[发明专利]一种基于事件相机系统的地面视角单目视觉里程计方法有效
申请号: | 202110569036.1 | 申请日: | 2021-05-25 |
公开(公告)号: | CN113379839B | 公开(公告)日: | 2022-04-29 |
发明(设计)人: | 余磊;周立凤;杨文;刘凢 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06T7/73 | 分类号: | G06T7/73;G06T7/269;G06V10/44;G06V10/74;G06K9/62;G01C22/00 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 许莲英 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 事件 相机 系统 地面 视角 目视 里程计 方法 | ||
1.一种基于事件相机系统的地面视角单目视觉里程计方法,其特征在于:
所述事件相机系统包括:事件相机、电脑终端;
所述事件相机安装于距离地面一定高度处且视角朝向地面;
所述电脑终端与所述事件相机连接;
所述事件相机用于采集事件点数据,并传输至所述电脑终端;
所述电脑终端用于通过所述事件相机的地面视角单目视觉里程计方法,得到优化后平移量、优化后旋转量;
所述地面视角单目视觉里程计方法包括以下步骤:
步骤1:通过事件相机采集多个事件点数据,根据每个事件点数据中触发时间将事件点数据压缩到任意一个触发时间,以构建事件帧图像;
步骤2:将事件帧图像通过Harris特征检测算法提取Harris特征点,然后通过LK光流跟踪算法获得相邻事件帧图像之间匹配的Harris特征点对;
步骤3:将Harris特征点对,通过相机反投影模型反向投影得到特征点对应的3D空间点;将特征点对应的3D空间点的平均平移量作为相机的平移量;两帧事件帧图像上的特征点满足单应性关系,根据匹配特征点对求解单应性矩阵,分解单应性矩阵得到旋转矩阵,根据旋转矩阵和欧拉角的转换公式得到绕z轴的偏航角,即相机的旋转量;
步骤4:将相机的平移量和旋转量作为光度误差最小化函数的优化初值,通过高斯牛顿法求解最小化函数得到优化后平移量、优化后旋转量。
2.根据权利要求1所述的基于事件相机系统的地面视角单目视觉里程计方法,其特征在于,步骤1所述事件点数据为:
ek=(Xk,tk,pk)
Xk=(xk,yk)
k∈[1,K],Xk∈[1,C],yk∈[1,R],pk∈{0,1}
其中,ek为第k个事件点数据,K为事件点的数量,Xk为第k个事件点的像素坐标,xk为第k个事件点的X轴像素坐标,yk为第k个事件点的Y轴像素坐标,tk为第k个事件点的触发时间,pk为第k个事件点的极性,pk=1表示第k个事件点的极性为增强趋势,pk=0表示第k个事件点的极性为减弱趋势,C为事件帧图像的列数,R为事件帧图像的行数;
步骤1所述事件帧图像的建立过程为:
其中,I为事件帧图像,X为事件帧图像的像素坐标,δ为狄拉克函数。
3.根据权利要求1所述的基于事件相机系统的地面视角单目视觉里程计方法,其特征在于,步骤2所述Harris特征点为:
i∈[1,N],j∈[1,M]
其中,表示第i帧事件帧图像上第j个特征点,N表示事件帧数量,M表示特征点的数量;
步骤2所述Harris特征点对为:
其中,表示i帧和i+1帧事件帧图像上的第j对特征点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110569036.1/1.html,转载请声明来源钻瓜专利网。