CN115908562A - 一种异面点合作标志器及测量方法 - Google Patents

Abstract

本发明属于计算机视觉领域，具体说是一种异面点合作标志器及测量方法，标志器包括：基面、立柱以及多个标志点；立柱有多个，均设于基面上；标志点分别设于基面和立柱上，标志点包括：圆环标志点和圆点标志点；其中，设于基面的标志点为基面标志点，设于柱体顶面上的标志点为柱面标志点；基面标志点为圆环标志点，沿基面中心点均匀分布在基面的四个角上；所述柱面标志点为圆环标志点或圆点标志点。本发明具有快速识别的特性，抗干扰能力较强，在丢失个别标志点的情况下依然能够准确完成目标识别。

Description

一种异面点合作标志器及测量方法

技术领域

本发明属于计算机视觉领域，具体说是一种异面点合作标志器及测量方法。

背景技术

根据不同应用场景以及任务需求视觉测量可划分为单目视觉测量、多目视觉测量、结构光视觉测量等。其中多目视觉测量主要是利用场景中目标与背景的纹理信息进行双目特征匹配与相对位姿计算，算法相对复杂，计算也比较耗时；结构光测量相当于增加场景中的纹理信息，有利于目标的三维点云提取，但是如果点云比较稠密也会带来计算量大相应速度慢的问题；许多应用场景下通过合理的布局与配置，基于单目视觉的标志器测量可获得测量精度高、测量响应速度快、抗干扰能力强的特点。基于单目视觉的标志器测量在空间、水下、工业生产等多个领域都有着广泛的应用案例，如航天器交会、在轨维护、潜水器停靠、机械臂目标抓取等具体操作。

周鑫，朱枫发表于《计算机学报》，2003年第12期上的论文“关于P3P问题解的唯一性条件的几点讨论”，从工程应用的角度讨论了P3P问题多解问题以及唯一解条件，关于申请号为：201310639611.6的“一种基于点特征的单目视觉位姿测量方法”发明专利，利用等腰三角形分布的标志点构造P3P问题的唯一解条件，并采用两分迭代算法实现相对位姿快速求解。某些应用场景在相对复杂的工况下，标志器上的标志点经成像后可能出现反光、遮挡、大量光斑的干扰等问题，造成识别失败或者误识别严重影响了目标测量的效率。因此在标志器设计方面还应充分考虑标志点识别的抗干扰能力。

发明内容

本发明目的是提供一种由圆环标志点和圆点标志点组成的异面结构标志器，利用圆环标志点在图像处理中的排它性，提高标志器识别的抗干扰能力，利用异面结构提高标志器的相对位姿测量精度。标志器识别时首先从数量较少的圆环特征点中进行查找，再结合圆点特征点查找能够满足模型约束的候选最小单元，利用P3P算法计算相对位姿初值，进一步根据模型约束查找其它特征点，最后使用非线性优化算法求取相对位姿精确解。

本发明为实现上述目的所采用的技术方案是：一种异面点合作标志器，包括：基面、立柱以及多个标志点；

所述立柱有多个，均设于基面上；所述标志点分别设于基面和立柱上，标志点包括：圆环标志点和圆点标志点；

其中，设于基面的标志点为基面标志点，设于柱体顶面上的标志点为柱面标志点；

所述基面标志点为圆环标志点，沿基面中心点均匀分布在基面的四个角上；所述柱面标志点为圆环标志点或圆点标志点。

所述立柱，包括：第一立柱、第二立柱以及第三立柱，基面的中心点处设有第一立柱，沿基面的中心点的立柱上下两侧对称设有第二立柱和第三立柱；

所述第一立柱、第二立柱上分别设有圆点标志点，第三立柱上设有圆环标志点；

所述第二立柱上的圆点标志点的中心点与基面顶部两角的圆环标志点的中心点处于同一水平线上；所述第三立柱上的圆环标志点的中心点与基面底部两角的圆环标志点的中心点处于同一水平线上；

