基于运动结构的摄像机姿态估计.docx

M.N. Alkhatib et al. / Procedia Computer Science 186 (2021) 146–153 PAGE 153 PAGE 152 M.N. Alkhatib et al. / Procedia Computer Science 186 (2021) 146–153 基于运动结构的摄像机姿态估计 摘要 这项工作的目的是根据摄像机拍摄的图像来估计机器人的位置和方向。这种方法包括两个阶段:学习和导航。在学习阶段，环境由导航前的点云(3D点)表示，每个3D点与一个32字节的向量相关联，该向量使用ORB描述符描述关键点。在导航阶段，在从2D查询图像提取的关键点和3D点云之间进行匹配2D/3D，以估计相机的位置和方向。对基于视觉的导航方法进行了分类，提出了一种基于运动结构(SFM)法的摄像机位置估计算法。该算法利用快速检测器提取关键点，利用二值局部特征描述符描述关键点。使用汉明距离来比较这些描述符，以便在对应点之间进行匹配，因此该算法适合于实时应用。通过在室内环境中的实际实现，获得的位置误差小于5厘米，而角度误差小于1.5度。 关键词:关键点；云的点；二进制描述符；匹配；ORB移动机器人导航。 1。 介绍 大多数现代移动系统需要在存在障碍物和拥堵的复杂环境中，如自动驾驶、室内导航、增强现实和虚拟现实中，高精度地评估自己的位置和方向。因此，许多研究者致力于确定运动物体的位置和方向。从前，人们根据恒星的运动来确定自己的位置。上世纪中叶，全球定位系统(GPS)诞生，其精度从1米到3米不等。使用全球导航卫星系统时，精度可达厘米，但成本非常高。在许多情况下，全球导航卫星系统变得不准确或不可靠:在室内，在高楼之间。出于上述原因，全球导航卫星系统与惯性传感器集成在一起。然而，惯性传感器中的测量精度由于漂移而随着时间的推移而降低，并且对于许多应用来说，使用具有小漂移系统的惯性传感器非常昂贵。 近年来，许多作品和文章表明，由于在短时间内处理大量数据的处理器的计算能力的巨大发展，视觉是精确确定位置和方向的可能工具。除了计算机视觉算法的巨大发展之外，我们还可以将摄像机视为视觉传感器。这种传感器可以以低廉的价格、重量、尺寸和有限的能耗处理大量信息。 论文的其余部分组织如下。第2节介绍了基于视觉的定位和分类方法的相关工作.第三节介绍了所提出的算法。实验结果显示在第4部分.最后一部分是结论和未来的工作。 2。 相关著作 在过去的20年里，发表了大量的论文，并提出了许多基于计算机视觉的位置和方向估计算法。这一部分包括许多基于视觉的定位方法的回顾和它们的历史分类。作为贡献，提出了新的分类方法。 在基于图像的定位系统中，关于环境的特征通常以地图的形式呈现。最近，神经网络被用作地图表示的工具，但是该工具有一些困难，因为当地面真实姿态不可用时，它不容易被用户访问或验证。文献[1]提出了一种解决这一问题的方法——生成映射法。这取决于使用卡尔曼滤波器将生成模型与附加传感器相结合。在文献[2]中，提出了一种基于室内定位的增强现实设施管理系统。该方法估计用户的室内位置和方向。它依赖于使用深度学习计算将用户的视角结合到建筑信息建模(BIM)中。文献[3]提出了一种计算量小的2D-三维匹配新方法。该方法依赖于基于视觉词汇量化和优先对应搜索的注册性能的提高。 研究损失函数对神经网络性能的影响是在[4]定位RGB摄像机任务的背景下进行的。观察到捕获的图像受到旋转和位置的相互变化的影响，因此通过将损失项附加到姿态回归网络的损失函数来创建新的模型，以提高性能。另一项研究[5]提出了基于室内环境中的增强现实标记的定位系统，该系统使用来自放置在环境中的增强现实标记的信息来帮助受损的人使用智能手机移动。为了减少惯性导航系统的累积误差，在分析大鼠大脑导航机制的基础上，在单片机上实现了视觉导航系统[6]。 A 使用卡尔曼滤波器的导航系统旨在使惯性测量单元(由陀螺仪、加速度计和磁力计组成)和立体视觉(SV)融合[7]。实验结果表明，定位均方差小于0.05米。在[8]中， 利用立体视觉设计了一种跟踪地标的方法，该方法通过检测器(用于实时特征检测和匹配的中心周围极值[9])和描述符(快速视网膜关键点[10])提取特征点.此外，RANSAC (RANdom SAmple Consensus)用于去除异常值.使用视觉里程计、使用零均值归一化互相关的模板匹配方法以及使用无迹卡尔曼滤波器预测运动来跟踪这些地标。 文献[11]介绍了一种基于粒子滤波的鲁棒跟踪方法 这 出席 关于 这 交集 随着 其他的 类似的 目标 考虑到大的摄像机旋转。该方法利用似然函数来判断目标物体是否被遮挡。似然函数本身的预测和计算过程使用摄像机的运动信息。这种方法假设地面是一