亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種慣性定位與點(diǎn)云配準(zhǔn)耦合互補(bǔ)的實(shí)時三維重建方法與流程

文檔序號:12127646閱讀:590來源:國知局
一種慣性定位與點(diǎn)云配準(zhǔn)耦合互補(bǔ)的實(shí)時三維重建方法與流程

本發(fā)明涉及三維點(diǎn)云數(shù)據(jù)重建,具體涉及一種慣性定位與點(diǎn)云配準(zhǔn)耦合互補(bǔ)的實(shí)時三維重建方法。



背景技術(shù):

三維掃描及三維重建技術(shù)的出現(xiàn)為計算機(jī)圖形學(xué)、機(jī)器視覺、工業(yè)設(shè)計、醫(yī)療診斷、虛擬實(shí)境、增強(qiáng)現(xiàn)實(shí)、逆向工程等一系列研究和實(shí)際應(yīng)用提供了可能。該相關(guān)領(lǐng)域內(nèi)的內(nèi)容核心是如何讓三維掃描技術(shù)獲得的數(shù)據(jù)得到高效及精確的配準(zhǔn)。

所謂三維點(diǎn)云數(shù)據(jù)配準(zhǔn),指的是對于從不同位置角度對同一物體得到的不同的點(diǎn)云,找出它們之間的實(shí)際空間關(guān)系。一般地,主流的配準(zhǔn)方法使用粗配準(zhǔn)到精配準(zhǔn)的流程,從不同位置的傳感器得到的同一物體的點(diǎn)云數(shù)據(jù)中提取信息,通過RANSAC等粗配準(zhǔn)算法,找到對應(yīng)程度較高的兩片點(diǎn)云,通過ICP算法迭代得到這兩片點(diǎn)云的剛體變換關(guān)系,從而實(shí)現(xiàn)配準(zhǔn)。在這個算法過程中,由點(diǎn)云自身提供的信息來引導(dǎo)點(diǎn)云配準(zhǔn)迭代過程的收斂,往往導(dǎo)致龐大的計算量,從而影響實(shí)際配準(zhǔn)過程的速度,難以在保持精度的前提下達(dá)到一定的實(shí)時性。

慣性器件直接獲得加速度信息,在定位的應(yīng)用上,通過積分來確定速度和位移會造成誤差不斷積累,最終導(dǎo)致結(jié)果發(fā)散,單方面利用慣性器件難以有效為三維重建提供幫助。如果采用零速校正等方案補(bǔ)償累積誤差的方案,又會要求傳感器的運(yùn)動過程受到過多限制,極大削弱實(shí)時性和便利性。

專利號為CN105261060A的專利公布了一種基于點(diǎn)云壓縮和慣性導(dǎo)航的移動場景實(shí)時三維重構(gòu)方法,該方法分為三個階段:第1階段,設(shè)計一種基于PFH的點(diǎn)云壓縮算法;第2階段,設(shè)計了一種基于慣性導(dǎo)航的點(diǎn)云配準(zhǔn)算法;第3階段,完成點(diǎn)云融合;該方法只是將慣性器件獲得的加速度值進(jìn)行一次積分和二次積分得到的結(jié)果分別作為慣性導(dǎo)航的速度和位移數(shù)據(jù),并以此來確定RGB-D傳感器的實(shí)際位置姿態(tài)。采用這樣的方法,會導(dǎo)致隨著三維重構(gòu)過程的進(jìn)行,對RGB-D傳感器的位置和姿態(tài)的估計結(jié)果出現(xiàn)嚴(yán)重的發(fā)散,使得估計結(jié)果與實(shí)際結(jié)果出現(xiàn)較大偏差,進(jìn)而使慣性定位數(shù)據(jù)失去對點(diǎn)云配準(zhǔn)計算的約束作用。



技術(shù)實(shí)現(xiàn)要素:

針對慣性定位發(fā)散與三維點(diǎn)云數(shù)據(jù)配準(zhǔn)的效率問題,本發(fā)明提出了一種慣性定位與點(diǎn)云配準(zhǔn)耦合互補(bǔ)的實(shí)時三維重建方法,本發(fā)明對慣性定位與點(diǎn)云配準(zhǔn)方法的優(yōu)點(diǎn)進(jìn)行耦合,利用互補(bǔ)反饋機(jī)制,既保證了三維重建精度,又提升了整個三維重建過程的實(shí)時性。

一種慣性定位與點(diǎn)云配準(zhǔn)耦合互補(bǔ)的實(shí)時三維重建方法,具體步驟如下:

(1)采集初始慣性定位數(shù)據(jù)及初始點(diǎn)云數(shù)據(jù);

(2)對初始點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理;

(3)將初始慣性定位數(shù)據(jù)記為原始加速度和原始四元數(shù);

(4)采集相機(jī)的當(dāng)前加速度、當(dāng)前四元數(shù)及當(dāng)前時刻的點(diǎn)云數(shù)據(jù);

(5)若在初始循環(huán)中,則將當(dāng)前加速度、當(dāng)前四元數(shù)、原始加速度以及原始四元數(shù)一起處理,得到零時先驗(yàn)平移變換和零時先驗(yàn)轉(zhuǎn)動變換矩陣,然后將零時先驗(yàn)平移變換和轉(zhuǎn)動變換矩陣作為系統(tǒng)的先驗(yàn)變換矩陣;若不在初始循環(huán)中,則將上一時刻的步驟(13)中的后續(xù)先驗(yàn)變換矩陣作為系統(tǒng)的先驗(yàn)變換矩陣;

(6)根據(jù)先驗(yàn)變換矩陣將待配準(zhǔn)點(diǎn)云逆變換為新的待配準(zhǔn)點(diǎn)云;根據(jù)慣性數(shù)據(jù)約束,在新的待配準(zhǔn)點(diǎn)云與參考點(diǎn)云中,將原始三維物體表面不重合的部分去掉,剩下的為有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云;

(7)判斷有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云之間的重疊區(qū)域是否大于閾值,若否,進(jìn)入步驟(8),若是,進(jìn)入步驟(9′);

(8)使用有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云,進(jìn)行點(diǎn)云數(shù)據(jù)粗配準(zhǔn),得到剛體變換矩陣;

(9)將剛體變換矩陣轉(zhuǎn)換的位移和四元數(shù)作為觀測量進(jìn)行卡爾曼濾波,得到位移和四元數(shù)后驗(yàn)估計值,并轉(zhuǎn)換為后驗(yàn)變換矩陣;將后驗(yàn)變換矩陣作為約束矩陣,進(jìn)入步驟(10);

(9′)直接將先驗(yàn)變換矩陣作為約束矩陣,然后進(jìn)入步驟(10);

(10)將約束矩陣作為ICP算法的初始值開始迭代計算,進(jìn)行點(diǎn)云數(shù)據(jù)精配準(zhǔn);得到迭代收斂變換矩陣;

(11)待配準(zhǔn)點(diǎn)云數(shù)據(jù)根據(jù)迭代收斂變換矩陣進(jìn)行逆變換,得到優(yōu)化的點(diǎn)云數(shù)據(jù),并進(jìn)行三維重建;

(12)根據(jù)實(shí)時三維重建反饋結(jié)果,判斷三維重建是否完成,即用戶是否觸發(fā)終止命令,如果是,終止計算,如果否,繼續(xù)步驟(13);

(13)將迭代收斂變換矩陣轉(zhuǎn)換的位移和四元數(shù)作為觀測量進(jìn)行卡爾曼濾波,得到位移優(yōu)化后驗(yàn)估計值和四元數(shù)優(yōu)化后驗(yàn)估計值,由位移和四元數(shù)的優(yōu)化后驗(yàn)估計值進(jìn)行時間更新,預(yù)測下一時間步的位移后續(xù)先驗(yàn)估計值和四元數(shù)后續(xù)先驗(yàn)估計值;

(14)將位移和四元數(shù)的后續(xù)先驗(yàn)估計值轉(zhuǎn)換為后續(xù)先驗(yàn)變換矩陣;