所述基面上的圆环标志点的中心点顺次连线构成正方形；

所述第一立柱在基面上的垂直投影位于正方形的中心点处，第二立柱和第三立柱在基面上的垂直投影分别位于正方形的上、下两边的中点位置处。

所述圆点标志点的直径尺寸为圆环标志点的直径尺寸的三分之二，圆环标志点的内径尺寸等于圆环标志点的外径尺寸的二分之一；所述圆环标志点的内圆和外圆为同心圆。

一种异面点合作标志器的测量方法，包括以下步骤：

1)对标志器上的标志点进行标记，并根据标志点建立标志器坐标系；

2)根据标志点在标志器上的分布情况，设置多组最小识别单元；其中，每一组最小识别单元均由一个柱面标志点和两个基面标志点组成；

3)将标志器置于相机镜头前方，标志器的倾角在设定角度范围内，标志器在相机镜头成像后，识别图像中的圆环标志点和圆点标志点，并对标志点的图像坐标进行畸变校正；

4)以圆环标志点开始搜索最小识别单元，即遍历图像处理过程中查找到的所有圆环标志点，从中选取两个满足设定距离约束的圆环标志点，再从所有圆点标志点中选取一个圆点标志点，与两个圆环标志点共同组成一个候选最小识别单元；

5)假设候选最小识别单元是步骤2)中设置的多组最小识别单元之一，设置标志点的模型坐标，结合最小识别单元中标志点的成像坐标，进行标志器相对位姿初值求解，得到标志器坐标系相对相机坐标系的位姿初值；

6)通过获取标志器坐标系相对相机坐标系的位姿初值、标志器上标志点在标志器三维模型中的空间坐标，以及标定的相机模型参数，获取标志器上其它标志点在图像上的成像坐标，利用标志点的成像坐标，从图像中已查找的标志点中进行匹配，获取匹配成功的标志点；

7)根据匹配成功的标志点，以重投影误差作为目标函数，以标志器坐标系与相机坐标系之间的相对位姿作为优化变量，以P3P算法求解的相对位姿作为优化变量的初值进行非线性优化相对位姿求解，得到标志器坐标系与相机坐标系之间的相对位姿；

8)对得到的标志器坐标系与相机坐标系之间的相对位姿进行坐标系转换：与标志器固连的被动端坐标系和与相机固连的主动端坐标系之间的相对位姿。

所述步骤1)，具体为：

第一立柱上的标志点标记为0号标志点，第二立柱上的标志点标记为1号标志点，基面右上角标志点标记为2号标志点，基面右下角标志点标记为3号标志点，第三立柱上的志点标记为4号标志点，基面左下角标志点标记为5号标志点，基面左上角标志点标记为6号标志点；

以0号标志点在基面的投影点定义为标志器坐标系原点，由6号标志点指向2号标志点的方向定义为标志器坐标系X轴的正方向，由6号标志点指向5标志点的方向定义为标志器坐标系Y轴的正方向。

步骤2)中，所述设置多组最小识别单元为：

{0,2,3},{0,3,5},{0,5,6},{0,6,2},{0,2,5},{0,6,3},{1,6,2},{4,3,5}；

其中，数字0至6分别对应0号标志点至6号标志点；

其中前4组{0,2,3},{0,3,5},{0,5,6},{0,6,2}中每组的三个标志点在标志器上的布局构成顺时针排序；

后4组{0,2,5},{0,6,3},{1,6,2},{4,3,5}，每组的第一个标志点在基面上的投影位于第二个和第三个标志点的中间位置；

通过设置约束条件筛选候选最小识别单元。

步骤6)中，所述从图像中已查找的标志点中进行匹配，获取匹配成功的标志点，具体为：

如果成像坐标与某个标志点坐标欧式距离小于设定阈值，即该标志点与图像特征点匹配成功，如果匹配点满足设定数量约束，则目标已经识别；否则继续判断P3P算法求解的其它标志点所在标志器坐标系相对相机坐标系的位姿初值；

如果P3P算法求解的位姿都不满足匹配点数量约束条件，则继续假设候选最小识别单元是步骤2)中设置的多组最小识别单元的其它情况，直至遍历完成多组最小识别单元中所有的情况，直至目标已经正确识别为止。

所述步骤7)，具体为：

获取标志器坐标系相对相机坐标系的位姿初值，以重投影误差作为目标函数E，以标志器坐标系与相机坐标系之间的相对位姿作为优化变量，通过非线性优化求解得到标志器坐标系相对相机坐标系的旋转平移关系(R t)，即：

