SoftPOSIT方法在PNP问题中应用.docVIP

SoftPOSIT方法在PNP问题中应用摘要：本文针对PNP问题（N6且不共面）提出了一种基于SoftPOSIT方法的技术方案，内容包括：1）以一长方体为目标物体，建立目标物体坐标系，确定目标物体坐标系下角点的空间坐标；2）建立包含透镜畸变分析的摄像机针孔成像模型，采集目标物体图像；3）获取物体角点的图像坐标，在目标物体角点的物点和像点对应关系未知的情况下，利用SoftPOSIT方法迭代出摄像机在目标物体坐标系下的全局最优位姿参数；4）根据得到的摄像机在目标物体坐标系下的位姿参数，计算目标物体角点在摄像机坐标系下的坐标。本文的研究结果表明，该方法为解决PNP问题（N6）提供了一个理论上可行且有效的方法。 关键词：PNP问题； SoftPOSIT算法；位姿参数 中图分类号：TP391.41 文献标识码：A 文章编号：1007-9599 (2012) 11-0000-02 一、问题描述 PnP问题(Perspective-N-Points，N点透视问题)是一个起源于1841年、摄影测量学中的古老问题，是计算机视觉、摄影测量、摄影几何中研究空间点透视几何关系的经典问题。这一问题最初于1841年由德国数学家Grunert提出并予以解答，随后被德国摄影测量学家于1904年再次提出，美国摄影测量学于1949年独立地给出解法[1]。1981年，Fishler和Bolles把根据控制点定位的LDP问题(Location Determination Problem，简称LDP问题)改写为数学形式，称为n点透视问题[2]。 所谓 PNP问题，就是指如下的物体定位问题：假定摄像机为小孔模型且已标定好，摄取一幅在物体坐标系下坐标已知的 N个空间点的图像，且这 N个图像点的坐标已知，确定这 N个空间点在摄像机坐标系下的坐标[3]。 如图1，在摄像机内参数和像差系数已知的条件下，拍摄一幅空间N个目标点的图像。这N个目标点的空间坐标已知，各目标点成像的像点坐标通过图像分析得到。要求求解摄像机与定义这些目标点的空间坐标系之间的相对位置、姿态关系。根据空间点数目的不同，又可具体分为P3P问题、P4P问题、P5P问题等。实际问题中，这些空间目标点通常是结构参数已知的目标体(即合作目标)上的标志灯等特点，这些特征点的空间坐标就在该合作目标体坐标系中给出。解决PNP问题就完成了对目标物体的相对定位和姿态参数的测量。这在机器人视觉导航、交会对接视觉导航等任务中是一种常见问题。 由于确定一个空间坐标系至少需要3个点，因此N小于等于2的PnP问题是没有确定解，或者说是有无穷多个解。对于N大于等于6(其中至少有6个点不共面)的PnP问题是计算机视觉中经典的直接线性变换问题(DLT)，可以线性解析地求解出唯一解。因此，对于PnP问题的研究集中在P3P、P4P、P5P问题的解法和解的形式上。以下是这方面的主要研究结论[4]： （1） P3P问题：当三个目标点所决定的平面不通过光心时，最多有4组解； （2） P4P问题：当4个空间点不共面时，P4P问题可以转化为求解一个双二次的一元四次方程，最多有5组解。当四个点共面时，解是唯一的，可以线性求解； （3） P5P问题：当5个点中的任意3个不共线时，最多有2组解。 目前PnP问题已有较多的处理方法，通常按共面和非共面情形分别处理。最直接的方法是通过图像特征点和世界坐标系下的三维坐标，恢复透视投影矩阵，进而分解，得到相对的位姿变换关系。对于求解PnP问题，SoftPOSIT位姿估计算法[5]具有复杂度较低，收敛速度较快，稳定性较高的特点，因此本文选用其作为位姿解算方法。 二、 SoftPOSIT算法的理论基础 SoftPOSIT 算法包含两种算法[6]：其一即是 POSIT 算法[7]，假设特征点的物像对应关系已经得到，则利用POSIT 算法即可求解目标物体的位姿参数；其二称为 SoftAssign 算法,该算法通过迭代循环，可以确定二维点到二维点、三维点到三维点以及二维点和三维点之间的对应关系如何分配。结合两种算法，由 SoftAssign 算法解决对应问题，将对应关系应用到 POSIT算法中，即可得到位姿参数（旋转矩阵和平移向量），在 POSIT 算法中的每轮迭代循环之前，再次运用 SoftAssign 算法求取对应关系，从而形成 SoftPOSIT算法的迭代循环过程。 SoftPOSIT算法以POSIT算法为基础：首先建立目标物体上特征点的成比例正交投影模型，然后通过求解一个线性方程组得到表征目标物体位姿的旋转矩阵和平移向量估计值，以该位姿参数的估计值为初值，计算得到特征点更准确的成比例正交投影点；将结果应用到旋转矩阵和平移向量估计值计算过程中，可以求得更加精确的位姿参数，