(15)循環(huán)步驟(4)~步驟(12)。

在步驟(2)中,將初始點(diǎn)云數(shù)據(jù)通過基于體素柵格的采樣方式變換為TSDF(truncated signed distance field)數(shù)據(jù)。

在步驟(3)中,記原始加速度為aini=(ax,ini ay,ini az,ini)T,記原始四元數(shù)為qini=(q0,ini q1,ini q2,ini q3,ini)T

在步驟(4)中,記當(dāng)前加速度為acur=(ax,cur ay,cur az,cur)T,記當(dāng)前四元數(shù)為qcur=(q0,cur q1,cur q2,cur q3,cur)T。

在步驟(5)中,若在初始循環(huán)中,則將步驟(3)和步驟(4)中的數(shù)據(jù)進(jìn)行處理,得到零時先驗(yàn)平移變換和先驗(yàn)轉(zhuǎn)動變換,具體方法為:

步驟(3)和步驟(4)中的原始四元數(shù)和當(dāng)前四元數(shù)所對應(yīng)的轉(zhuǎn)動變換矩陣的逆矩陣分別為:

世界坐標(biāo)系下的原始加速度和當(dāng)前加速度分別為:

ainiW=Rini-1aini

acurW=Rcur-1acur

零時先驗(yàn)平移變換為其中△t為第一步時間間隔;

零時先驗(yàn)轉(zhuǎn)動變換為Rpr(qini,qcur)=RcurRini-1;

先驗(yàn)變換矩陣為[Tpr(aini,acur)|Rpr(qini,qcur)]。

在步驟(5)中,先驗(yàn)變換矩陣為傳感器位置變化后待配準(zhǔn)點(diǎn)云提供了其所在坐標(biāo)系的位置姿態(tài)約束條件。

在步驟(7)中,判斷有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云間重疊區(qū)域大小的具體方法是:在通過先驗(yàn)變換矩陣的待配準(zhǔn)點(diǎn)云中隨機(jī)取點(diǎn),根據(jù)該點(diǎn)與參考點(diǎn)云下采樣組成的平面是相交、在前或是在后取不同的采樣值,根據(jù)采樣值求平均取極限來估計重疊區(qū)域占比;判斷閾值取20%~80%,判斷閾值可以根據(jù)具體設(shè)備參數(shù)和配準(zhǔn)結(jié)果精度可做調(diào)整。

在步驟(8)中,使用經(jīng)過先驗(yàn)變換矩陣確定的有效待配準(zhǔn)點(diǎn)云進(jìn)行點(diǎn)云數(shù)據(jù)粗配準(zhǔn),相當(dāng)于在粗配準(zhǔn)中引入了來自于先驗(yàn)變換矩陣的位置姿態(tài)約束條件。

在步驟(8)中,當(dāng)采取慣性數(shù)據(jù)約束下的基于RANSAC的方法進(jìn)行粗配準(zhǔn)時,具體步驟為:

(8-1)在有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云中的點(diǎn)按照法向量特征分層,如果某個點(diǎn)的法向量在整個點(diǎn)云的法向量空間中出現(xiàn)的頻率越低,就將該點(diǎn)分配到優(yōu)先級越高的層;

(8-2)在有效待配準(zhǔn)點(diǎn)云中取三點(diǎn)為一組,尋找在準(zhǔn)重合參考點(diǎn)云中的對應(yīng)點(diǎn)組,選取點(diǎn)按照(8-1)建立的分層機(jī)制,從優(yōu)先級高的層逐漸往優(yōu)先級低的層進(jìn)行;

(8-3)找到對應(yīng)點(diǎn)組之后,以對應(yīng)點(diǎn)之間距離平方和最小為原則,采用SVD法計算出當(dāng)前點(diǎn)組所對應(yīng)的剛體變換及點(diǎn)間距離平方和;

(8-4)當(dāng)點(diǎn)間距離平方和小于閾值時,基于RANSAC的配準(zhǔn)結(jié)束;閾值初始設(shè)定為10l,l為RGB-D傳感器物理極限精度,后續(xù)根據(jù)實(shí)驗(yàn)反饋可調(diào)整閾值的取值。