其中，(X_i,Y_i,Z_i)为第i个标志点在标志器坐标系下的坐标，(u_i,v_i)为对应i个标志点的成像坐标，(R t)为标志器坐标系相对相机坐标系的旋转平移关系，(R t)对应的位置量为tx,ty,tz，欧拉角为ax,ay,az，fu,fv,u₀,v₀为相机的内参数，

为通过(X_i,Y_i,Z_i)，相对旋转平移关系(R t)以及相机内参数重新计算的标志点成像坐标。

所述步骤8)，具体为：

令旋转平移矩阵

代表被动端坐标系与标志器坐标系的相对位姿关系，令旋转平移矩阵

代表相机坐标系与主动端标系的相对位姿关系，令旋转平移矩阵

代表标志器坐标系相对相机坐标系的相对位姿，令旋转平移矩阵

代表被动端坐标系相对主动端坐标系的相对位姿：

其中，

和

是固定参数可通过标定已知，

是由非线性优化计算得到的(R t)。

本发明具有以下有益效果及优点：

1.标志器设计使用异面标志点布局，可以在标志器有限大小空间内有效提高测量精度。

2.标志器设计使用具有排它性较强的圆环特征点，在复杂背景条件下，可以缩小特征点搜索范围，实现快速定位图像中的特征点组合。

3.识别算法使用基于最小识别单元的查找策略，在丢失个别标志点的情况下依然能够准确完成目标识别，抗干扰能力较强。

附图说明

图1本发明标志器结构示意图；

图2本发明实施例中标志器设置的8组最小识别单元；

图3本发明标志器标志点示意图；

图4本发明标志器结构二维三视图。

具体实施方式

如图1所示，是本发明专利中标志器的设计示意图，标志器上的标志点包括圆环标志点和圆点标志点，标志器由基面和基面上的三个立柱组成，标志点分布在基面和圆柱上；

根据标志器上标志点的分布区域划分标志点分为基面标志点和柱面标志点，分布在基面上的标志点为基面标志点，分布在圆柱上的标志点为柱面标志点；

其中，基面标志点为圆环标志点，分布在标志器基面的四个角落；将标志器按左、中、右进行区域划分，圆柱位于标志器中间部分，三个圆柱按上、中、下分布，其中下边的柱面标志点也是圆环标志点，另外两个柱面标志点为圆点标志点。

立柱，包括：第一立柱、第二立柱以及第三立柱，基面的中心点处设有第一立柱，沿基面的中心点的立柱上下两侧对称设有第二立柱和第三立柱；

第一立柱、第二立柱上分别设有圆点标志点，第三立柱上设有圆环标志点；

第二立柱上的圆点标志点的中心点与基面顶部两角的圆环标志点的中心点处于同一水平线上；所述第三立柱上的圆环标志点的中心点与基面底部两角的圆环标志点的中心点处于同一水平线上；

圆点标志点的直径为圆环标志点外径的三分之二大小，圆环标志点的内径等于圆环标志点外径的一半；圆环标志点的内圆和外圆为同心圆。

位于四个角落的基面标志点的中心连线构成一个正方形，上边柱面标志点在基面的垂直投影位于上边两个基面标志点的中点位置，下边柱面标志点在基面的垂直投影位于下边两个基面标志点的中点位置，中间柱面标志点在基面的垂直投影位于上边四个基面标志点的中心位置。

如图1所示，可以看到标志器基面上处理4个圆环标志点，还有3个6.35mm的通孔(如图2中的7/8/9标记的3个位置)，这3个通孔主要是用于激光跟踪仪做精度测试采集数据使用。

图4给出了具体的尺寸信息，标志器上圆点标志点直径为10mm，圆环标志点外径为15mm，内径为7.5mm；中间圆柱高度为30mm，圆柱直径为18mm；上、下两个圆柱高度为20mm，上圆柱直径为18mm，下圆柱直径为25mm。基面圆环标志点中心间距为65mm。标志器表面做黑色吸光材料处理，标志点所在区域相对所在面下凹0.2mm，涂漫反射白漆。

