範圍受到很大限制。
發明內容
本發明所要解決的技術問題是提供一種精度較高，基於雙圓合作目標的攝像機三維位置姿態實時測量方法，以簡化合作目標，提高目標特徵點的自動探測的魯棒性和圖像坐標提取精度，增強視覺導引方法的適應能力。
本發明的技術解決方案是一種攝像機空間三維位置姿態測量方法，其特徵在於，測量過程分標定和測量兩個階段，具體步驟是1.1、標定階段1.1.1、設定一個合作目標，它為一個二維平面，在合作目標平面上有2個圓，圓的半徑為10～10000mm，其精度為0.01mm～1mm，圓與背景的灰度相反，如背景為黑色，則圓為白色，或反之，2個圓心之間的距離為其半徑的3倍以上，在其中一個圓的中心設定1個任意形狀的小塊區域，該區域的灰度與背景相同，面積為大圓的1/5～1/3；1.1.2、將合作目標和攝像機固定好，攝像機和合作目標的距離由攝像機的拍攝範圍確定，要求攝像機能夠完整觀測到合作目標內的2個圓，打開攝像機電源；1.1.3、在攝像機的視場範圍內，自由、非平行移動合作目標至少5個位置，每移動一個位置，拍攝一幅圖像，稱為攝像機標定圖像，並保存到計算機中，要求合作目標的2個圓包含在圖像內；1.1.4、合作目標上的2個圓的透視投影圖像為2個橢圓，以密集度即面積和周長平方的比值為描述特徵，自動分割出標定圖像中的2個橢圓，提取每一個位置的攝像機標定圖像中2個橢圓的所有8個公切點，求出不同公切點的連線交點，公切點和連線交點共21點，稱為目標特徵點，將目標特徵點的圖像坐標及其對應世界坐標，存儲到計算機中；
1.1.5、利用所有位置的目標特徵點圖像坐標及其對應的世界坐標用來標定攝像機內部參數，包括攝像機有效焦距和主點坐標，保存到系統參數文件中，以備測量階段調用；1.2、測量階段1.2.1、設定工作模式，包括2種工作模式攝像機移動模式和合作目標移動模式，攝像機移動模式指合作目標固定，攝像機移動；合作目標移動模式指合作目標移動，攝像機固定。在2種模式下，要求攝像機能觀測到合作目標上的2個大圓，以下假定測量階段工作在攝像機移動模式，合作目標移動模式類同；1.2.2、移動可移動物體到空間一個位置，拍攝合作目標的圖像，稱為測量圖像；1.2.3、在測量圖像中，提取合作目標上的21個目標特徵點的圖像坐標並與其世界坐標對應；1.2.4、根據所建立的攝像機的運動模型和透視投影模型，利用攝像機內部參數、目標特徵點的圖像坐標及對應世界坐標，由所建模型計算攝像機的三維空間位置姿態，顯示測量結果；1.2.5、重複1.2.2至1.2.4的步驟，連續測量攝像機在2個不同位置的三維位置姿態，由攝像機在不同時刻的位置和姿態分別計算得到攝像機的線位移和角位移參數，並由2個位置的運動時間，由攝像機的運動模型，計算出移動物體的線速度和角速度。
本發明的優點是本方法以雙圓合作目標的公切點以及不同公切點連線的交點作為目標特徵點，根據所建立的攝像機透視投影模型和運動模型，計算攝像機的三維位置和姿態，並可以進一步求出攝像機的線位移、角位移、線速度以及角速度等參數，從而為實現機器系統的自主導引提供控制信號。與現有的採用四邊形頂點為目標特徵點的攝像機位置姿態測量方法相比，即便在圓有部分遮擋，或者受光照影響，圓邊緣圖像部分受到汙染的情況下，仍然可以獲得高質量的目標特徵點。因此該方法簡化了合作目標，所獲得的目標特徵點精度高，可靠性高，具有更大的適應範圍。特別適合為現場機器系統的自主導引提供控制信號。
圖1是基於目標特徵點的視覺導引流程圖。
圖2是雙圓合作目標。