在步驟(8)中,當(dāng)采取慣性數(shù)據(jù)約束下的基于PCA的方法進(jìn)行粗配準(zhǔn)時,具體步驟為:

(8-1′)將有效待配準(zhǔn)點(diǎn)云P′和有效參考點(diǎn)云P的點(diǎn)坐標(biāo)分別記為:

p′i=(p′ix p′iy p′iz)T

pi=(pix piy piz)T

其中i表示第i個點(diǎn);

求有效待配準(zhǔn)點(diǎn)云P′和有效參考點(diǎn)云P的重心坐標(biāo)分別為:

其中NP′和NP分別為有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云的點(diǎn)個數(shù);

(8-2′)以v表示采集點(diǎn)云數(shù)據(jù)的傳感器的視角矢量,以n′i和ni分別表示有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云中第i個點(diǎn)的法向量,求有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云中的每個點(diǎn)的權(quán)重分別為:

求和得:

計入權(quán)重的重心為:

(8-3′)計算協(xié)方差矩陣如下:

將協(xié)方差矩陣進(jìn)行SVD奇異值分解:

K′=U′D′U′T

K=UDUT

其中D′和D是對角矩陣;U′和U為3階歸一化特征向量矩陣。

則轉(zhuǎn)動剛體變換R′和平移剛體變換T′分別為:

R′=U′U-1

在步驟(9)中,將當(dāng)前加速度作為加速度觀測量,將由剛體變換矩陣轉(zhuǎn)換的位移作為位移觀測量,將由剛體變換矩陣轉(zhuǎn)換的轉(zhuǎn)動四元數(shù)作為四元數(shù)觀測量,進(jìn)行卡爾曼濾波,得到位移后驗(yàn)估計值與四元數(shù)后驗(yàn)估計值,并將位移后驗(yàn)估計值與四元數(shù)后驗(yàn)估計值轉(zhuǎn)換為后驗(yàn)變換矩陣。

在步驟(9)中,為了抑制慣性導(dǎo)航的誤差累積,將由剛體變換矩陣轉(zhuǎn)換的位移與轉(zhuǎn)動觀測量進(jìn)行卡爾曼濾波,即將先驗(yàn)變換矩陣通過點(diǎn)云粗配準(zhǔn)的約束轉(zhuǎn)化為較為精確的后驗(yàn)變換矩陣。

在步驟(9)中,卡爾曼濾波公式為:

xk+1=Akxk+Buk+wk

zk=Hkxk+vk

其中,x是狀態(tài)矢量,A是狀態(tài)轉(zhuǎn)移矩陣,B是控制矩陣,u是系統(tǒng)輸入矢量,w是協(xié)方差陣為Q的過程噪聲矢量;z是觀測矢量,H是系統(tǒng)觀測矩陣,v是協(xié)方差陣為W的量測噪聲矢量;k表示該矢量或矩陣,是濾波過程的第k步對應(yīng)的矢量或矩陣。

在步驟(10)中,將約束矩陣作為約束條件,將使ICP迭代計算能更快收斂,結(jié)果更為精確。

在步驟(11)中,待配準(zhǔn)點(diǎn)云數(shù)據(jù)根據(jù)迭代收斂變換矩陣轉(zhuǎn)換到世界坐標(biāo)系下,并進(jìn)行三維重建過程。

在步驟(13)中,將迭代收斂變換矩陣對應(yīng)的位移和四元數(shù)作為觀測量,使用卡爾曼濾波對相機(jī)此時相對于初始時刻的位移與四元數(shù)的優(yōu)化后驗(yàn)估計值做出估計,然后根據(jù)此優(yōu)化后驗(yàn)估計值預(yù)測下一時刻的位移與四元數(shù)的后續(xù)先驗(yàn)估計值。

在步驟(13)中,反饋的觀測量代替單純的慣性數(shù)據(jù)的積分來作為估計的依據(jù),通過卡爾曼濾波器估計當(dāng)前時刻位移和四元數(shù)的優(yōu)化后驗(yàn)估計值,可以有效抑制誤差累積導(dǎo)致的發(fā)散。