标志器识别测量方法具体包括以下步骤：

根据图像灰度分布情况设置二值化阈值T0，对图像进行二值化，大于二值化阈值的像素定义为目标像素，其余像素定义为背景像素；

区域生长，查找图像中满足外接矩形长宽比不大于T1(例如1.6)的连通区域，根据圆环特征点中心为由背景像素组成孔洞、圆点特征点为实心连通区域的特点，判断区域中心附近是否存在孔洞，如果查找区域不包含孔洞则直接归类为圆点特征点，如果存在孔洞则进一步计算孔洞中心的图像坐标，并与对应的目标像素组成的连通区域的中心坐标进行比较，如果二者欧式距离小于T2(例如1.0像素)则满足圆环特征点约束，则将该识别区域归类为圆环特征点；

1)对标志器上的标志点进行标记，如图2所示，中间柱面标志点标记为0号标志点，上边柱面标志点标记为1号标志点，右上角基面标志点标记为2号标志点，右下角标志点标记为3号标志点，下边柱面标志点标记为4号标志点，左下角标志点标记为5号标志点，左上角标志点标记为6号标志点；0号标志点在基面的投影点定义为标志器坐标系原点，由6号标志点指向2号标志点的方向定义为标志器坐标系X轴的正方向，由6号标志点指向5标志点的方向定义为标志器坐标系Y轴的正方向。

2)根据标志点在标志器上的分布情况设置以下8组最小识别单元，如图3所示：{0,2,3},{0,3,5},{0,5,6},{0,6,2},{0,2,5},{0,6,3},{1,6,2},{4,3,5}。

其中，数字0至6分别对应0号标志点至6号标志点。每一组最小识别单元都是由一个柱面标志点和两个基面标志点组成。其中前4组{0,2,3},{0,3,5},{0,5,6},{0,6,2}三个标志点在标志器上的布局构成顺时针排序；后4组{0,2,5},{0,6,3},{1,6,2},{4,3,5}，第一个标志点在基面上的投影位于第二个和第三个标志点的中间位置，利用这些信息可以设置约束条件筛选候选最小识别单元。如图2～3所示，其中0至6标记为标志点，7/8/9为用于精度测试使用的靶座孔位；

3)标志器位于相机镜头前方，标志器的倾角在一定范围之内，标志器正常成像后首先识别图像中的圆环特征点和圆点特征点，并对特征点的图像坐标进行畸变校正。

4)以排它性较强的圆环特征点开始搜索最小识别单元，即遍历图像处理过程中查找到的所有圆环标志点，从中选取两个满足一定距离约束的圆环，再从所有圆点特征点中选取一个圆点特征点，与两个圆环特征点共同组成一个候选最小识别单元。

5)假设候选最小识别单元是步骤2中设置的8组最小识别单元中的一种情况，设置标志点的模型坐标，结合最小识别单元的成像坐标，使用P3P算法进行相对位姿初值求解。理论上P3P算法求解相对位姿具有4组解，并可能包含复数解，仅对其中的实数解进行验算。

由于标志器相对相机的运动范围是有限的，包括测量距离和可能姿态角范围，此处假设标志器的倾角不大于T3(例如30°)，横滚角在Theta附近偏差不大于T4(例如20°)，利用该信息也可以对P3P算法求解的位姿初值做进一步筛选。

对于满足一定约束条件的位姿初值，再结合标志器上标志点的模型坐标，以及相机模型参数可以查找其它标志点在图像中是否有匹配的特征点，匹配误差设置为T5(例如1.0像素)，如果匹配点不小于T6(例如5个)，则说明目标已经正确识别，不再进行P3P其它位姿解的验算，也不再进行步骤2中设置的8组最小识别单元中其它情况的假设；否则继续判断P3P算法求解的其它位姿，如果P3P算法求解的所有实数位姿都不满足匹配点数量约束条件，则继续假设候选最小识别单元是步骤2中设置的8组最小识别单元中的其它情况，直至遍历完成8组最小识别单元中所有的情况为止。以上如果标志器横滚角运动范围被限制在Theta附近偏差20°以内，则即使1号标志点和4号标志点同时丢失也不会造成识别歧义，这种工况下目标识别过程中就允许1号标志点和4号标志点同时丢失；