圖3是雙圓合作目標的世界坐標系定義及目標特徵點示意圖。1～4和18～21為公切點，4～17為公切點連線的交點，1～21稱為目標特徵點。
圖4是攝像機運動和透視投影模型示意圖。
圖5是雙圓目標特徵點圖像坐標提取過程實例。
圖6是仿真試驗中生成的帶雙圓目標的合成圖像。
圖7是本發明算法對高斯白噪聲的敏感性仿真試驗結果。
具體實施例方式
下面對本發明方法做進一步詳細說明。本發明使用雙圓合作目標實現攝像機三維位置姿態以及運動參數的測量。機器系統的導引控制信號的一部分主要來自於機器系統相對於合作目標的絕對位置和方向信息。因此，在機器系統的閉環控制環路中，精確地估計機器系統的位置和姿態，對實現機器系統的自主導引起著重要作用。視覺導引是三維視覺技術的一個重要內容，以計算機視覺為理論基礎的視覺導引系統，具有大視場、非接觸、速度快、信息豐富以及精度適中等優點，特別適合於估計機器系統相對於合作目標的位置姿態。基於目標特徵的視覺導引流程如圖1所示，自主控制系統根據視覺導引系統獲得的導引信息，控制機器系統相對於合作目標的相對運動。作為導引控制環路的控制信號獲取傳感裝置，視覺導引系統能夠單獨估計機器系統的運動狀態，也可以作為其他導引系統的輔助傳感裝置，更加精確地估計機器系統的運動狀態，並作為對其他傳感系統的信息補充或者進行誤差校正。
基於特徵點的視覺導引方法基本原理是，將攝像機裝載在機器系統上，並在合作目標平面上預先設置已知的特徵點，通過提取特徵點對應的圖像坐標，根據攝像機的透視投影模型，實時估計出攝像機相對於合作目標的位置姿態。
攝像機運動及投影模型假定載有攝像機的機器系統的運動是相對連續的，機載攝像機與合作目標的基本關係如圖2所示。πw為位於合作目標上的靶標平面，πc為攝像機的圖像平面。t時刻的攝像機坐標係為otxtytzt，on為主點(光軸與圖像平面的交點)，圖像坐標係為ouxuyu。假定在靶標平面上的三維世界坐標係為owxwywzw。定義otxt//ouxu，otyt//ouyu和otztπc。
設πw上任意特徵點Pi在πc上的透視投影點為pi。設Pi在owxwywzw下的齊次坐標為p~wi=(xwi,ywi,zwi,1)T,]]>在otxtytzt下的齊次坐標為p~t,i=(xt,i,yt,i,zt,i,1)T,]]>相應的圖像齊次坐標為p~ui=(xui,yui,1)T.]]>則機載攝像機的投影模型可以表示為p~ui=ARw,tTw,tp~wi,0---[1]]]>其中A=fx0u00fyv0001]]>為攝像機內部參數矩陣，fx，fy為攝像機在x、y方向上的有效焦距，u0，v0為攝像機的主點坐標，ρ為任意不為0的比例因子。Rw，t為3×3單位正交矩陣，表示世界坐標繫到t時刻攝像機坐標系之間的旋轉。Tw，t為世界坐標繫到t時刻攝像機坐標系之間的平移。
由於位於靶標平面上的特徵點的世界坐標zwi＝0，這裡仍然採用p~wi=(xwi,ywi,1)T]]>表示平面上特徵點的二維世界坐標，則由式(1)得到p~ui=Hp~wi---[2]]]>其中H＝A[r1r2T]＝[h1h2h3]，hi(i＝1～3)為H的第i列，ri為矩陣Rw，t的列向量。H矩陣表示了靶標平面和圖像平面之間的單應性變換，由式(2)可知，需要至少4個非共線對應點，就可以求出帶比例因子的H矩陣。若攝像機經過標定，則A已知，由Zhang Z.