CN110458892A - 基于惯性导航的相机标定方法 - Google Patents
基于惯性导航的相机标定方法 Download PDFInfo
- Publication number
- CN110458892A CN110458892A CN201910644325.6A CN201910644325A CN110458892A CN 110458892 A CN110458892 A CN 110458892A CN 201910644325 A CN201910644325 A CN 201910644325A CN 110458892 A CN110458892 A CN 110458892A
- Authority
- CN
- China
- Prior art keywords
- camera
- inertial navigation
- acquisition
- navigation system
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 230000001360 synchronised effect Effects 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 11
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明提供一种基于惯性导航的相机标定方法,包括:步骤1、将惯性导航***与相机进行固定连接;步骤2、控制惯性导航***和相机同时进行一定的线运动和/或角运动,以使得采集惯性导航***坐标系下的惯性导航***不同运动状态下的导航信息以及采集相机坐标系下的相机不同运动状态下的图像信息;步骤3、将惯性导航***坐标系下的惯性导航***不同运动状态下的导航信息转换到相机坐标系下的导航信息;步骤4、基于步骤3获取的导航信息以及图像信息解算获得相机内外参数。本发明能够解决传统相机标定方法中由于标定模板制作不够精密,大视场远距离拍摄时标定模板无法覆盖所要求画面的全部,难以实现高精度相机标定的技术问题。
Description
技术领域
本发明涉及相机标定技术领域,具体涉及一种基于惯性导航的相机标定方法。
背景技术
相机成像模型决定了物体三维空间与二维图像的位置关系,该模型中各参数即相机参数(焦距、主点、旋转、平移向量等),获取相机参数的过程为相机标定。相机标定的稳定性和高精度是三维物体识别、空间物体姿态重建等技术的基础。
传统相机标定方法多基于标定模板进行,然而随着相机标定精度的高要求,传统相机标定方法中由于标定模板制作不够精密,大视场远距离拍摄时标定模板无法覆盖所要求画面的全部,难以实现高精度相机标定。
发明内容
在下文中给出关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
本发明的目的在于克服现有技术中存在的不足,提出一种基于惯性导航的相机标定方法,本发明提供的方法能够解决传统相机标定方法中由于标定模板制作不够精密,大视场远距离拍摄时标定模板无法覆盖所要求画面的全部,难以实现高精度相机标定的技术问题。
本发明的技术解决方案:本发明提供一种基于惯性导航的相机标定方法,该方法包括以下步骤:
步骤1、将惯性导航***与相机进行固定连接;
步骤2、同步采集所述惯性导航***和相机的实时数据,包括:
控制惯性导航***和相机同时进行一定的线运动和/或角运动,以使得采集惯性导航***坐标系下的惯性导航***不同运动状态下的导航信息以及采集相机坐标系下的相机不同运动状态下的图像信息;
步骤3、将所述惯性导航***坐标系下的惯性导航***不同运动状态下的导航信息转换到相机坐标系下的导航信息;
步骤4、基于所述步骤3获取的导航信息以及所述图像信息解算获得相机内外参数。
进一步地,所述图像信息还包括不同采集距离的图像信息。
进一步地,所述步骤2中的导航信息包括:惯性导航***输出的三维位置信息、方位信息以及水平姿态信息。
进一步地,所述步骤1还包括:调整所述惯性导航***的前向与相机的前向保持一致,以及调整所述惯性导航***的水平面与相机成像图像平面大致垂直。
进一步地,所述步骤2还包括:同步采集所述惯性导航***和相机的实时数据中,还将所述惯性导航***的数据采集脉冲进行分频处理以得到适应于所述相机的数据采集频率,所述数据采集频率用于触发相机的数据采集。
进一步地,所述步骤2中,所述惯性导航***和相机的实时数据可分多次进行同步采集,其中,每采集一次记录的数据称为一个条次,不同的运动状态在同一条次进行或在不同的条次进行。
进一步地,所述步骤3具体包括:
基于所述惯性导航***坐标系和相机坐标系获取两者之间的平移矢量和旋转矩阵;
基于所述平移矢量和旋转矩阵以及惯性导航***不同运动状态下的导航信息获取相机坐标系下的导航信息。
进一步地,所述步骤4具体包括:
基于步骤3获取的相机坐标系下的导航信息获取导航信息变化量;
基于所述图像信息进行特征点匹配获取匹配的特征点,并获取所述匹配的特征点在图像坐标系内的像素位移;
将所述导航信息变化量和所述像素位移代入相机成像模型以获取相机投影矩阵;
基于所述相机投影矩阵、导航信息变化量和像素位移获取相机内外参数。
