某种基于视觉检测的多视角空间定位方法-资讯中心-大学仕

资讯中心

当前位置：

大学仕上下料 ai机器人印钞机 KN95口罩

某种基于视觉检测的多视角空间定位方法

大学仕 2021-06-15 09:23

0点赞 1271浏览

某种基于视觉检测的多视角空间定位方法，包括以下步骤：一、先通过相机拍摄物体得到相机视图的图像，然后检测出图像上的待测物体的关键点坐标；二、对各个相机进行相机标定获得每个相机的内参和畸变系数，搭建好多视图场景后确立世界坐标系，利用PNP方法确定每个相机相对于场景的外参；三、通过步骤一得出的关键点坐标，再结合相机的投影矩阵建立通过物体关键点的直线方程组，由于相机标定和模型检测带来的误差，会导致直线异面，即方程组无解的情况，此时使用最小二乘法得到方程组的最优解作为物体关键点的空间坐标，至此便对物体进行了空间定位。该方法使得在既不破坏物体原本外观，亦不附加传感器的情况下，实现物体的空间定位，从而减少成本。

1.某种基于视觉检测的多视角空间定位方法，其特征在于，包括以下步骤：步骤一、先通过相机拍摄物体得到相机视图的图像，然后检测出图像上的待测物体的关键点坐标；步骤二、对各个相机进行相机标定获得每个相机的内参和畸变系数，搭建好多视图场景后确立世界坐标系，利用PNP方法确定每个相机相对于场景的外参；步骤三、通过步骤一得出的关键点坐标，再结合相机的投影矩阵建立通过物体关键点的直线方程组，由于相机标定和模型检测带来的误差，会导致直线异面，即方程组无解的情况，此时使用最小二乘法得到方程组的最优解作为物体关键点的空间坐标，至此便对物体进行了空间定位。

2.根据权利要求1所述的某种基于视觉检测的多视角空间定位方法，其特征在于：步骤一具体是采集待定位物体的图片，并对物体进行数据标注，标注内容包括物体边界框，和物体关键点坐标信息，然后使用计算机视觉关键点检测框架KeypointR-CNN对数据集进行训练，最终得到的模型能够检测出一张图片上该物体的关键点坐标。

3.根据权利要求1所述的某种基于视觉检测的多视角空间定位方法，其特征在于：步骤二具体是利用至少三个相机搭建多视角检测系统，将待定位的物体放置于多视角场景中，每一个相机均可完整拍摄到该物体，对每一个相机先利用张正友标定法进行标定获得每个相机的内参和畸变系数，再使用PNP方法在场景中建立世界坐标系，求取每一个相机针对当前场景的外参。

4.根据权利要求1所述的某种基于视觉检测的多视角空间定位方法，其特征在于：PNP(Perspective-n-Point)即通过已知世界坐标系中点的三维坐标，与点在相机中成像的像素坐标的对应关系，根据3D-2D匹配来估计相机的位置姿态，即外参。 5.根据权利要求1所述的一种基于视觉检测的多视角空间定位方法，其特征在于：步骤三具体是将相机拍摄到物体调用已经训练好的KeypointR-CNN对物体进行关键点检测，假设第一相机拍摄图像检测得到的关键点坐标为 (u 1,v 1) ，第二相机拍摄图像检测得到的关键点坐标为 (u 2,v 2) ，由于相机的内参和外参矩阵均以获得，可得到投影矩阵(3行4列)，则设空间物体关键点的坐标为 (x,y,z)，则可建立如下方程：mij(i＝1,2,3；j＝1,2,3,4) 为投影矩阵中的元素，上式代表空间中经过待求点的两条直线，由于标定与检测误差的存在，两直线可能异面，即方程组无解，则通过最小二乘法求取方程组的最优解，即可得到物体关键点在空间中的位置坐标，达到定位效果，同理多相机亦是如此。