(張政友)的文章「一種靈活的攝像機標定新技術」(A Flexible New Technique for CameraCalibration)，第7屆計算機視覺國際會議，第一期，666～673頁，1999年(In 7thInternational Conference on Computer Vision，No.1，666～673，1999)中的算法，可以得到Rw，t和Tw，tr1＝ρA-1h1r2＝ρA-1h2r3＝r1×r2T＝ρA-1h3ρ＝1/‖A-1h1‖＝1/‖A-1h2‖[3]由式[3]計算出的Rw，t求出的Rw，t，Tw，t，易受噪聲的影響，為了獲得更可靠的結果，由攝像機的透視投影模型(公式[1])，由Levenberg-Marquardt非線性優化方法求得最優Rw，t，Tw，t。Levenberg-Marquardt算法，參見《最優化理論與方法》，(袁亞湘、孫文瑜著，科學出版社，1999年)。
根據以上分析可知，由4個以上的靶標平面上的特徵點及其對應圖像坐標，就可以估計世界坐標繫到t時刻攝像機坐標系的三維變換，即
p~t,i=Rw,tTw,t0T1p~wi=Mw,tp~wi---[4]]]>其中Mw,t=Rw,tTw,t0T1,]]>則(Rw，t)T和-(Rw，t)TTw，t表示了t時刻攝像機的位置姿態。
同理可得p~t-1,i=Rw,t-1Tw,t-10T1p~wi=Mw,t-1p~wi---[5]]]>其中Mw，t-1表示了t-1時刻世界坐標繫到攝像機坐標系的變換，則攝像機坐標繫到世界坐標系的變換為Mt-1,w=(Rw,t-1)T-(Rw,t-1)TTw,t-10T1]]>p~t,i=Mw,tMt-1,wp~t-1,i=Mt-1,tp~t-1,i---[6]]]>其中Mt-1,t=Rt-1,tTt-1,t0T1]]>表示了t-1時刻的攝像機坐標繫到t時刻的攝像機坐標系的變換，即表示了攝像機的相對運動。
由參考文獻《機器視覺》(賈雲得編著，科學出版社，2000年)，旋轉矩陣Rt-1，t可以表示成歐拉角，即用θx，θy和θz來描述從t-1時刻到t時刻攝像機在x、y和z方向的相對角位移，Tt-1，t描述了攝像機從t-1時刻到t時刻的線位移，即用tx，ty和tz攝像機在x、y和z方向的相對位移。設時間間隔為Δt，則可以直接計算出相應的攝像機的角速度和線速度。計算公式為x=xt,y=yt,z=zt---[7]]]>vx=txt,vy=tyt,vz=tzt---[8]]]>由此可知，如果能夠獲得至少4個靶標平面上的特徵點及對應t時刻圖像坐標，根據式(2)和(4)就可以估計攝像機在t時刻的位置姿態。分別估計出t-1時刻和t時刻的攝像機位置姿態，由式(5)就可以估計攝像機的相對運動。如果時間間隔足夠小，就可以根據相對運動，估計出攝像機的相對角速度和線速度，即能夠獲得攝像機的運動參數。
根據攝像機的運動和投影模型和本發明的測量原理，攝像機三維位置姿態的非接觸測量分為攝像機內部參數的標定和根據測量模型進行測量2個階段。
攝像機模型參數的標定具體步驟如下攝像機的內部參數包括焦距和主點，共4個參數。
1、設定一個合作目標，它為一個二維平面，在合作目標平面上有2個圓，圓的半徑為(10～10000)mm，其精度為(0.01mm～1mm)。圓與背景的灰度相反(如背景為黑色，則圓為白色，或反之)。2個圓心之間的距離為3倍半徑以上。在其中一個圓的中心設定一個任意形狀的小塊區域，其灰度與背景相同，面積約為大圓的1/5～1/3。
2、將合作目標和攝像機固定好，攝像機和合作目標的距離由攝像機的拍攝範圍確定，要求攝像機能夠完整觀測到合作目標內的2個圓，打開攝像機電源。