进一步地,所述基于所述相机投影矩阵、导航信息变化量和像素位移获取相机内外参数具体为:将所述相机投影矩阵、导航信息变化量和像素位移代入相机内外参数的关系方程,并利用最小二乘法完成相机内外参数求解。
应用上述技术方案,提供一种基于惯性导航的相机标定方法,将惯性导航***引入到相机标定过程中,同时在标定过程中,作为一项关键之处还在于:通过控制惯性导航***和相机同时进行一定的线运动和/或角运动,能够获取大量相对应的导航信息和图像信息数据,并基于上述信息最终完成相机内外参数求解,其中,高精度惯性导航***为相机提供标定过程中不同时刻的位置平移和角度旋转,同时相机采集的特征点能够充分覆盖整个图像区域,使得整个图像平面内实现特征点匹配,上述大量数据的获得使得解算的相机内外参数的精确度得以大幅度提升,能够使得适应图像上任何点。该方法避免了由于标定模板精度不高、拍摄时摆放位置不全面导致的标定误差,提高了远距离、大视场相机标定的准确性和精度。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施例,并与文字描述一起来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本发明实施例提供的基于惯性导航的相机标定方法的流程示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,根据本发明实施例提供一种基于惯性导航的相机标定方法,该方法包括以下步骤:
步骤1、将惯性导航***与相机进行固定连接;
步骤2、同步采集所述惯性导航***和相机的实时数据,包括:
控制惯性导航***和相机同时进行一定的线运动和/或角运动,以使得采集惯性导航***坐标系下的惯性导航***不同运动状态下的导航信息以及采集相机坐标系下的相机不同运动状态下的图像信息;
步骤3、将所述惯性导航***坐标系下的惯性导航***不同运动状态下的导航信息转换到相机坐标系下的导航信息;
步骤4、基于所述步骤3获取的导航信息以及所述图像信息解算获得相机内外参数。
本发明实施例中,优选的,所述图像信息还包括不同采集距离的图像信息。也即相机采集的数据要包括不同采集距离的图像信息,以保证尽可能覆盖图像上所有的特征点。
本发明实施例中,更优选的,惯性导航***和相机同时进行一定的线运动和角运动,并且相机采集的数据要包括不同采集距离的图像信息。这样设计不仅可以兼顾运动的高速、低速,进行大量数据的采集,而且这些数据覆盖全面,在后续利用这些数据解算相机内外参数时,保证了参数的精度,而传统标定模板是无法达到这一效果的,原因是,标定模板不可能做的无限大,且又受大视场、远距离工作环境的限制。此外,本发明将惯性导航***引入相机标定中,虽然惯性导航***获取位置、姿态信息是本领域熟知手段,本发明实施例关键之处还在于通过对惯性导航***的控制,不仅使得数据获取过程中不受限于大视场、远距离工作环境的限制,而且还能获取覆盖面全的数据。
本发明实施例中,基于惯性导航***特性,所述步骤2中的导航信息包括:惯性导航***输出的三维位置信息、方位信息以及水平姿态信息。
本发明实施例中,惯性导航***在工作之前还需要完成准备工作,即惯性导航***的上电启动和初始对准。
本发明实施例中,建立的相机坐标系记为c系:以相机图像平面中心为原点c,相机图像平面为xoy平面,x轴指向左手,y轴与x轴垂直向上,z轴与x轴、y轴按右手定则确定,相机坐标系随相机的移动而移动。
本发明实施例中,建立的惯性导航***坐标系(下称惯导坐标系)记为b系:以惯性导航***的敏感中心为原点,指向左侧为x轴,y轴与x轴垂直向上,z轴与x轴、y轴按右手定则确定。
应用此种配置方式,针对传统模板法相机标定中,由于标定模板的限制,大视场、远距离工作时不能覆盖所需画面的全部,不能实现对相机的准确标定的问题。采用高精度惯性导航信息辅助,提高了远距离、大视场相机标定的准确性和精度。具体的,将惯性导航***引入到相机标定过程中,同时在标定过程中,作为一项关键之处还在于:通过控制惯性导航***和相机同时进行一定的线运动和/或角运动,能够获取大量相对应的导航信息和图像信息数据,并基于上述信息最终完成相机内外参数求解,其中,高精度惯性导航***为相机提供标定过程中不同时刻的位置平移和角度旋转,同时相机采集的特征点能够充分覆盖整个图像区域,使得整个图像平面内实现特征点匹配,上述大量数据的获得使得解算的相机内外参数的精确度得以大幅度提升,能够使得适应图像上任何点。该方法避免了由于标定模板精度不高、拍摄时摆放位置不全面导致的标定误差,提高了远距离、大视场相机标定的准确性和精度。
进一步地,在本发明中,为了便于相机坐标系和惯导坐标系之间的转换,所述步骤1还包括:调整所述惯性导航***的前向与相机的前向保持一致,以及调整所述惯性导航***的水平面与相机成像图像平面大致垂直。应用此种配置方式,将惯性导航***的前向与相机的前向保持一致并调整所述惯性导航***的水平面与相机成像图像平面大致垂直,这样使得惯导坐标系和相机坐标系之间只需要小角度即可进行转换。
本发明实施例中,在已知相机坐标系和惯导坐标系时,两者之间平移矢量和旋转矩阵即可根据常规手段获取。
