[发明专利]目标物体的六自由度姿态跟踪方法及终端设备

说明书

本申请属于目标姿态跟踪的技术领域，提供了一种目标物体的六自由度姿态跟踪方法及终端设备，该方法包括：提取视频数据中第N帧图像的边缘图像；N2；根据所述视频数据中第N‑1帧图像对应的下一帧(N帧)图像的姿态参数预测值，预测在所述第N帧图像中所述目标物体的圆形特征的投影曲线；在所述边缘图像中查找属于所述投影曲线的像素点，得到若干边缘点；根据所述若干边缘点与所述投影曲线之间的几何残差，得到所述第N帧图像中所述目标物体的姿态参数估计值；对所述姿态参数估计值进行数据平滑处理和预测，得到姿态参数最终估计值以及所述下一帧(N+1帧)图像的姿态参数预测值。本申请实施例解决运动目标的姿态参数估计精确性低、速度慢的问题。

技术领域

本发明涉及目标姿态跟踪的技术领域，尤其涉及一种目标物体的六自由度姿态跟踪方法及终端设备。

背景技术

圆形特征是人造物体上最常见的几何特征之一，其广泛存在于大量的工业产品。相比其他几何特征，圆形特征的图像具有封闭性、闭合的数学表达式、对噪声鲁棒等优点。如果事先已知某目标上圆形特征的三维几何信息，便可从一幅圆形特征的图像中，计算出目标的六自由度姿态参数。因此，基于圆形特征的姿态估计算法一直是基于计算机视觉的姿态计算领域的热点问题，受到了广泛研究。目前，基于圆形特征的姿态估计方法已经应用于工业装配、航天器空间交会对接、无人机导航、航天器着陆等众多领域。

现有的基于圆形特征的姿态估计方法主要分为两类。第一类为基于椭圆拟合的姿态计算方法，对目标图像中圆形特征的图像边缘进行椭圆拟合，目标的姿态与位置可以直接从拟合的椭圆计算出来；但当目标的圆形特征被遮挡时，通过不完整的圆形特征拟合的椭圆与圆形特征的真实投影相差很大，这将严重影响姿态估计的精度，甚至使该方法失效。第二类为基于空间圆位置关系的姿态计算方法，利用目标上圆形特征的三维信息与其图像信息的匹配关系，实现目标的姿态估计；但是该类算法的运行效率不高，且精度容易受到误匹配的影响。

发明内容

有鉴于此，本发明实施例提供了一种目标物体的六自由度姿态跟踪方法及终端设备，以解决运动目标的姿态参数估计的精确性低和速度慢的问题。

本发明实施例的第一方面提供了一种目标物体的六自由度姿态跟踪方法，

包括：

提取视频数据中第N帧图像的边缘图像；所述视频数据为实时拍摄目标物体得到；所述目标物体的外形具有圆形特征；N2；

根据所述视频数据中第N-1帧图像对应的下一帧(N帧)图像的姿态参数预测值，预测在所述第N帧图像中所述目标物体的圆形特征的投影曲线；

在所述边缘图像中查找属于所述投影曲线的像素点，得到若干边缘点；

根据所述若干边缘点与所述投影曲线之间的几何残差，得到所述第N帧图像中所述目标物体的姿态参数估计值；

对所述姿态参数估计值进行数据平滑处理并根据所述姿态参数估计值对下一帧(N+1帧)图像中所述目标物体的姿态进行预测，得到姿态参数最终估计值以及所述下一帧(N+1帧)图像的姿态参数预测值。

在一个实施示例中，在提取视频数据中第N帧图像的边缘图像之前，还包括：

获取所述视频数据的第一帧图像，采用椭圆检测算法提取出所述第一帧图像中所述目标物体的圆形特征对应的特征像素点；

根据所述特征像素点确定在所述第一帧图像中所述目标物体的圆形特征的第二投影曲线；

基于所述第一帧图像的第二投影曲线，得到所述第一帧图像中所述目标物体的姿态参数的初始估计值；

根据所述第一帧图像的姿态参数初始估计值，确定在所述第一帧图像中所述目标物体的圆形特征的第三投影曲线；

对每一条所述第三投影曲线，在所述对应的特征像素点中查找属于所述第三投影曲线的像素点，得到若干第三边缘点；