3、在攝像機的視場範圍內，自由、非平行移動合作目標1至少5個位置，每移動一個位置，拍攝一幅圖像，稱為攝像機標定圖像，並保存到計算機中，要求合作目標的2個圓包含在圖像內。
4、合作目標上的2個圓的透視投影圖像為2個橢圓，以密集度(面積和周長平方的比值)為描述特徵，自動分割出標定圖像中的2個橢圓，提取每一個位置的攝像機標定圖像中2個橢圓的所有8個公切點，求出不同公切點的連線交點，公切點和連線交點共21點，如圖3的1～21所示，稱為目標特徵點，其中1～4和18～21為公切點，5～17為由公切點連線交點產生的目標特徵點。合作目標的世界坐標系定義為帶有小圓的圓心為原點ow，xw軸水平向右，yw軸向下，zw由右手法則確定。
由圖1可知，圖像特徵信息的提取是視覺導航的關鍵步驟，特徵提取的速度、精度和算法的魯棒性直接決定了導航系統的性能。針對本發明所設計的靶標圖案，圖像處理的基本任務是實時提取攝像機在不同時刻拍攝的靶標圖像中的特徵點並將其與世界坐標對應。雙圓合作目標的21個特徵點的世界坐標，由給定圓的半徑和中心可以求出。非退化二次曲線(如2個圓或者2個橢圓)公切線的求解算法，參見M.Pollefeys的演講報告「三維模型的圖像獲取指南」，歐洲計算機視覺會議，2000年(Tutorial on 3D Modeling from Images，European Conference onComputer Vision 2000)。
求得雙圓的公切線後，由公切線與二次曲線的交點獲得公切點的世界坐標，由公切點可以求得其他特徵點。所有公切點按圖3所示順序排列。
特徵點的圖像坐標需要從投影的橢圓中求得，而且圖像特徵點必須和相應的世界坐標對應。本發明提出的雙圓特徵圖像坐標的提取及標記算法主要包括圖像閾值化、輪廓跟蹤、分割雙橢圓及求解參數方程、雙橢圓公切點及排序和全部特徵點標記等。具體過程如下1)、採用自適應閾值化方法對圖像進行閾值化處理，獲得二值圖像。具體算法參見《圖像分割》，(章毓晉著，科學出版社，2001年)。
2)、在二值圖像中，採用8連通方法跟蹤輪廓，獲得鏈碼表示的輪廓。把像素值為0(或者1)的部分分離出來，將0像素值連接起來組成0連通區域，1像素值連接起來組成1連通區域。
3)、分割著陸靶標上的雙橢圓。首先排除斷開輪廓，保留封閉連通輪廓；排除周長小於TL(輪廓長度閾值)的輪廓；計算封閉輪廓的密集度C＝4π·A/P2，A為封閉輪廓面積，P為周長。考慮到透視投影的特性和圖像噪聲的影響，實際橢圓的密度集小於1，設置閾值TC＝0.7～1.0，TC從大到小設置。保留密度集大於TC的封閉輪廓。如果保留的封閉輪廓數量小於2，減小TC，重新進行以上過程。
4)、分別將獲得的2個封閉輪廓數據，採用最小二乘方法擬合成2個橢圓。求出2個橢圓的公切點，記為pui(i＝0～7)。
5)、分別取2個橢圓中心的9×9鄰域，並計算鄰域內的平均灰度值，設灰度值大的鄰域對應的橢圓中心為o1，另一中心為o2，則o1位於ow的透視投影點的附近， 對應於 的投影。計算 與圖像x軸的夾角，設為θ。將 和8個公切點旋轉θ，使得 與x軸對準，按旋轉後的公切點，很容易排定8個公切點的對應順序，由此也就確定了8個公切點圖像坐標與世界坐標的對應關係，利用已知的8對公切點，就可以獲得其餘13個特徵點的對應關係，從而完成了特徵點圖像坐標的提取以及標記。圖5為雙圓圖像特徵提取和標記算法所獲得的結果。
將目標特徵點的圖像坐標及其對應世界坐標，存儲到計算機中。
5、利用所有位置的目標特徵點圖像坐標及其對應的世界坐標用來標定攝像機內部參數，包括攝像機有效焦距和主點坐標，保存到系統參數文件中，以備測量階段調用。
