[发明专利]基于双目逆投影变换的圆形目标位姿测量方法和装置

权利要求书

1.一种基于双目逆投影变换的圆形目标位姿测量方法，其特征在于，包括：

分别对左、右相机拍摄的空间圆形目标图像进行椭圆轮廓特征检测得到对应的椭圆轮廓像素坐标；具体为：利用图像分割技术将椭圆特征在左右图像中的位置切割出来作为感兴趣区域，使得所述感兴趣区域去除噪声和无关干扰信息；使用自适应Canny算法对所述感兴趣区域提取边缘点信息，对提取到的边缘点信息进行筛选，提取出没有分支的边缘，去除过短弧段；使用自适应多边形逼近算法逼近弧段边缘；使用基于曲率和凸性的方法进行分割以得到有效的椭圆弧段，每条有效弧段包含若干离散椭圆像素点集u_lj、u_rj；

分别将左、右相机拍摄的空间圆形目标图像对应的椭圆轮廓像素坐标逆投影至空间中，构建从相机光心出发经过椭圆轮廓像平面坐标指向空间圆形目标轮廓世界坐标的特征向量；具体为：设左相机光心位于O_l，相机位姿为θ_l＝[θ_lx,θ_ly,θ_lz]^T表示左相机的姿态相对于世界坐标系的姿态，R(θ_l)表示左相机坐标系相对于所述世界坐标系的旋转矩阵；P_j为所述世界坐标系下圆形目标轮廓空间点，其齐次坐标为非齐次坐标为P_j投影至左相机图像中对应的像素坐标利用透视投影成像模型计算为：

其中，分别表示圆第j个空间点在相机坐标系和所述世界坐标系中的齐次坐标，表示从第j个圆空间点到左相机图像的透视投影变换矩阵，表示与左相机投影坐标相关的畸变参数矩阵，定义如下：

其中f_l^u和f_l^v表示以像素为单位的相机焦距，为图像主点坐标，△u_lj表示由于径向畸变、偏心畸变和薄透镜畸变引起的投影点偏移量在像素坐标系u方向上的分量，△v_lj表示由于径向畸变、偏心畸变和薄透镜畸变引起的投影点偏移量在像素坐标系v方向上的分量，为考虑畸变影响的空间圆投影像素坐标，进行畸变矫正后目标圆投影像素坐标计算为：

其中，表示左相机图像主点的坐标，△u_lj＝[△u_lj △v_lj 0]^T表示畸变偏移矩阵，diag(f_l^u f_l^v 1)表示对角矩阵，R(θ_l)简写为R_l，和分别表示左相机坐标系相对于世界坐标系的旋转矩阵和平移向量，表示空间圆在左相机坐标系下的Z坐标；

用经过畸变矫正后的圆形目标投影像素坐标减图像主点坐标得到以像平面坐标系原点为参考原点的像素坐标：

u_lj表示在左相机图像检测获取的实际椭圆特征点像素坐标，对应着在左相机视角下目标圆经过透视投影方程得到的像素坐标将检测到的目标圆特征点像素坐标u_lj经过畸变矫正后替换得到以像平面坐标系原点为参考原点的左相机椭圆特征点像素坐标

定义为从左相机光心出发经过第j个左相机图像椭圆特征点像平面坐标，指向空间圆形目标轮廓的单位方向向量，则表示为：

其中R_l代表从世界坐标系到左相机坐标系的旋转矩阵，代表左相机图像中第j个椭圆特征点像素坐标d_x,d_y分别代表左相机的单位像素在像素坐标系u轴、v轴方向所占的物理尺寸，f代表相机的焦距，f_l^u＝f/d_x,f_l^v＝f/d_y分别代表焦距f在像素坐标系u轴、v轴的比例因子；求得从右相机光心出发经过第j个右相机图像椭圆特征点像平面坐标，指向空间圆形目标轮廓的单位方向向量

根据所述特征向量、所述空间圆形目标的初始位姿信息以及左、右相机的位姿得到重建的空间圆形目标轮廓特征的世界坐标；具体为：定义代表左相机坐标系相对于所述世界坐标系的平移向量，也就是左相机坐标系原点在所述世界坐标系下的三维坐标，那么圆形目标轮廓的世界坐标必然处在从相机光心出发经过图像椭圆特征像平面坐标的空间射线上，根据定义的单位方向向量空间圆形目标轮廓的世界坐标表示为：

其中λ^j为从左相机光心出发经过第j个左图像椭圆特征点像平面坐标指向目标圆圆周坐标的向量的长度，变量λ^j的求法如下：

根据“圆形目标轮廓平面中的任一向量与圆形目标法线垂直”这一特性，得到以下正交向量内积方程：

从而得到λ^j的显式表达式：

将λ^j带入得：

根据左相机的世界坐标、在左相机图像中的椭圆轮廓像素坐标、空间圆初始位姿信息重建出目标圆轮廓在世界坐标系下的坐标；根据右相机的世界坐标、在右相机图像中的椭圆轮廓像素坐标、空间圆初始位姿信息重建出目标圆轮廓在世界坐标系下的坐标；

根据所述重建出的空间圆形目标的轮廓的半径与圆形目标的真实半径之差构造残差函数；具体为：假设r₀为真实的圆半径，根据上述重建出的目标圆圆周在世界坐标系下的坐标，利用目标圆心到空间圆形目标轮廓上任一点的距离等于半径长度这一特性，建立以下非线性残差函数：

根据右相机的位姿、右相机图像上的椭圆特征点像素坐标、空间圆初始位姿信息重建出目标圆圆周在世界坐标系下的坐标，并建立以下非线性函数：

则圆形目标在空间中的位姿测量问题被归纳为一个关于优化逆投影误差的非线性最小二乘问题，最小化逆投影空间圆形目标轮廓点与圆心的距离和圆形目标实际半径的差；定义为：

其中n、m分别代表从左、右相机图像中的椭圆轮廓特征点的数目；x,y,z,φ,ψ代表在迭代求解过程中确定目标圆位姿的5个自变量即圆心的世界坐标[x,y,z]^T和偏航角滚转角ψ；

根据所述残差函数构建优化模型并求解得到所述空间圆形目标的最优位姿参数；具体为：采用Levenberg-Marquardt算法求解此最小二乘问题，迭代求解此问题获取空间圆的最佳位姿。