在步驟(13)中,依據(jù)卡爾曼濾波原理得出位移后續(xù)先驗(yàn)估計值與四元數(shù)后續(xù)先驗(yàn)估計值的具體方法為:

其中為先驗(yàn)估計值建立的狀態(tài)矢量,為后驗(yàn)估計值建立的狀態(tài)矢量。A是狀態(tài)轉(zhuǎn)移矩陣,B是控制矩陣,u是系統(tǒng)輸入矢量;k表示該矢量或矩陣是當(dāng)前時刻對應(yīng)的矢量或矩陣,k+1表示該矢量或矩陣是下一時刻對應(yīng)的矢量或矩陣。

在步驟(14)中,將步驟(13)得到的位移和四元數(shù)的后續(xù)先驗(yàn)估計值轉(zhuǎn)換為后續(xù)先驗(yàn)變換矩陣,此時的后續(xù)先驗(yàn)變換矩陣是基于上一時位移和四元數(shù)的優(yōu)化后驗(yàn)估計值得到的;上一時刻的位移和四元數(shù)的優(yōu)化后驗(yàn)估計值是將迭代收斂變換矩陣對應(yīng)的位移和四元數(shù)值作為觀測量進(jìn)行卡爾曼濾波得到的。

本發(fā)明將傳感器獲取的目標(biāo)三維點(diǎn)云數(shù)據(jù)進(jìn)行粗配準(zhǔn)和精配準(zhǔn)的過程,與慣性傳感器獲取的輔助定位信息進(jìn)行耦合互補(bǔ),既能夠很好地抑制誤差,又能提高三維重建的精度與速度。

在整個方法流程中,輔助慣性定位數(shù)據(jù)為配準(zhǔn)提供優(yōu)化的約束條件,配準(zhǔn)結(jié)果為慣性定位提供收斂的觀測值,二者合理地耦合互補(bǔ),使整個三維重建過程實(shí)時跟蹤傳感器位置姿態(tài),并給出精確配準(zhǔn)過的目標(biāo)三維點(diǎn)云數(shù)據(jù)。

本發(fā)明的方法能夠有效地抑制慣性定位的發(fā)散,并提升三維點(diǎn)云數(shù)據(jù)配準(zhǔn)的效率,減少配準(zhǔn)過程中的運(yùn)算,使三維重建過程達(dá)到較高的實(shí)時性和準(zhǔn)確性。

附圖說明

圖1為本發(fā)明實(shí)時三維重建方法的流程圖;

圖2為TSDF算法融合三維點(diǎn)云原始數(shù)據(jù)的示意圖;

圖3為本發(fā)明實(shí)時三維重建方法的過程示意圖。

具體實(shí)施方式

為了更為具體地描述本發(fā)明,下面結(jié)合附圖及具體實(shí)施方式對本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。

如圖1所示,本發(fā)明慣性定位與點(diǎn)云配準(zhǔn)耦合互補(bǔ)的實(shí)時三維重建方法的具體步驟如下:

(1)陀螺儀和加計組成的慣性單元獲取初始時刻相機(jī)加速度aini=(ax,ini ay,iniaz,ini)T、四元數(shù)qini=(q0,ini q1,ini q2,ini q3,ini)T;RGB-D傳感器獲得初始時刻點(diǎn)云數(shù)據(jù);

對點(diǎn)云數(shù)據(jù)進(jìn)行處理,將點(diǎn)云數(shù)據(jù)通過基于體素柵格的采樣方式變換為truncated signed distance field(TSDF)數(shù)據(jù),該方式原理示意圖如圖2所示:

記原有的柵格距離值為Di(x),權(quán)重為Wi(x),新加入的柵格距離值為di+1(x),權(quán)重為wi+1(x),則新的TSDF數(shù)據(jù)按下式融合:

Wi+1(x)=Wi(x)+wi+1(x);

