單目視覺的同時三維場景構建和定位算法_圖文

1、 912 光 學 學 報 28 卷 量得該路徑長度約為 108. 45 m 。圖 5 ( h 為場景的 數(shù)字高程圖 。格點大小為 0. 5 m 0. 5 m 。該序列 距離較長 ,算法的成功表明了其穩(wěn)健性 。 圖 5 第 1 段視頻序列 ( a 場景概貌 , ( b , ( c 序列中的 2 幀圖像 , ( d (f 3 個不同視角下重建結果 , ( g Google Eart h 的截圖 , ( h 數(shù)字高程圖 Fig. 5 The first video sequence (a environment overview , (b , (c two sample f rames in t h

2、e video sequence , ( d (f reco nst ructio n result s in t hree different views , ( g snap shot f rom Google Eart h , ( h digital elevation map 由于無法測得場景的真實結構 , 也無法得到攝 像機在各關鍵幀處的位姿 ,為進行定量分析 ,引入繞 行誤差 ,設序列共有 N 個關鍵幀 , p i ( i = 1 , , N 為 第 i 個關鍵幀的攝像機位置坐標 , 則繞行誤差為 N 于地外行星自主車 。定量分析結果見表 1 。 表 1 兩段視頻序列的定量分析結果

3、 Table 1 Quantitative analysis of two video sequences Sequence index Loop clo sure error / % Traveled distance / m Total f rame number Key f rame number Number of t hree2dimensional point s in scene st ruct ure 1 2. 70 108. 45 4139 168 16738 2 3. 35 32 3209 203 22284 E = p N - p1 i =2 p i - p i- 1 1

4、00 % , ( 17 由 ( 17 式可見 , 繞行誤差越小說明起點與終點重合 程度越好 。結果見表 1 。 圖 6 顯示了第 2 段視頻序列的結果 。該段序列 相機指向和運動方向基本一致 。這種情況對運動估 計和場景重建帶來了挑戰(zhàn) 。數(shù)字高程圖的格點大小 為 0. 3 m 0. 3 m 。該段序列的成功表明算法適用 由表 1 可見 ,本文算法的繞行誤差較小 ,與文獻 8 中利用立體視覺方法的結果接近 ,因此具有較好 的實用性 。 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved

5、. 5期 沈曄湖等 : 單目視覺的同時三維場景構建和定位算法 913 圖 6 第 2 段視頻序列 ( a 場景概貌 , ( b , ( c 序列中的 2 幀圖像 , ( d , ( e 2 個不同視角下重建結果 , (f 數(shù)字高程圖 Fig. 6 The seco nd video sequence (a environment overview , (b , (c two sample f rames in t he video sequence , ( d , ( e reco nst ructio n result s in two different views , (f digita

6、l elevatio n map 3. 3 算法耗時分析 文算法接近實時 。 算法測試平臺為 P4 2. 8 GHz 和 1 GB 內存 ,先 通過攝像機采集數(shù)據(jù) , 然后傳至計算機離線運行 。 運行時視頻序列按串行方式順序讀入以模擬實際運 用中視頻采集過程 。特征跟蹤和關鍵幀提取未進行 優(yōu)化 ,跟蹤一幀約需 290 ms 。對第 1 段序列除特征 跟蹤和關鍵幀提取部分進行耗時分析 , 結果如圖 7 所示 。 4 結 論 提出了一種利用單目視覺進行同時場景構建和 定位的算法 ,該算法利用關鍵幀提取技術 ,大大降低 了運算復雜度 。提出了一種簡便的攝像機位姿估計 算法 ,避免了傳統(tǒng)方法需要進行非

7、線性優(yōu)化的缺陷 , 采用自適應光束法平差在保證優(yōu)化效果的前提下提 高了運算速度。實驗結果表明 ,該算法在室內和室外 多種場景下的繞行誤差低于 4 % ,且運算速度接近實 時 ,因此適合于運行速度較低且不能采用激光雷達的 場合 ,例如 :月球車 、 火星車等地外行星自主車。 參 考 文 獻 圖 7 算法耗時分析 Fig. 7 Analysis of co mp utational time co st 當關鍵幀個數(shù)小于 20 時 ,計算時間快速增長 ,這 說明了對于較長的序列 ,利用傳統(tǒng)光束法平差運算復 雜度極高 ,而本文算法在關鍵幀個數(shù)大于 20 時 ,處理 每一關鍵幀的時間在 2. 5 s