完成標定以後，只要不調整攝像機的鏡頭焦距和光圈，可以對不同位置時的攝像機三維位置姿態進行連續測量。
測量階段6、設定工作模式。包括2種工作模式攝像機移動模式和合作目標移動模式。攝像機移動模式指合作目標固定，攝像機移動；合作目標移動模式指合作目標移動，攝像機固定。在2種模式下，要求攝像機能觀測到合作目標上的2個大圓。以下假定測量階段工作在攝像機移動模式，合作目標移動模式類似；7、當攝像機空間移動到一個位置時，拍攝合作目標的圖像，稱為測量圖像。
8、在測量圖像中，提取合作目標上的21個目標特徵點的圖像坐標並與其世界坐標對應。目標特徵點的圖像坐標提取與標定階段的步驟4相同。
9、根據攝像機的運動模型(見公式[5])和透視投影模型(見公式[1])，利用攝像機內部參數、目標特徵點的圖像坐標及對應世界坐標，根據公式[2]到公式[5]，計算攝像機的三維空間位置姿態，顯示測量結果。
10、由以上測量方法連續測量攝像機在2個不同位置的三維位置姿態，由公式[6]計算得到攝像機的線位移和角位移參數，並由2個位置的運動時間，由公式[7]和公式[8]，計算出攝像機的線速度和角速度。
11、重複步驟7～10，進行新的攝像機三維位置姿態測量。
實施例採用攝像機從不同角度拍攝本發明所設計的雙圓合作目標，並利用所提出的圖像特徵提取及標記算法進行了大量試驗，所採用的攝像機為WAT-902H(CCIR)CCD攝像機、25mm鏡頭，軟體運行在PIV 2.4G，圖像大小為768×576像素，單次圖像特徵提取和標記的平均時間小於9ms，特徵點的提取精度能達到亞像素，且在任意方位都能準確標記點的對應關係。因此，本發明所提出的圖像特徵點提取算法能夠滿足機器系統自主控制過程中攝像機位置姿態估計的實時性要求。
按照上面敘述的步驟，利用圖2所示的雙圓目標對攝像機的內部參數進行了標定。獲得的標定參數為攝像機內部參數A=1521.2040400.98701515.462284.554001pixel]]>
用標定過的攝像機，拍攝任意一位置的雙圓目標圖像，如圖5(a)所示。圖像大小為768×576像素。按照本發明的測量方法獲得的攝像機三維位置姿態參數為位置為(-2415.3，-929.5，-1167.2)mm姿態按ZYX順序為(39.2°，-6.2°，-27.3°)採用以下仿真試驗驗證本發明所提出的算法，主要步驟為1)由給定的著陸靶標圖案上雙圓的基本參數計算21個特徵點的世界坐標。假定圓的半徑為200mm，圓心距為600mm。
2)給定攝像機的基本參數焦距為2900像素(pixels)，約為25mm，主點坐標取圖像中心。圖像大小為768×576像素。
3)給定攝像機在世界坐標系中的位置和姿態參數。位置為(200，-200，-1000)cm，姿態按ZYX順序，為(10°，-10°，-10°)。
4)分別在2個圓周上取200個測試點，由攝像機投影模型和給定參數，產生無噪聲的測試點的圖像坐標。所合成的仿真圖像如圖6所示。
5)隨機取400個測試點的一種排列順序，在其圖像坐標中加入0均值，標準偏差為σ(σ＝0～1.5)的高斯白噪聲，並分別由帶噪聲的測試點分別擬合2個橢圓。
6)由第5)步擬合的帶噪聲的橢圓，求得21個特徵點的圖像坐標，由公式(2)～(5)估計攝像機的位置和姿態。對每一個σ的高斯白噪聲，分別取1000個不同排列順序進行試驗，然後計算1000個估計結果的RMS誤差，結果如圖7所示，橫坐標表示所加入的高斯白噪聲的標準偏差σ，其取值範圍為0～1.5pixels，左圖的縱坐標表示攝像機姿態的RMS誤差，右圖的縱坐標表示攝像機位置的RMS誤差。從圖中可以看出，當圓邊緣輪廓的圖像坐標受到1.5pixels的噪聲影響時，攝像機的位置姿RMS誤差分別小於6cm和0.7°。