P3P算法求解相对位姿具体如下：

最小识别单元中的第1个标志点用符号A标记，第2个标志点用符号B标记，第3个标志点用符号C标记。A和B之间的距离用d₁标记，A和C之间的距离用d₂标记，B和C之间的距离用d₃标记，相机光心用O标记，O和A之间的距离用a标记，O和B之间的距离用b标记，O和C之间的距离用c标记。∠AOB用α标记，∠AOC用β标记，∠BOC用γ标记。以上由于标志器模型已知，标志点在标志器坐标系下的坐标也都可以实现获得，所以d1、d2、d3都是已知量。标志点A对应的成像点用D标记，标志点B对应的成像点用E标记，标志点C对应的成像点用F标记，有O、A、D三点共线，O、B、E三点共线，O、C、F三点共线，因此有∠AOB＝∠DOE，∠AOC＝∠DOF，∠BOC＝∠EOF，而成像点D、E、F在图像处理特征点查找时已经确定，对应的成像坐标也是已知量，进而利用余弦定理可以计算alpha、beta、gamma的具体值。

再根据余弦定理：

△AOB中有

△AOC中有

△BOC中有

以上d₁、d₂和d₃，以及α、β、γ均为已知量，联立三个方程可求解a、b和c。由于A、B、C三个点与光心连线在相机坐标系下的方向向量通过对应成像坐标与光心连线计算得到，同时A、B、C三个点与光心的距离通过以上求解过程获得，则A、B、C三个点在相机坐标系下的三维坐标使用方向向量与距离的乘积也可以获得，此时同时已知A、B、C三个点在相机坐标系下的三维坐标和在标志器坐标系下的三维坐标，即可获得标志器坐标系相对相机坐标系的相对位姿。

6)根据步骤5中查找到的成功匹配的标志点与特征点，以重投影误差作为目标函数，以标志器坐标系与相机坐标系之间的相对位姿作为优化变量，以录用了的P3P算法求解的位姿作为优化变量的初值进行非线性优化相对位姿求解，非线性优化算法采用LM优化算法。

以上标志器识别算法求解过程中利用P3P算法求解得到的相对位姿可以与特定工况下可能的位姿范围进行比较，如果求解位姿超出可能的位姿范围则直接排除，不再参与下一步计算。

另外，如果标志器相对相机运动的姿态角范围有限，在不存在识别歧义的情况下1号标志点和4号标志点可以同时丢失，否则1号标志点和4号标志点至少有一个标志点应正确识别。

7)坐标系转换，以上计算过程得到标志器坐标系与相机坐标系之间的相对位姿，根据事先标定参数，将相对位姿转换到与标志器固连的被动端坐标系，和与相机固连的主动端坐标系之间的相对位姿。

其中，主动端是与相机固连的结构，被动端是与标志器固连的结构，根据实际测量任务的不同，主动端和被动端的具体对象也不同。如机械臂作业过程中，相机装配在机械臂末端，机械臂末端装配操作工具，标志器装配在操作部件附近，通过视觉测量，引导机械臂携操作工具完成对操作部件的动作；或者空间航天器对接任务中，相机安装在其中一个航天器上，标志器装配在另一个航天器上，装配相机的航天器的对接机构称为主动端，装配标志器的航天器称为被动端。

非线性优化相对位姿求解，一般是一个迭代优化的过程，需要确定优化变量、优化变量初值以及目标函数三个输入条件，以下对这三个输入条件进行具体说明。

已知成功识别了n个标志点，其中第i个标志点在标志器坐标系下的坐标为(X_i,Y_i,Z_i)，对应的成像坐标为(u_i,v_i)，标志器坐标系相对相机坐标系的旋转平移关系用3*4矩阵(R t)表达，其中R为3*3旋转矩阵，对应的欧拉角为ax,ay,az，t为3*1列向量(tx,ty,tz)′。fu,fv为相机焦比，u₀,v₀为相机主点坐标，fu,fv,u₀,v₀统称为相机内参数，可以通过事先相机标定获得。

为重投影的图像坐标，可通过模型参数(X_i,Y_i,Z_i)，相对旋转平移关系(Rt)以及相机内参数计算得到，具体如下：

令位置量为tx,ty,tz，欧拉角为ax,ay,az作为优化变量，已经识别到的特征点的图像坐标与标志点重投影的图像坐标的偏差的平方和作为非线性优化相对位姿求解目标函数，如下所示：