8、左右 ,兼顧了效果和運算 復雜度。對于第 1 段序列本文算法總處理時間為 1665. 7 s ,折合 4139 1665. 72. 5 (frame/ s ,可見本 1 J . J . Leanard , H. F. Durrant2Whyte. Mobile robot localization by t racking geo met ric beaconsJ . I E E E T rans . on Robotics an d A utomation , 1991 , 7 (3 : 376382 2 D. H hnel , W. Burgurd , D. Fox et al . . A

9、n efficient Fast SL AM algorit hm for generating map s of large2scale cyclic environment s f ro m raw laser range measurement s C . Proc. of I ROS , 2003 , 1 : 206211 3 Ma Yong , Lin Hong , Ji Hang et al . . Lidar system design based on brim detecting technologyJ . Chi n. J . L asers , 2007 , 34 (2

10、: 170175 馬 泳 ,林 宏 ,冀 航 等 . 基于邊緣探測技術的激光雷達系統(tǒng) 設計 J . 中國激光 , 2007 , 34 (2 : 170175 4 Choi J , Ahn S , Chung , W. Robust sonar feat ure detection for t he SL AM of mobile robot C . Proc. of I ROS , 2005. 3415 3420 5 M. W. M. Gamini , G. Dissanayake , H. F. Durrant2Whyte. A 1994-2010 China Academic Journa

11、l Electronic Publishing House. All rights reserved. 914 光 學 學 報 28 卷 solution to t he simultaneous localization and map building ( SL AM p roblem J . I E E E T rans . on Robotics an d A utomation , 2001 , 17 (3 : 229241 6 B. Kwolek. Visual odo met ry based on gabor filters and sparse bundle adjust m

12、ent C . Proc. of I CRA , 2007. 35733578 7 A. J . Davison. Real2time simultaneous localization and mapping wit h a single camera C . Proc. of I CCV , 2003 , 2 : 14031410 8 D. Nist r , O. Narodit sky , J . Bergen. Visual odo met ry C . Proc. of CV PR , 2004 , 1 : 652659 9 J . Camp bell , R. Sukt hanka

13、r , I. Nourbakhsh et al . . A robust visual odo met ry and precipice detection system using consumer2 grade monocular vision C . Proc. of I CRA , 2005. 34213427 10 M. Tomono . 32D localization and mapping using a single camera based on st ruct ure2f ro m2motion wit h auto matic baseline selection C

14、. Proc. of I CRA , 2005. 33423347 11 Qiu Zhiqiang , Liang Yonghui , Yu Qifeng. Three2dimensional st ruct ure reconst ruction f ro m image sequence based on affine app roximationJ . Act a O ptica S i nica , 2007 , 27 ( 6 : 1004 1010 邱志強 ,梁永輝 , 于起峰 . 基于仿射近似從序列圖像重建目標三 維結構 J . 光學學報 , 2007 , 27 (6 : 1004

15、1010 12 Zhao Chuangxin , Xu Jinliang , Zhang Yongli et al . . Three2 dimensional reconst ruction of f ree2flying insect based on single cameraJ . Act a O ptica S i nica , 2006 , 26 (1 : 6166 趙創(chuàng)新 ,徐進良 ,張永立 等 . 基于單攝像機的昆蟲自由飛行參量 三維重構 J . 光學學報 , 2006 , 26 (1 : 6166 13 Zhengyou Zhang. A flexible new techn

16、ique for camera calibration J . I E E E T rans . on Pattern A nal ysis an d M achi ne I ntelli gence , 2000 , 22 (11 : 13301334 14 Jianbo Shi , C. Tomasi . Good feat ures to t rack C . Proc. of CV PR , 1994. 593600 15 R. Hartley , A. Zisserman. Multi ple V iew Geomet ry i n Com p uter V ision M . Ca

17、mbridge : Cambridge Universit y Press , 2003 16 R. I. Hartley. In defense of t he eight2point algorit hmJ . I E E E Trans . on Pattern A nal ysis an d M achi ne I ntelli gence , 1997 , 19 (6 : 580593 17 M. A . Fischler , R. C. Bolles. Random sample consensus : a paradigm for model fitting wit h applications to image analysis and automated cartograp hyJ . A CM Com m un. , 1981 ,