其中,Di+1(x)為當(dāng)前點(diǎn)云對應(yīng)的柵格距離值,Wi+1(x)為當(dāng)前點(diǎn)云的權(quán)重。

(2)采集當(dāng)前時刻相機(jī)的加速度acur、四元數(shù)qcur及傳感器的當(dāng)前點(diǎn)云數(shù)據(jù)。

(3)確定先驗(yàn)變換矩陣先驗(yàn)變換矩陣根據(jù)當(dāng)前循環(huán)是否處于初始循環(huán)代表不同意義:若當(dāng)前循環(huán)為初始時刻的循環(huán),則將當(dāng)前時刻的慣性定位數(shù)據(jù)與原始加速度和原始四元數(shù)一起處理,得到零時先驗(yàn)平移變換和零時先驗(yàn)轉(zhuǎn)動變換矩陣,然后將零時先驗(yàn)平移變換和轉(zhuǎn)動變換矩陣作為系統(tǒng)的先驗(yàn)變換矩陣若當(dāng)前循環(huán)不是初始時刻的循環(huán),先驗(yàn)變換矩陣取上一時刻的步驟(12)中的后續(xù)先驗(yàn)變換矩陣

求零時先驗(yàn)變換矩陣的具體操作為:將當(dāng)前時刻的加速度acur和四元

數(shù)數(shù)據(jù)qcur與原始加速度aini和原始四元數(shù)數(shù)據(jù)qini一起處理,轉(zhuǎn)換成零時先驗(yàn)變換矩陣其中Rpr(qini,qcur)為零時先驗(yàn)轉(zhuǎn)動變換矩陣,是原始四元數(shù)qini和當(dāng)前轉(zhuǎn)四元數(shù)qcur的矩陣,由原始轉(zhuǎn)動矩陣Rini和當(dāng)前轉(zhuǎn)動矩陣Rcur求得,Tpr(aini,acur)為零時先驗(yàn)平移變換矩陣,是世界坐標(biāo)系下的原始加速度ainiW和世界坐標(biāo)系下的當(dāng)前加速度acurW的矩陣。

其中,原始轉(zhuǎn)動矩陣和當(dāng)前轉(zhuǎn)動矩陣由下式得到:

兩個矩陣的逆矩陣直接通過矩陣轉(zhuǎn)置求得:

Rini-1=RiniT

Rcur-1=RcurT

先驗(yàn)轉(zhuǎn)動變換矩陣按照下式得到:

Rpr(qini,qcur)=RcurRini-1

世界坐標(biāo)系下的原始加速度和當(dāng)前加速度由下式得到:

ainiW=Rini-1aini

acurW=Rcur-1acur

平移變換矩陣Tpr由是世界坐標(biāo)系下的原始加速度ainiW和世界坐標(biāo)系下的當(dāng)前加速度acurW按照下式得到:

其中△t為第一步時間間隔;

先驗(yàn)變換矩陣為[Tpr(aini,acur)|Rpr(qini,qcur)]。

(4)根據(jù)先驗(yàn)變換矩陣將待配準(zhǔn)點(diǎn)云逆變換為新的待配準(zhǔn)點(diǎn)云;根據(jù)慣性數(shù)據(jù)約束,在新的待配準(zhǔn)點(diǎn)云與參考點(diǎn)云中,將原始三維物體表面不重合的部分去掉,剩下有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云NP′即為點(diǎn)云P′中點(diǎn)的個數(shù),NP即為點(diǎn)云P中點(diǎn)的個數(shù)。

(5)判斷有效待配準(zhǔn)點(diǎn)云和有效參考點(diǎn)云之間的重疊區(qū)域是否大于閾值,若否,進(jìn)入步驟(6),若是,進(jìn)入步驟(8*)。

(6)根據(jù)有效參考點(diǎn)云P、有效待配準(zhǔn)點(diǎn)云P′以及先驗(yàn)變換矩陣進(jìn)行點(diǎn)云數(shù)據(jù)粗配準(zhǔn),得到剛體變換矩陣[R′|T′];