令旋转平移矩阵

代表被动端坐标系与标志器坐标系的相对位姿关系，令旋转平移矩阵

代表相机坐标系与主动端标系的相对位姿关系，令旋转平移矩阵

代表标志器坐标系相对相机坐标系的相对位姿，令旋转平移矩阵

代表被动端坐标系相对主动端坐标系的相对位姿：

其中，

和

是固定参数可通过标定已知，

表示由非线性优化计算得到的(R t)。

综上，本发明利用标志器识别过程中设置最小识别单元，由一个柱面标志点和两个基面标志点，利用圆环标志点排它性较强的特点缩小搜索范围，快速定位目标，利用P3P算法求解标志器与相机之间的相对位姿初值，利用初值信息再进一步查找图像中与标志点匹配的特征点，最后利用非线性优化的方法获得相对位姿精确解。

以上所述仅为本发明的实施方式，并非用于限定本发明的保护范围。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、扩展等，均包含在本发明的保护范围内。

Claims (10)

1.一种异面点合作标志器，其特征在于，包括：基面、立柱以及多个标志点；

所述立柱有多个，均设于基面上；所述标志点分别设于基面和立柱上，标志点包括：圆环标志点和圆点标志点；

其中，设于基面的标志点为基面标志点，设于柱体顶面上的标志点为柱面标志点；

所述基面标志点为圆环标志点，沿基面中心点均匀分布在基面的四个角上；所述柱面标志点为圆环标志点或圆点标志点。

2.根据权利要求1所述的一种异面点合作标志器，其特征在于，所述立柱，包括：第一立柱、第二立柱以及第三立柱，基面的中心点处设有第一立柱，沿基面的中心点的立柱上下两侧对称设有第二立柱和第三立柱；

所述第一立柱、第二立柱上分别设有圆点标志点，第三立柱上设有圆环标志点；

所述第二立柱上的圆点标志点的中心点与基面顶部两角的圆环标志点的中心点处于同一水平线上；所述第三立柱上的圆环标志点的中心点与基面底部两角的圆环标志点的中心点处于同一水平线上。

3.根据权利要求2所述的一种异面点合作标志器，其特征在于，所述基面上的圆环标志点的中心点顺次连线构成正方形；

所述第一立柱在基面上的垂直投影位于正方形的中心点处，第二立柱和第三立柱在基面上的垂直投影分别位于正方形的上、下两边的中点位置处。

4.根据权利要求1所述的一种异面点合作标志器，其特征在于，所述圆点标志点的直径尺寸为圆环标志点的直径尺寸的三分之二，圆环标志点的内径尺寸等于圆环标志点的外径尺寸的二分之一；所述圆环标志点的内圆和外圆为同心圆。

5.根据权利要求1所述的一种异面点合作标志器的测量方法，其特征在于，包括以下步骤：

1)对标志器上的标志点进行标记，并根据标志点建立标志器坐标系；

2)根据标志点在标志器上的分布情况，设置多组最小识别单元；其中，每一组最小识别单元均由一个柱面标志点和两个基面标志点组成；

3)将标志器置于相机镜头前方，标志器的倾角在设定角度范围内，标志器在相机镜头成像后，识别图像中的圆环标志点和圆点标志点，并对标志点的图像坐标进行畸变校正；

4)以圆环标志点开始搜索最小识别单元，即遍历图像处理过程中查找到的所有圆环标志点，从中选取两个满足设定距离约束的圆环标志点，再从所有圆点标志点中选取一个圆点标志点，与两个圆环标志点共同组成一个候选最小识别单元；

5)假设候选最小识别单元是步骤2)中设置的多组最小识别单元之一，设置标志点的模型坐标，结合最小识别单元中标志点的成像坐标，进行标志器相对位姿初值求解，得到标志器坐标系相对相机坐标系的位姿初值；

6)通过获取标志器坐标系相对相机坐标系的位姿初值、标志器上标志点在标志器三维模型中的空间坐标，以及标定的相机模型参数，获取标志器上其它标志点在图像上的成像坐标，利用标志点的成像坐标，从图像中已查找的标志点中进行匹配，获取匹配成功的标志点；