權利要求
1.一種攝像機空間三維位置姿態測量方法，其特徵在於，測量過程分標定和測量兩個階段，具體步驟是1.1、標定階段1.1.1、設定一個合作目標，它為一個二維平面，在合作目標平面上有2個圓，圓的半徑為10～10000mm，其精度為0.01mm～1mm，圓與背景的灰度相反，如背景為黑色，則圓為白色，或反之，2個圓心之間的距離為其半徑的3倍以上，在其中一個圓的中心設定1個任意形狀的小塊區域，該區域的灰度與背景相同，面積為大圓的1/5～1/3；1.1.2、將攝像機與合作目標相距一定距離固定好，打開CCD攝像機電源；1.1.3、在攝像機的視場範圍內，自由、非平行移動合作目標至少5個位置，每移動一個位置，拍攝一幅圖像，稱為攝像機標定圖像，並保存到計算機中，要求合作目標的2個圓包含在圖像內；1.1.4、合作目標上的2個圓的透視投影圖像為2個橢圓，以密集度即面積和周長平方的比值為描述特徵，自動分割出標定圖像中的2個橢圓，提取每一個位置的攝像機標定圖像中2個橢圓的所有8個公切點，求出不同公切點的連線交點，公切點和連線交點共21點，稱為目標特徵點，將目標特徵點的圖像坐標及其對應世界坐標，存儲到計算機中；1.1.5、利用所有位置的目標特徵點圖像坐標及其對應的世界坐標用來標定攝像機內部參數，包括攝像機有效焦距和主點坐標，保存到系統參數文件中，以備測量階段調用；1.2、測量階段1.2.1、設定工作模式，包括2種工作模式攝像機移動模式和合作目標移動模式，攝像機移動模式指合作目標固定，攝像機移動；合作目標移動模式指合作目標移動，攝像機固定，在2種模式下，要求攝像機能觀測到合作目標上的2個大圓，以下假定測量階段工作在攝像機移動模式，合作目標移動模式類同；1.2.2、移動攝像機到空間一個位置，拍攝合作目標的圖像，稱為測量圖像；1.2.3、在測量圖像中，提取合作目標上的21個目標特徵點的圖像坐標並與其世界坐標對應；1.2.4、根據所建立的攝像機的運動模型和透視投影模型，利用攝像機內部參數、目標特徵點的圖像坐標及對應世界坐標，由所建模型計算攝像機的三維空間位置姿態，顯示測量結果；1.2.5、重複1.2.2至1.2.4的步驟，連續測量攝像機在2個不同位置的三維位置姿態，由攝像機在不同時刻的位置和姿態分別計算得到攝像機的線位移和角位移參數，並由2個位置的運動時間，由攝像機的運動模型，計算出移動物體的線速度和角速度。
全文摘要
本發明屬於測量技術領域，涉及對機器視覺導引系統中攝像機相對於合作目標的空間三維位置姿態測量方法的改進。具體步驟是在標定階段設定合作目標，固定攝像機與合作目標，拍攝攝像機標定圖像，提取目標特徵點，標定攝像機內部參數；在測量階段固定合作目標，移動攝像機(或者移動合作目標，固定攝像機)，拍攝合作目標的圖像，提取合作目標上的目標特徵點，計算攝像機的三維空間位置姿態，連續測量攝像機在2個不同位置的三維位置姿態計算出移動物體的線速度和角速度。本發明可以獲得高質量的目標特徵點，簡化了合作目標，所獲得的目標特徵點精度高，可靠性高，具有更大的適應範圍。
文檔編號G01B11/00GK1804541SQ20051000027
公開日2006年7月19日 申請日期2005年1月10日 優先權日2005年1月10日
發明者張廣軍, 周富強 申請人:北京航空航天大學