剛體變換矩陣[R′|T′]中的R′通過將矩陣中的元素進(jìn)行運(yùn)算可得到四元數(shù)q′的值。

剛體變換矩陣[R′|T′]中的T′是位移S′的矩陣。

體素柵格粗配準(zhǔn)采用基于RANSAC法的方法或優(yōu)化的PCA法,慣性單元提供的先驗(yàn)變換矩陣可以對所選的采樣點(diǎn)云數(shù)據(jù)提供范圍限制約束,從而更加快速準(zhǔn)確地得出剛體變換矩陣[R′|T′]。

(7)將剛體變換矩陣[R′|T′]轉(zhuǎn)換為當(dāng)前時刻相對初始時刻的位移S′和四元數(shù)q′;

記R′為:

記q′為:

q′=(q′0 q′1 q′2 q′3)T

則求取q′方法為:

先求絕對值:

確定的符號的方法為:

sign(q′1)=sign(q′0)[sign(R′32-R′23)]

sign(q′2)=sign(q′0)[sign(R′13-R′31)]

sign(q′3)=sign(q′0)[sign(R′21-R′12)]

q′0的符號可任取;

記T′為:

T′=(T′x T′y T′z)T

位移S′有:

S′=(S′x S′y S′z)T=T′=(T′x T′y T′z)T

(8)根據(jù)加速度acur、位移S′和四元數(shù)q′進(jìn)行卡爾曼濾波計算,得到位移后驗(yàn)估計值Seva和四元數(shù)后驗(yàn)估計值qeva;并將位移后驗(yàn)估計值Seva和四元數(shù)后驗(yàn)估計值qeva轉(zhuǎn)換為后驗(yàn)變換矩陣[Reva(qeva)|Teva(Seva)];

其中,后驗(yàn)變換矩陣[Reva(qeva)|Teva(Seva)]中的Reva(qeva)為四元數(shù)后驗(yàn)估計值qeva的矩陣,后驗(yàn)變換矩陣[Reva(qeva)|Teva(Seva)]中的Teva(Seva)為位移后驗(yàn)估計值Seva的矩陣。

卡爾曼濾波公式:

xk+1=Akxk+Buk+wk

zk=Hkxk+vk

其中,x是狀態(tài)矢量,A是狀態(tài)轉(zhuǎn)移矩陣,B是控制矩陣,u是系統(tǒng)輸入矢量,w是協(xié)方差陣為Q的過程噪聲矢量;z是觀測矢量,H是系統(tǒng)觀測矩陣,v是協(xié)方差陣為W的量測噪聲矢量;k表示該矢量或矩陣,是濾波過程的第k步對應(yīng)的矢量或矩陣。

得到后驗(yàn)變換矩陣[Reva(qeva)|Teva(Seva)]之后,將其作為約束矩陣,進(jìn)入步驟(9)的計算。

(8*)將先驗(yàn)變換矩陣直接作為約束矩陣,進(jìn)入步驟(9)的計算。

(9)以約束矩陣作為約束條件,通過ICP算法進(jìn)行點(diǎn)云數(shù)據(jù)精配準(zhǔn),得到平移變換矩陣T″和轉(zhuǎn)動四元數(shù)q″,并將轉(zhuǎn)動四元數(shù)q″轉(zhuǎn)換為轉(zhuǎn)動變換矩陣R″,平移變換矩陣T″與轉(zhuǎn)動變換矩陣R″構(gòu)成迭代收斂變換矩陣[R″|T″];

其中,轉(zhuǎn)動變換矩陣R″是元素四元數(shù)q″的矩陣,平移變換矩陣可以直接轉(zhuǎn)化為位移S″;

ICP算法在需配準(zhǔn)的兩片點(diǎn)云中選取對應(yīng)點(diǎn),以兩片點(diǎn)云上所有對應(yīng)點(diǎn)之間平方和最小為標(biāo)準(zhǔn),通過迭代得到兩片點(diǎn)云間精確的轉(zhuǎn)動變換矩陣R″;

對于點(diǎn)云數(shù)據(jù)P和點(diǎn)云數(shù)據(jù)P′,計算所有對應(yīng)點(diǎn)平方和的平均的公式如下(以角標(biāo)一樣表示對應(yīng)的點(diǎn)):