进一步地,在本发明中,为了保证惯性导航***和相机进行数据同步采集,所述步骤2还包括:同步采集所述惯性导航***和相机的实时数据中,还将所述惯性导航***的数据采集脉冲进行分频处理以得到适应于所述相机的数据采集频率,所述数据采集频率用于触发相机的数据采集。
应用此种配置方式,将惯性导航***的数据采集脉冲进行分频处理得到适应于所述相机的数据采集频率并用于触发相机的数据采集,能够保证相机采集的每一幅图像的时刻都有一组同时刻的惯性导航***输出的三维位置信息、方位信息以及水平姿态信息,保证了两者数据同步采集。
本发明实施例中,惯性导航***的信息采集和输出频率一般较高,通常为100Hz以上,而相机图像的采集和输出不可能达到如此高的频率,为了实现二者信息的同步采集,具体的:需要将惯性导航***提供一个脉冲,来表征惯性导航***数据采集时刻,这个脉冲称为同步脉冲,通常具有高的精度,再将这个脉冲进行分频处理,比如将其分频为10Hz,用以作为相机图像采集的触发脉冲,驱动相机的图像采集,这样,就能保证相机采集的每一幅图像的时刻都有一组同时刻的惯性导航***输出的三维位置信息、方位信息以及水平姿态信息。
进一步地,作为本发明一种实施例,为了保证数据的全面获取,所述步骤2中,所述惯性导航***和相机的实时数据可分多次进行同步采集,其中,每采集一次记录的数据称为一个条次,不同的运动状态在同一条次进行或在不同的条次进行。
本发明实施例中,不同的相机采集距离也可以在不同的条次进行。
进一步地,在本发明中,为了获取相机坐标系下的导航信息,所述步骤3具体包括:
基于所述惯性导航***坐标系和相机坐标系获取两者之间的平移矢量和旋转矩阵;
基于所述平移矢量和旋转矩阵以及惯性导航***不同运动状态下的导航信息获取相机坐标系下的导航信息。
作为本发明一种具体实施例,建立c系与b系之间的平移和旋转关系,记Rb c为b系坐标原点到c系坐标原点的平移矢量,记Cb c为b系坐标原点到c系坐标原点的旋转矩阵,将惯性导航***数据计算的b系内的运动利用Rb c和Cb c转换为时刻c系内的运动:如将b系下在t1时刻的位置Pb1通过Rb c转换为c系下的位置Pc1,将b系下在t1时刻的方位及水平姿态(p,q,r)b1通过Cb c转换为c系下的方位及水平姿态(p,q,r)c1,进而计算出c系下的位置,方位以及水平姿态。
进一步地,在本发明中,为了获取相机内外参数,所述步骤4具体包括:
基于步骤3获取的相机坐标系下的导航信息获取导航信息变化量;
基于所述图像信息进行特征点匹配获取匹配的特征点,并获取所述匹配的特征点在图像坐标系内的像素位移;
将所述导航信息变化量和所述像素位移代入相机成像模型以获取相机投影矩阵;
基于所述相机投影矩阵、导航信息变化量和像素位移获取相机内外参数。
本发明实施例中,所述导航信息变化量是指c系下的位置变化,方位变化以及水平姿态变化。
本发明实施例中,对相机采集的图像进行特征点匹配并计算各匹配特征点在图像坐标系内像素移动可具体采用本领域公知手段进行,通常情况下,在计算像素移动时通常计算两帧之间的像素移动。此外,在已知不同时刻下c系下的位置,方位以及水平姿态时,即可获取c系下的位置变化,方位变化以及水平姿态变化。
本发明实施例中,已知导航信息变化量和像素位移以及相机成像模型,可采用本领域常规手段获取相机投影矩阵,在此不再详细赘述。
本发明实施例中,所述基于所述相机投影矩阵、导航信息变化量和像素位移获取相机内外参数具体为:将所述相机投影矩阵、导航信息变化量和像素位移代入相机内外参数的关系方程,并利用最小二乘法完成相机内外参数求解。其中,具体的解算过程为本领域公知技术,在此不再详细赘述。
综上,本发明针对传统模板法相机标定中,由于标定模板的限制,大视场、远距离工作时不能覆盖所需画面的全部,不能实现对相机的准确标定的问题。采用高精度惯性导航信息辅助,提高了远距离、大视场相机标定的准确性和精度。本发明实施例以高精度惯性导航***测得的***的运动为基准,以相机计算的图像坐标系内的特征点移动为参考,利用最小二乘法完成相机内外参数的求取,可以以相机应用环境中的典型运动为标定运动,以典型图像观测距离为主要图像距离,在整个图像平面内实现特征点匹配,提高了远距离、大视场相机标定的准确性和精度。
如上针对一种实施例描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施例中使用,和/或与其它实施例中的特征相结合或替代其它实施例中的特征使用。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤、组件或其组合的存在或附加。
这些实施例的许多特征和优点根据该详细描述是清楚的,因此所附权利要求旨在覆盖这些实施例的落入其真实精神和范围内的所有这些特征和优点。此外,由于本领域的技术人员容易想到很多修改和改变,因此不是要将本发明的实施例限于所例示和描述的精确结构和操作,而是可以涵盖落入其范围内的所有合适修改和等同物。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
本发明未详细说明部分为本领域技术人员公知技术。
Claims (9)
1.一种基于惯性导航的相机标定方法,其特征在于,所述方法包括以下步骤:
步骤1、将惯性导航***与相机进行固定连接;