7)根据匹配成功的标志点，以重投影误差作为目标函数，以标志器坐标系与相机坐标系之间的相对位姿作为优化变量，以P3P算法求解的相对位姿作为优化变量的初值进行非线性优化相对位姿求解，得到标志器坐标系与相机坐标系之间的相对位姿；

8)对得到的标志器坐标系与相机坐标系之间的相对位姿进行坐标系转换：与标志器固连的被动端坐标系和与相机固连的主动端坐标系之间的相对位姿。

6.根据权利要求5所述的一种异面点合作标志器的测量方法，其特征在于，所述步骤1)，具体为：

第一立柱上的标志点标记为0号标志点，第二立柱上的标志点标记为1号标志点，基面右上角标志点标记为2号标志点，基面右下角标志点标记为3号标志点，第三立柱上的志点标记为4号标志点，基面左下角标志点标记为5号标志点，基面左上角标志点标记为6号标志点；

以0号标志点在基面的投影点定义为标志器坐标系原点，由6号标志点指向2号标志点的方向定义为标志器坐标系X轴的正方向，由6号标志点指向5标志点的方向定义为标志器坐标系Y轴的正方向。

7.根据权利要求5所述的一种异面点合作标志器的测量方法，其特征在于，步骤2)中，所述设置多组最小识别单元为：

{0,2,3},{0,3,5},{0,5,6},{0,6,2},{0,2,5},{0,6,3},{1,6,2},{4,3,5}；

其中，数字0至6分别对应0号标志点至6号标志点；

其中前4组{0,2,3},{0,3,5},{0,5,6},{0,6,2}中每组的三个标志点在标志器上的布局构成顺时针排序；

后4组{0,2,5},{0,6,3},{1,6,2},{4,3,5}，每组的第一个标志点在基面上的投影位于第二个和第三个标志点的中间位置；

通过设置约束条件筛选候选最小识别单元。

8.根据权利要求5所述的一种异面点合作标志器的测量方法，其特征在于，步骤6)中，所述从图像中已查找的标志点中进行匹配，获取匹配成功的标志点，具体为：

如果成像坐标与某个标志点坐标欧式距离小于设定阈值，即该标志点与图像特征点匹配成功，如果匹配点满足设定数量约束，则目标已经识别；否则继续判断P3P算法求解的其它标志点所在标志器坐标系相对相机坐标系的位姿初值；

如果P3P算法求解的位姿都不满足匹配点数量约束条件，则继续假设候选最小识别单元是步骤2)中设置的多组最小识别单元的其它情况，直至遍历完成多组最小识别单元中所有的情况，直至目标已经正确识别为止。

9.根据权利要求5所述的一种异面点合作标志器的测量方法，其特征在于，所述步骤7)，具体为：

获取标志器坐标系相对相机坐标系的位姿初值，以重投影误差作为目标函数E，以标志器坐标系与相机坐标系之间的相对位姿作为优化变量，通过非线性优化求解得到标志器坐标系相对相机坐标系的旋转平移关系(R t)，即：

其中，(X_i,Y_i,Z_i)为第i个标志点在标志器坐标系下的坐标，(u_i,v_i)为对应i个标志点的成像坐标，(R t)为标志器坐标系相对相机坐标系的旋转平移关系(R t)对应的位置量为tx,ty,tz，欧拉角为ax,ay,az，fu,fv,u₀,v₀为相机的内参数，

为通过(X_i,Y_i,Z_i)，相对旋转平移关系(R t)以及相机内参数重新计算的标志点成像坐标。

10.根据权利要求5所述的一种异面点合作标志器的测量方法，其特征在于，所述步骤8)，具体为：

令旋转平移矩阵

代表被动端坐标系与标志器坐标系的相对位姿关系，令旋转平移矩阵

代表相机坐标系与主动端标系的相对位姿关系，令旋转平移矩阵

代表标志器坐标系相对相机坐标系的相对位姿，令旋转平移矩阵

代表被动端坐标系相对主动端坐标系的相对位姿：

其中，

和

是固定参数可通过标定已知，

表示由非线性优化计算得到的(R t)。

Images