CN116228870B - 一种基于二维码slam精度控制的建图方法及*** - Google Patents
一种基于二维码slam精度控制的建图方法及*** Download PDFInfo
- Publication number
- CN116228870B CN116228870B CN202310494501.9A CN202310494501A CN116228870B CN 116228870 B CN116228870 B CN 116228870B CN 202310494501 A CN202310494501 A CN 202310494501A CN 116228870 B CN116228870 B CN 116228870B
- Authority
- CN
- China
- Prior art keywords
- slam
- camera
- laser
- dimensional code
- pose
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000013507 mapping Methods 0.000 title claims description 29
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012805 post-processing Methods 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1452—Methods for optical code recognition including a method step for retrieval of the optical code detecting bar code edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Computer Graphics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于SLAM***技术领域,提供了一种基于二维码SLAM精度控制的建图方法及***。该方法包括,获取二维码的四个角点,计算相机坐标系下二维码四个角点的像素坐标;所述二维码的四个角点通过SLAM设备经过贴附在建筑物上的二维码时,相机和激光器获取的,并记录时间;根据相机坐标系下二维码四个角点的像素坐标和二维码四个角点坐标,计算相机位姿;根据相机位姿,结合相机到激光器的位姿关系,计算对应时刻的激光位姿;根据所述激光位姿、SLAM初始轨迹以及SLAM坐标系到世界坐标系之间的变换,构建误差项,对误差项进行最优化求解,得到最终SLAM轨迹,以此构建SLAM点云地图。
Description
技术领域
本发明属于即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)领域,具体涉及一种基于二维码SLAM精度控制的建图方法及***。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
SLAM***可以很方便的采集室内环境的高精度点云,但SLAM***需要如闭环检测、后端优化、基于IMU预积分的里程计退化补偿等,在复杂场景下不能提供稳定的精度输出,表现为SLAM成果经常不能满足测绘高精要求,出现不同程度的轨迹漂移,这种漂移也导致了后期很多应用无法展开。将漂移的点云纠回来是实现测绘业务应用的必要且重要的一个环节。
目前SLAM***的后期控制精度主要方法是触碰式锚点,这种锚点一般贴在地面或墙面,在作业时,将SLAM设备的某个部位接触预设的锚点,因为SLAM设备的固定位置与SLAM轨迹基准的变换关系可以被标定出来,因此等同于为SLAM某时刻指定了一个已知坐标,因此可以实现精度控制。但锚点布设成本很高,特别是在遮挡严重的室内需要多次引站,但是,这种锚点布设的时间和人力消耗明显超过扫描时间。在一些室内场景扫描时,作业员甚至重新使用搬站式激光扫描仪,目的是了减少打点的工作量。
即目前对SLAM点云的精度控制方案非常单一,即加“控制点”(也称为锚点),但打控制点成本很高。为了减少控制点数量,多数进口SLAM***要求每次扫描不能过20分钟,这是为了保障单次扫描的内部精度可靠,但在大规模作业时,需要多次扫描,再进行后期拼接,后处理的工作量很大,因此如何减少锚点是非常重要的。
发明内容
本发明为了解决上述问题,提出了一种基于二维码SLAM精度控制的建图方法及***,本发明能够有效降低触碰式锚点的数量,即以更少数量的锚点达到传统触碰式锚点的精度。
根据一些实施例,本发明采用如下技术方案:
第一个方面,本发明提供了一种基于二维码SLAM精度控制的建图方法。
一种基于二维码SLAM精度控制的建图方法,包括:
获取二维码的四个角点,计算相机坐标系下二维码四个角点的像素坐标;所述二维码的四个角点通过SLAM设备经过贴附在建筑物上的二维码时,相机和激光器获取的,并记录时间;
根据相机坐标系下二维码四个角点的像素坐标和二维码四个角点坐标,计算相机位姿;
根据相机位姿,结合相机到激光器的位姿关系,计算对应时刻的激光位姿;
根据所述激光位姿、SLAM初始轨迹以及SLAM坐标系到世界坐标系之间的变换,构建误差项,对误差项进行最优化求解,得到最终SLAM轨迹,以此构建SLAM点云地图。
进一步地,所述相机到激光器的位姿关系,通过以下内容确定:
采用相机和激光器同时捕获有刻度的棋盘格,获取棋盘格四个角点在激光坐标系下的坐标和棋盘格四个角点在相机坐标系下的像素坐标;
根据棋盘格四个角点在激光坐标系下的坐标和棋盘格四个角点在相机坐标系下的像素坐标,计算相机在激光坐标系下的位姿,即所述相机到激光器的位姿关系。
进一步地,在得到相机到激光器的位姿关系之后还包括:
采用不用姿态摆放的棋盘格,验证相机到激光器的位姿关系。
进一步地,在得到相机到激光器的位姿关系之后还包括:
获取棋盘格的格点在激光的强度值,依据激光坐标系下格点的三维坐标和相机坐标系下格点的像素坐标,验证相机到激光器的位姿关系。
进一步地,所述误差项为:
其中,为误差项,g表示真值Groundtruth,也就是全站仪坐标;s表示SLAM坐标系,c表示相机Camera,l表示激光LiDAR。/>为i时刻通过Pnp计算获得的全站仪坐标系下的相机位姿,/>为SLAM坐标系到全站仪坐标系之间的变换,/>为i时刻相机到SLAM坐标系下的位姿,该位姿由/>求得,其中/>为i时刻SLAM位姿,/>为相机到激光间的空间变换。/>与/>为待求量,/>与/>为已知量。
进一步地,所述构建SLAM点云地图的过程包括:
将SLAM***的激光器逐帧点云在其轨迹下展开,构建SLAM点云地图。
进一步地,所述SLAM轨迹为经过二维码锚点约束及SLAM初始轨迹约束下得到的轨迹。
进一步地,所述相机和激光器固定在一起。
第二个方面,本发明提供了一种基于二维码SLAM精度控制的建图***。
一种基于二维码SLAM精度控制的建图***,包括:相互通讯的SLAM设备和相机,
相机和激光器,用于在SLAM设备经过贴附在建筑物上的二维码时,获取二维码的四个角点,并记录时间,并将二维码的四个角点发送至SLAM设备;
SLAM设备,用于根据二维码的四个角点,计算相机坐标系下二维码四个角点的像素坐标;根据相机坐标系下二维码四个角点的像素坐标和二维码四个角点坐标,计算相机位姿;根据相机位姿,结合相机到激光器的位姿关系,计算对应时刻的激光位姿;根据所述激光位姿、SLAM初始轨迹以及SLAM坐标系到世界坐标系之间的变换,构建误差项,对误差项进行最优化求解,得到最终SLAM轨迹,以此构建SLAM点云地图。
进一步地,所述相机和激光器固定在一起。
与现有技术相比,本发明的有益效果为:
本发明提供了一种二维码锚点方式,这种锚点方案可以有效降低触碰式锚点的数量,即以更少的数量达到传统触碰式锚点的精度,提高了SLAM点云建图的效率。
本发明可以利用更少的二维码锚点达到传统触碰式锚点的精度控制效果,从而减少外业工作量,提交效率,比传统锚点的布置更加灵活。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明示出的基于二维码SLAM精度控制的建图方法的流程图;
图2是本发明示出的二维码锚点观测示意图;
图3是本发明示出的Pnp(Perspective-n-Point)算法定位示意图;
图4是本发明示出的激光与相机间的空间标定示意图;
图5是本发明示出的二维码锚点精度增强前后对比图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
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发明的示例性实施方式。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。
本发明中,术语如“固定”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本发明中的具体含义,不能理解为对本发明的限制。
术语解释:
Apriltag是通过对图像中的黑白像素进行分析,识别出二维码的位置和方向,从而实现二维码的识别。
iSAM,是在即时定位与建图(SLAM)中遇到的稀疏非线性问题的优化库。
GTSAM,GTSAM 是一个在机器人领域和计算机视觉领域用于平滑(smoothing)和建图(mapping)的C++库。
G2O,最小二乘优化方法。
Ceres,是一个广泛使用的最小二乘问题求解库。
实施例一
本实施例提供了一种基于二维码SLAM精度控制的建图方法。
如图1所示,一种基于二维码SLAM精度控制的建图方法,包括:
获取二维码的四个角点,计算相机坐标系下二维码四个角点的像素坐标;所述二维码的四个角点通过SLAM设备经过贴附在建筑物上的二维码时,相机和激光器获取的,并记录时间;
根据相机坐标系下二维码四个角点的像素坐标和二维码四个角点坐标,计算相机位姿;
根据相机位姿,结合相机到激光器的位姿关系,计算对应时刻的激光位姿;
根据所述激光位姿、SLAM初始轨迹以及SLAM坐标系到世界坐标系之间的变换,构建误差项,对误差项进行最优化求解,得到最终SLAM轨迹,以此构建SLAM点云地图。
具体实施中,需要将AprilTag二维码贴到墙面或立柱上,通过全站仪测量其四个角点,即可作为二维码锚点,此处AprilTag二维码尺寸可以为15×15cm,在此不作限定。同时,需要对SLAM***的硬件上进行改造,在机头(发射激光的装置)上固定一台(也可以是多台)相机,并将相机连接到SLAM***中保证同步。该相机将在SLAM***作业时自动捕捉二维码并记录时间,通常在设备经过二维码时,相机可以有3~5秒的拍摄时间,可以获得几张至几十张二维码影像,如图2所示,因此与单次的触碰式锚点相比,本实施例可以提供更多次数的观测量,即可以提供更广泛的约束,从而获得更稳定的控制。而且,当SLAM再次经过二维码时,依然可以自动化捕获二维码,再次增加绝对位姿的控制。