步骤2、同步采集所述惯性导航***和相机的实时数据,包括:
控制惯性导航***和相机同时进行一定的线运动和/或角运动,以使得采集惯性导航***坐标系下的惯性导航***不同运动状态下的导航信息以及采集相机坐标系下的相机不同运动状态下的图像信息;
步骤3、将所述惯性导航***坐标系下的惯性导航***不同运动状态下的导航信息转换到相机坐标系下的导航信息;
步骤4、基于所述步骤3获取的导航信息以及所述图像信息解算获得相机内外参数。
2.根据权利要求1所述的一种基于惯性导航的相机标定方法,其特征在于,所述图像信息还包括不同采集距离的图像信息。
3.根据权利要求1所述的一种基于惯性导航的相机标定方法,其特征在于,所述步骤2中的导航信息包括:惯性导航***输出的三维位置信息、方位信息以及水平姿态信息。
4.根据权利要求1所述的一种基于惯性导航的相机标定方法,其特征在于,所述步骤1还包括:调整所述惯性导航***的前向与相机的前向保持一致,以及调整所述惯性导航***的水平面与相机成像图像平面大致垂直。
5.根据权利要求1-2所述的一种基于惯性导航的相机标定方法,其特征在于,所述步骤2还包括:同步采集所述惯性导航***和相机的实时数据中,还将所述惯性导航***的数据采集脉冲进行分频处理以得到适应于所述相机的数据采集频率,所述数据采集频率用于触发相机的数据采集。
6.根据权利要求1-2所述的一种基于惯性导航的相机标定方法,其特征在于,所述步骤2中,所述惯性导航***和相机的实时数据可分多次进行同步采集,其中,每采集一次记录的数据称为一个条次,不同的运动状态在同一条次进行或在不同的条次进行。
7.根据权利要求1所述的一种基于惯性导航的相机标定方法,其特征在于,所述步骤3具体包括:
基于所述惯性导航***坐标系和相机坐标系获取两者之间的平移矢量和旋转矩阵;
基于所述平移矢量和旋转矩阵以及惯性导航***不同运动状态下的导航信息获取相机坐标系下的导航信息。
8.根据权利要求2所述的一种基于惯性导航的相机标定方法,其特征在于,所述步骤4具体包括:
基于步骤3获取的相机坐标系下的导航信息获取导航信息变化量;
基于所述图像信息进行特征点匹配获取匹配的特征点,并获取所述匹配的特征点在图像坐标系内的像素位移;
将所述导航信息变化量和所述像素位移代入相机成像模型以获取相机投影矩阵;
基于所述相机投影矩阵、导航信息变化量和像素位移获取相机内外参数。
9.根据权利要求8所述的一种基于惯性导航的相机标定方法,其特征在于,所述基于所述相机投影矩阵、导航信息变化量和像素位移获取相机内外参数具体为:将所述相机投影矩阵、导航信息变化量和像素位移代入相机内外参数的关系方程,并利用最小二乘法完成相机内外参数求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910644325.6A CN110458892A (zh) | 2019-07-17 | 2019-07-17 | 基于惯性导航的相机标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910644325.6A CN110458892A (zh) | 2019-07-17 | 2019-07-17 | 基于惯性导航的相机标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110458892A true CN110458892A (zh) | 2019-11-15 |
Family
ID=68482757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910644325.6A Pending CN110458892A (zh) | 2019-07-17 | 2019-07-17 | 基于惯性导航的相机标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458892A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201219850D0 (en) * | 2012-11-05 | 2012-12-19 | Univ Oxford | Extrinsic calibration of imaging sensing devices and 2D lidars mounted on transportable apparatus |
CN103940434A (zh) * | 2014-04-01 | 2014-07-23 | 西安交通大学 | 基于单目视觉和惯性导航单元的实时车道线检测*** |
US20150201180A1 (en) * | 2013-07-23 | 2015-07-16 | The Regents Of The University Of California | 3-d motion estimation and online temporal calibration for camera-imu systems |
CN106251305A (zh) * | 2016-07-29 | 2016-12-21 | 长春理工大学 | 一种基于惯性测量单元imu的实时电子稳像方法 |
