论文部分内容阅读
三维物体姿态测量在日常生活、工业制造、科学研究等领域都有重要应用。近年来智能手机、平板电脑、无人机等移动终端迅速发展并广泛普及,它们大多同时搭载了相机(Camera,多为单摄像头或双摄像头)和微惯性测量单元(IMU),有望成为一种新的姿态测量设备。基于摄像头,利用计算机视觉方法可以估计物体在相机坐标系中的姿态;借助惯性传感器,可以估计终端在世界坐标系中的姿态;而通过结合这两种传感器的感知能力,无需接触目标、不必加装新硬件,可以估计物体在世界坐标系下的姿态。 本文对三维物体姿态测量中的高精度视觉姿态估计、相机和惯性测量单元数据融合等关键技术进行了研究,提出了更适于三维物体姿态测量的相机—惯性测量单元相对姿态标定方法;针对表面光滑且纹理稀疏的物体,提出了单摄像头、双摄像头分别与微惯性测量单元数据融合的两种物体姿态估计方法;此外,还提出了综合利用相机和微惯性测量单元进行非接触式三维物体姿态测量的总体方案,并进行了实验验证。主要工作如下: 1.提出了两种相机—惯性测量单元相对姿态标定方法,通过计算传感器间更精确的相对姿态来减小不同传感器间的空间偏差对姿态测量的影响。具体包括:设计了一种基于倾角和方位角的新的误差度量,及基于绝对误差和相对误差的两种目标函数,并提出了相应的标定流程;可以提高物体姿态估计中倾角和方位角精度,也改进了已有标定方法对标定场景设置要求严苛的不足。 2.针对表面光滑、纹理稀疏的物体(如基站天线),本文提出了一种基于轮廓的、从粗到精的姿态估计新算法。利用物体的三维模型,以及由单摄像头终端多次拍照得到的多视点图像或由双摄像头终端单次近距离拍照得到的立体图像对,自动、鲁棒地估计物体姿态。该方法特点是:不依赖于纹理特征点的检测、配对;完成预处理步骤后,整个姿态估计过程不需要人工参与;姿态求解过程中不易陷入局部最优解。 3.提出了一个综合利用移动终端上的相机和惯性测量单元对三维物体进行非接触式姿态估计的解决方案,并为基站天线的姿态估计设计实现了一个原型系统,对本文所提出的三维物体姿态估计方法的精度进行了验证和评估。实验结果表明:针对手机上消费级传感器,本文的标定方法可以明显提升其在非接触式姿态测量中的精度;基于轮廓的姿态估计新算法对基站天线这类表面光滑、纹理稀疏的物体的姿态估计精度比传统方法更高;两种非接触式姿态测量方法整体都具有较高的精度—其中,在基站天线数据上的测试表明,当相机外参数准确时,基于单摄像头终端的方法最大倾角误差小于1.5度,最大方位角误差小于15度,满足工业界对天线姿态测量精度的要求。