二维码锚点为SLAM***提供了多次瞬时位姿的真值,同时SLAM本身已有自动化解算的位姿,两者之间进行融合(最优化解)计算,即可获得更高精度的SLAM轨迹,从而获得更高精度的SLAM点云地图。即SLAM算法本身可以计算SLAM轨迹,只是这个轨迹的精度可能存在较大误差,二维码提供了该时刻精确的位姿(真值),所以才帮助SLAM实现精度增强。
实现流程:
(1)利用模式识别算法求得相机坐标系下AprilTag二维码四个角点的像素坐标。具体实现方法请参考AprilTag库相关算法,属于现有的方法。
(2)在已知AprilTag二维码四个角点坐标的条件下(角点坐标由全站仪直接测量获得),利用单视几何后方交会算法求得相机位姿。具体可以参考Pnp算法,即通过n个已知的世界坐标及其在影像中相应的像素坐标,求解相机位姿,其原理与摄影测量学中求解外方位元素相同。如图3所示,假设A、B、C为世界坐标系的已知空间点,a,b,c是其投影于相机视窗O-W1W2W3W4中的像素坐标,根据Pnp算法,可以求得相机的空间位姿。
(3)根据相机与激光之间的空间变化关系及上述的相机位姿,求得相机捕获二维码时刻的激光位姿。其中相机与激光间的变换需要通过空间标定获得,如图4所示。
将相机和激光固定在一起,在室内悬挂一面有精确刻度的棋盘格,距离激光和相机约2~3米,使相机和激光可以同时拍摄/扫描到棋盘格,获取棋盘格四个角点在激光***中的三维坐标及相机中的像素坐标,利用PnP方法即可求得相机在激光坐标系下的位姿,即为所求。为了避免偶然误差,需要棋盘格不同姿态的摆放,如果棋盘格的格点能在激光的强度值中分辨出来,则也可以(利用Pnp)增加输入量(激光坐标系下的三维坐标和相机坐标系下的像素坐标)用于求证激光和相机间的位姿关系。
(4)算法实现,如图5所示。
设观测到二维码锚点时刻所对应的相机在全站仪坐标系下的位姿为:
该位姿通过Pnp算法(参见步骤(2))直接获得,作为真值。设SLAM坐标系到全站仪坐标系之间的变换为,则i时刻相机在SLAM坐标系下的位姿为:
误差函数可表示为
其中,g表示真值Groundtruth,也就是全站仪坐标;s表示SLAM坐标系,c表示相机Camera,l表示激光LiDAR。为i时刻通过Pnp计算获得的全站仪坐标系下的相机位姿,为SLAM坐标系到全站仪坐标系之间的变换,/>为i时刻相机到SLAM坐标系下的位姿,该位姿由/>求得,其中/>为i时刻SLAM位姿,/>为相机到激光间的空间变换。/>与为待求量,/>与/>为已知量。
利用最优化理论对上述式子求解(可以利用很多优秀的开源库来求解该优化问题,如 iSAM、GTSAM、G2O、Ceres等),可以求得与/>,/>即为全站仪坐标系下SLAM的轨迹,将点云在此轨迹下展开,即为所有的经过精度增强的成果点云。成果点云顾及了与二维码锚点间的变换关系,同时并符合SLAM本身的约束,因此实现了内部一致且精度提高,达到了要求。
实施例二
本实施例提供了一种基于二维码SLAM精度控制的建图***。
一种基于二维码SLAM精度控制的建图***,包括:相互通讯的SLAM设备和相机,
相机和激光器,用于在SLAM设备经过贴附在建筑物上的二维码时,获取二维码的四个角点,并记录时间,并将二维码的四个角点发送至SLAM设备;
SLAM设备,用于根据二维码的四个角点,计算相机坐标系下二维码四个角点的像素坐标;根据相机坐标系下二维码四个角点的像素坐标和二维码四个角点坐标,计算相机位姿;根据相机位姿,结合相机到激光器的位姿关系,计算对应时刻的激光位姿;根据所述激光位姿、SLAM初始轨迹以及SLAM坐标系到世界坐标系之间的变换,构建误差项,对误差项进行最优化求解,得到最终SLAM轨迹,以此构建SLAM点云地图。
以上所述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。
Claims (9)
1.一种基于二维码SLAM精度控制的建图方法,其特征在于,包括:
获取二维码的四个角点,计算相机坐标系下二维码四个角点的像素坐标;所述二维码的四个角点是利用相机和激光器在通过SLAM设备经过贴附在建筑物上的二维码时获取的,并记录时间;
根据相机坐标系下二维码四个角点的像素坐标和二维码四个角点坐标,计算相机位姿;
根据相机位姿,结合相机到激光器的位姿关系,计算对应时刻的激光位姿;
根据所述激光位姿、SLAM初始轨迹以及SLAM坐标系到世界坐标系之间的变换,构建误差项,对误差项进行最优化求解,得到最终SLAM轨迹,以此构建SLAM点云地图;
所述误差项为:
其中,为误差项,g表示全站仪坐标;s表示SLAM坐标系,c表示相机,l表示激光,为i时刻通过Pnp计算获得的全站仪坐标系下的相机位姿,/>为SLAM坐标系到全站仪坐标系之间的变换,/>为i时刻相机到SLAM坐标系下的位姿,/>为i时刻SLAM位姿,/>为相机到激光间的空间变换。
2.根据权利要求1所述的基于二维码SLAM精度控制的建图方法,其特征在于,所述相机到激光器的位姿关系,通过以下内容确定:
采用相机和激光器同时捕获有刻度的棋盘格,获取棋盘格四个角点在激光坐标系下的坐标和棋盘格四个角点在相机坐标系下的像素坐标;
根据棋盘格四个角点在激光坐标系下的坐标和棋盘格四个角点在相机坐标系下的像素坐标,计算相机在激光坐标系下的位姿,即所述相机到激光器的位姿关系。
3.根据权利要求2所述的基于二维码SLAM精度控制的建图方法,其特征在于,在得到相机到激光器的位姿关系之后还包括:
采用不用姿态摆放的棋盘格,验证相机到激光器的位姿关系。
4.根据权利要求2所述的基于二维码SLAM精度控制的建图方法,其特征在于,在得到相机到激光器的位姿关系之后还包括:
获取棋盘格的格点在激光的强度值,依据激光坐标系下格点的三维坐标和相机坐标系下格点的像素坐标,验证相机到激光器的位姿关系。
5.根据权利要求1所述的基于二维码SLAM精度控制的建图方法,其特征在于,所述构建SLAM点云地图的过程包括:
将SLAM***的激光器逐帧点云在其轨迹下展开,构建SLAM点云地图。
6.根据权利要求1所述的基于二维码SLAM精度控制的建图方法,其特征在于,所述SLAM轨迹为经过二维码锚点约束及SLAM初始轨迹约束下得到的轨迹。
7.根据权利要求1-6任一项所述的基于二维码SLAM精度控制的建图方法,其特征在于,所述相机和激光器固定在一起。
8.一种基于二维码SLAM精度控制的建图***,其特征在于,包括:相互通讯的SLAM设备和相机,
相机和激光器,用于在SLAM设备经过贴附在建筑物上的二维码时,获取二维码的四个角点,并记录时间,并将二维码的四个角点发送至SLAM设备;
SLAM设备,用于根据二维码的四个角点,计算相机坐标系下二维码四个角点的像素坐标;根据相机坐标系下二维码四个角点的像素坐标和二维码四个角点坐标,计算相机位姿;根据相机位姿,结合相机到激光器的位姿关系,计算对应时刻的激光位姿;根据所述激光位姿、SLAM初始轨迹以及SLAM坐标系到世界坐标系之间的变换,构建误差项,对误差项进行最优化求解,得到最终SLAM轨迹,以此构建SLAM点云地图;
所述误差项为:
其中,为误差项,g表示全站仪坐标;s表示SLAM坐标系,c表示相机,l表示激光,为i时刻通过Pnp计算获得的全站仪坐标系下的相机位姿,/>为SLAM坐标系到全站仪坐标系之间的变换,/>为i时刻相机到SLAM坐标系下的位姿,/>为i时刻SLAM位姿,/>为相机到激光间的空间变换。
9.根据权利要求8所述的基于二维码SLAM精度控制的建图***,其特征在于,所述相机和激光器固定在一起。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310494501.9A CN116228870B (zh) | 2023-05-05 | 2023-05-05 | 一种基于二维码slam精度控制的建图方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310494501.9A CN116228870B (zh) | 2023-05-05 | 2023-05-05 | 一种基于二维码slam精度控制的建图方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116228870A CN116228870A (zh) | 2023-06-06 |
CN116228870B true CN116228870B (zh) | 2023-07-28 |
Family
ID=86585885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310494501.9A Active CN116228870B (zh) | 2023-05-05 | 2023-05-05 | 一种基于二维码slam精度控制的建图方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116228870B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117824667B (zh) * | 2024-03-06 | 2024-05-10 | 成都睿芯行科技有限公司 | 一种基于二维码和激光的融合定位方法及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115774265A (zh) * | 2023-02-15 | 2023-03-10 | 江苏集萃清联智控科技有限公司 | 用于工业机器人的二维码和激光雷达融合定位方法与装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180215B (zh) * | 2017-05-31 | 2020-01-31 | 同济大学 | 基于库位和二维码的停车场自动建图与高精度定位方法 |
CN107422735A (zh) * | 2017-07-29 | 2017-12-01 | 深圳力子机器人有限公司 | 一种无轨导航agv激光与视觉特征混合导航方法 |
CN108921947B (zh) * | 2018-07-23 | 2022-06-21 | 百度在线网络技术(北京)有限公司 | 生成电子地图的方法、装置、设备、存储介质以及采集实体 |
CN111179427A (zh) * | 2019-12-24 | 2020-05-19 | 深圳市优必选科技股份有限公司 | 自主移动设备及其控制方法、计算机可读存储介质 |
CN113706626B (zh) * | 2021-07-30 | 2022-12-09 | 西安交通大学 | 一种基于多传感器融合及二维码校正的定位与建图方法 |
CN113792564B (zh) * | 2021-09-29 | 2023-11-10 | 北京航空航天大学 | 基于不可见投影二维码的室内定位方法 |