其中,R和T的初始輸入為上述約束條件[Reva|Teva],Np′為點(diǎn)云P′中的點(diǎn)的個數(shù),若第k次迭代剛體變換與第k-1次迭代的點(diǎn)對距離平方和滿足關(guān)系||dk-dk-1||<ε,ε為設(shè)定的閾值(ε的范圍初始設(shè)置為l,l為RGB-D傳感器物理極限精度,后續(xù)根據(jù)實(shí)驗(yàn)反饋可調(diào)整ε取值),則此時的剛體變換為精確的迭代收斂變換矩陣[R″|T″]。

(10)根據(jù)迭代收斂變換矩陣[R″|T″]計算點(diǎn)云數(shù)據(jù)P′在世界坐標(biāo)系下的對應(yīng)點(diǎn)云數(shù)據(jù)P″,并利用點(diǎn)云數(shù)據(jù)P″進(jìn)行三維重建。

(11)根據(jù)實(shí)時三維重建反饋結(jié)果,判斷三維重建是否完成,即用戶是否出發(fā)終止命令,如果是,終止計算,如果否,繼續(xù)步驟(12);

(12)將迭代收斂變換矩陣對應(yīng)的位移S″和四元數(shù)q″作為觀測量,通過卡爾曼濾波,對RGB-D傳感器相對于初始時刻的位移優(yōu)化后驗(yàn)估計值和四元數(shù)優(yōu)化后驗(yàn)估計值進(jìn)行估計,然后以優(yōu)化后驗(yàn)估計值和對下一時刻的位移和四元數(shù)的先驗(yàn)估計值做出預(yù)測,得到相對于初始時刻的位移后續(xù)先驗(yàn)估計值與四元數(shù)后續(xù)先驗(yàn)估計值

在步驟(12)中,通過卡爾曼濾波估計優(yōu)化后驗(yàn)估計值和時,將迭代收斂變換矩陣對應(yīng)的位移S″和轉(zhuǎn)動四元數(shù)q″作為觀測矢量代入如步驟(8)所述的卡爾曼濾波公式。

在步驟(12)中,依據(jù)卡爾曼濾波原理得出位移后續(xù)先驗(yàn)估計值與四元數(shù)后續(xù)先驗(yàn)估計值的具體方法為:

其中為先驗(yàn)估計值建立的狀態(tài)矢量,為后驗(yàn)估計值建立的狀態(tài)矢量。A是狀態(tài)轉(zhuǎn)移矩陣,B是控制矩陣,u是系統(tǒng)輸入矢量;k表示該矢量或矩陣是當(dāng)前時刻對應(yīng)的矢量或矩陣,k+1表示該矢量或矩陣是下一時刻對應(yīng)的矢量或矩陣。

該步驟的重要性在于,反饋的觀測量代替單純的慣性數(shù)據(jù)的積分來估計傳感器的速度和位移的優(yōu)化后驗(yàn)估計值,抑制誤差累積導(dǎo)致的發(fā)散,使得對下一時刻的位移和四元數(shù)的先驗(yàn)估計結(jié)果依然可靠,適用于作為配準(zhǔn)的參照值。

(13)將位移后續(xù)先驗(yàn)估計值與四元數(shù)后續(xù)先驗(yàn)估計值轉(zhuǎn)換為后續(xù)先驗(yàn)變換矩陣

其中轉(zhuǎn)動變換矩陣是四元數(shù)后續(xù)先驗(yàn)估計值的矩陣,平移變換矩陣是位移后續(xù)先驗(yàn)估計值的矩陣。

(14)循環(huán)步驟(2)~步驟(11)。

在進(jìn)行一個相對完整的三維重建過程中,本算法的效率相比skanect等市場上主流的三維掃描軟件提高了一倍以上。

以上所述的具體實(shí)施方式對本發(fā)明的技術(shù)方案和有益效果進(jìn)行了詳細(xì)說明,應(yīng)理解的是以上所述僅為本發(fā)明的最優(yōu)選實(shí)施例,并不用于限制本發(fā)明,凡在本發(fā)明的原則范圍內(nèi)所做的任何修改、補(bǔ)充和等同替換等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1