CN107314778A (zh) * | 2017-08-04 | 2017-11-03 | 广东工业大学 | 一种相对姿态的标定方法、装置及*** |
CN108717712A (zh) * | 2018-05-29 | 2018-10-30 | 东北大学 | 一种基于地平面假设的视觉惯导slam方法 |
-
2019
- 2019-07-17 CN CN201910644325.6A patent/CN110458892A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201219850D0 (en) * | 2012-11-05 | 2012-12-19 | Univ Oxford | Extrinsic calibration of imaging sensing devices and 2D lidars mounted on transportable apparatus |
US20150201180A1 (en) * | 2013-07-23 | 2015-07-16 | The Regents Of The University Of California | 3-d motion estimation and online temporal calibration for camera-imu systems |
CN103940434A (zh) * | 2014-04-01 | 2014-07-23 | 西安交通大学 | 基于单目视觉和惯性导航单元的实时车道线检测*** |
CN106251305A (zh) * | 2016-07-29 | 2016-12-21 | 长春理工大学 | 一种基于惯性测量单元imu的实时电子稳像方法 |
CN107314778A (zh) * | 2017-08-04 | 2017-11-03 | 广东工业大学 | 一种相对姿态的标定方法、装置及*** |
CN108717712A (zh) * | 2018-05-29 | 2018-10-30 | 东北大学 | 一种基于地平面假设的视觉惯导slam方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106338245B (zh) | 一种工件非接触移动测量方法 | |
CN105928498B (zh) | 提供关于对象的信息的方法、大地测绘***、存储介质 | |
US11145077B2 (en) | Device and method for obtaining depth information from a scene | |
CN107314778B (zh) | 一种相对姿态的标定方法、装置及*** | |
CN107727076B (zh) | 测量*** | |
CN104240262B (zh) | 一种用于摄影测量的相机外参数标定装置及标定方法 | |
CN108171733A (zh) | 扫描仪vis | |
CN106546170B (zh) | 一种机器人运动轨迹关键点误差测量方法 | |
CN110033480B (zh) | 基于航摄测量的机载光电***目标运动矢量估计方法 | |
CN106295512B (zh) | 基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法 | |
CN106990776B (zh) | 机器人归航定位方法与*** | |
CN106872993A (zh) | 便携式距离测量装置和用于捕捉相对位置的方法 | |
CN104729484B (zh) | 无人机用多视角立体航摄装置及其焦距确定的方法 | |
CN108733039A (zh) | 一种机器人室内导航定位的方法与装置 | |
CN110375648A (zh) | 棋盘格靶标辅助的单台相机实现的空间点三维坐标测量方法 | |
CN106468552A (zh) | 一种基于机载光电平台的双机交会定位方法 | |
CN107289910A (zh) | 一种基于tof的光流定位*** | |
CN113129280B (zh) | 一种基于建筑物轮廓特征的目标落点测量方法 | |
CN109739239A (zh) | 一种用于巡检机器人的不间断仪表识别的规划方法 | |
CN108225328A (zh) | 一种室内三维数据采集方法 | |
CN106370160A (zh) | 一种机器人室内定位***和方法 | |
CN109146958A (zh) | 一种基于二维图像的交通标志空间位置测量方法 | |
CN109782786A (zh) | 一种基于图像处理的定位方法和无人机 | |
CN105698784A (zh) | 一种室内机器人定位***及方法 | |
CN112129263B (zh) | 一种分离移动式立体测距相机的测距方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191115 |
|
RJ01 | Rejection of invention patent application after publication |