CN114332360A (zh) * | 2021-12-10 | 2022-04-12 | 深圳先进技术研究院 | 一种协同三维建图方法及*** |
CN115936029B (zh) * | 2022-12-13 | 2024-02-09 | 湖南大学无锡智能控制研究院 | 一种基于二维码的slam定位方法及装置 |
-
2023
- 2023-05-05 CN CN202310494501.9A patent/CN116228870B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115774265A (zh) * | 2023-02-15 | 2023-03-10 | 江苏集萃清联智控科技有限公司 | 用于工业机器人的二维码和激光雷达融合定位方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116228870A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8699005B2 (en) | Indoor surveying apparatus | |
US10578426B2 (en) | Object measurement apparatus and object measurement method | |
CN109801358A (zh) | 一种基于slam扫描和点云影像融合的变电站三维勘测方法 | |
Mi et al. | A vision-based displacement measurement system for foundation pit | |
TW201337306A (zh) | 用於建築工地之資訊擷取 | |
Mandelli et al. | Testing different survey techniques to model architectonic narrow spaces | |
CN109541630A (zh) | 一种适用于建筑物室内平面2d slam测绘的方法 | |
CN116228870B (zh) | 一种基于二维码slam精度控制的建图方法及*** | |
US11867818B2 (en) | Capturing environmental scans using landmarks based on semantic features | |
CN110243375A (zh) | 一种同时构建二维地图和三维地图的方法 | |
CN109990703A (zh) | 一种预制构件的尺寸检测方法及*** | |
JP2023546739A (ja) | シーンの3次元モデルを生成するための方法、装置、およびシステム | |
Jiang et al. | Determination of construction site elevations using drone technology | |
Previtali et al. | Rigorous procedure for mapping thermal infrared images on three-dimensional models of building façades | |
Muffert et al. | The estimation of spatial positions by using an omnidirectional camera system | |
EP4332631A1 (en) | Global optimization methods for mobile coordinate scanners | |
Zheng et al. | Rail sensor: A mobile lidar system for 3d archiving the bas-reliefs in angkor wat | |
CN111156983B (zh) | 目标设备定位方法、装置、存储介质以及计算机设备 | |
CN117488887A (zh) | 一种基于单目视觉的基坑多测点一体化监测方法 | |
US20230290055A1 (en) | Surveying assistance system, information display terminal, surveying assistance method, and storage medium storing surveying assistance program | |
KR101996226B1 (ko) | 피사체의 3차원 위치 측정 장치 및 그 방법 | |
Xiang et al. | Towards mobile projective AR for construction co-robots | |
CN108592789A (zh) | 一种基于bim和机器视觉技术的钢结构工厂预拼装方法 | |
EP4068218A1 (en) | Automated update of object-models in geometrical digital representation | |
Wang et al. | Distance measurement using single non-metric CCD camera |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |