本發(fā)明屬于計算機視覺測量
技術(shù)領(lǐng)域：
，涉及一種適用于多投放物同時投放的位姿測量方法。
背景技術(shù)：
：在多種領(lǐng)域中，多體同時投放技術(shù)的應(yīng)用越來越多。由于現(xiàn)代技術(shù)的不斷進步，對多體投放位姿的測量要求也不斷的提高。尤其在高速多體投放中，安全，高效、高精度的獲得投放各單體的位姿參數(shù)十分重要。針對這種測量需求，視覺測量由于其高頻響、高精度成為非接觸式測量中的首選。但由于多體同時投放的特殊性，必將導(dǎo)致視覺測量應(yīng)用過程中單體間特征點干涉問題，這將導(dǎo)致測量無法進行。因此，在存在干涉情況下進行多體位姿測量是現(xiàn)階段要解決的主要難題。目前，北京航天航空大學的張弘等人所申請的發(fā)明專利公開號為CN101419055，“一種基于視覺的空間三維位姿的測量方法與裝置”中提出的測量方法：提取運動物體表面的三個標記點并建立坐標系，通過求解建立坐標系與空間坐標系的位置關(guān)系從而得到被測物體相對世界坐標系的位姿信息。但是并不能同時測量多個運動物體的位姿信息，并且當多物體互相遮擋時會影響測量的可達性。南京航天航空大學的李靜等人申請的發(fā)明專利CN102620656A“一種航天器交會對接相對位姿測量方法”提出將雙目視覺測量方法與普呂克直線方程相結(jié)合，進行航天器交會對接相對位姿的測量。該方法通過兩條異面直線在兩坐標系下的相對位置關(guān)系解算出兩個航天器的相對位姿信息。但是無法測量多個目標的滾轉(zhuǎn)物體的位置姿態(tài)信息。技術(shù)實現(xiàn)要素：本發(fā)明要解決的技術(shù)難題是克服現(xiàn)有技術(shù)的缺陷，發(fā)明一種基于機器視覺的多體投放物位姿測量方法，根據(jù)剛體特征不變性以及先驗?zāi)Ｐ蛯Ω髂繕梭w特征點進行識別分組，以區(qū)分各目標體特征點，建立圖像特征點與目標物實物特征點的對應(yīng)關(guān)系，最終利用坐標轉(zhuǎn)換方式求解各個單體投放物投放過程位姿信息。該方法通過剛體特征點的約束，有效避免了由于視覺測量中各投放物相互干擾而引起的測量中斷問題，可同時對多運動目標進行跟蹤，有效的解決了多體投放物位姿測量問題。本發(fā)明采用的技術(shù)方案是一種基于機器視覺的多體投放物位姿測量方法，其特征是，測量方法首先建立各投放物單體特征點先驗?zāi)Ｐ停瑢Ω鲉误w進行區(qū)分編號；然后對多視覺測量圖像進行處理，對每幀圖像中的所有特征點進行運算對特征點進行分組劃分剛體，利用先驗?zāi)Ｐ蛯M內(nèi)特征點進行比對識別，利用單體中各特征點距離約束識別單體中各特征點；最后利用坐標轉(zhuǎn)換方式求得各幀圖像中各投放物位姿參數(shù)，該方法的具體提取步驟如下：第一步：先驗?zāi)Ｐ徒⑹紫纫⒍嗤斗盼锉砻嫣卣鼽c的先驗知識模型，每個單體內(nèi)各特征點的距離信息所組成的向量被稱為此單體的先驗知識模型；單體的先驗知識模型如下式所示：AI＝[aI1...aIN](1)其中：AI為第I個投放物編號，aI1為第I個投放物中第1個標記的距離先驗知識信息，aIN為第I個投放物中第N個標記的距離先驗知識信息；以此建立所有投放物剛體的先驗知識模型；單體內(nèi)先驗?zāi)Ｐ蜑椋篴Ii＝[Li1...Lin](2)其中：aIi為第I個剛體第i個特征點先驗知識模型，Li1為第i個特征點與單剛體內(nèi)第1個特征點間距離，Lin為第i個特征點與單剛體內(nèi)第n個特征點間距離；由此建立所有投放物剛體內(nèi)先驗?zāi)Ｐ?；第二步：基于時空關(guān)系的圖像匹配方法根據(jù)光流方法找到同名標記點在不同時刻的圖像坐標，并且繪制出同名標記點在一段時間內(nèi)的運動軌跡；得到目標物表面標記點的軌跡之后，將左右圖像的軌跡進行匹配；匹配的方法如下所示：1)首先對左圖像軌跡起始點在右圖像起始點中進行極限約束匹配，找到滿足極限約束條件的右圖像軌跡；2)再對左圖像軌跡不同時刻與上步中篩選的右圖像軌跡同一時刻點進行匹配，直到找到唯一一個與左圖像匹配的右圖像運動軌跡；3)最后左右圖像兩條軌跡中同一時刻的標記點即為匹配點。第三步：基于剛體不變性的多投放物體間特征區(qū)分求出圖像特征點的三維坐標后，比較這些空間點的相對關(guān)系，尋找在時間變化情況下空間關(guān)系一直不變的特征點，進行分組；具體過程首先建立空間所有點與其他標記點之間距離向量，如下所示：Gi=li11...lin1...li1t...lint---(3)]]>其中：Gi的第t行是空間第i個標記點與其他空間標記點在時刻t下的距離信息向量，li11是第一時刻下第i個點與第一個點的距離，lint是第t時刻下第i個點與第n個點的距離；以矩陣Gi中在時間序列圖像中位置關(guān)系一直不變的特征點為一組，從而完成多體分離圖像特征點分組；最后利用先驗?zāi)Ｐ头椒▽Ω鞣纸M內(nèi)特征點進行組內(nèi)識別，從而建立圖像特征點與目標實物特征點的對應(yīng)關(guān)系；第四步：單投放物內(nèi)各特征點識別將不同被測物體上標記點進行區(qū)分之后，要對每個剛體內(nèi)的每個標記點進行識別，識別方法是首先建立同一個剛體內(nèi)標記點的距離測量向量，建立方法如下：gJj＝[lj1...ljm](4)其中,ljm是第J組第個j特征點與第J組第m個特征點的測量值，gJj是第J組第j個特征點的距離測量向量；與先驗?zāi)Ｐ蚢Ii(i＝1:n)比對如下：min||lJj-aIi||＝min{||lJj-LI1||,||lJj-LI2||…||lJj-LIn||},i＝1～n(5)h(gIi,aIj)=min||lI1-LIn||min||lI2-LIn||...min||lIm-LIm||,i=1~n;j=1~m---(6)]]>其中：h(gJj,aIi)是第J組第j點與第I組第i點的距離差值，當值最小時兩點匹配；目標體GJj與目標體AIi距離差值：H(GJ,AI)=||M(gJ1,aIi)M(gJ2,aIi)...M(gJm,aIi)||---(7)]]>其中：H(GJ,AI)是目標體J與目標體I的距離差值，M(gJj,aIi)是h(gJj,aIi)的最小值，當H(GJ,AI)值最小時，兩目標體匹配，完成圖像與先驗?zāi)Ｐ偷钠ヅ渥R別；第五步：坐標轉(zhuǎn)換求取位姿參數(shù)用以識別的特征點建立單個投放物局部坐標系OtXtYtZt為：世界坐標系中任意點pow＝(xpypzp)T在局部坐標系OtXtYtZt下的坐標為pow＝(xtytzt)T:xtytzt=Rwbxp-x0yp-y0zp-z0---(8)]]>其中：Twb＝(x0y0z0)為目標體坐標系原點即被測物體質(zhì)心在世界坐標系中的坐標；Rwb為局部坐標系相對于世界坐標系的旋轉(zhuǎn)矩陣；Rwb=cos(θY)cos(θZ)-sin(θY)sin(θX)sin(θZ)cos(θY)sin(θZ)+sin(θY)sin(θX)cos(θZ)-sin(θY)cos(θX)-cos(θX)sin(θZ)cos(θX)cos(θZ)sin(θX)sin(θY)cos(θZ)+cos(θY)sin(θX)sin(θZ)sin(θY)sin(θZ)-cos(θY)sin(θX)cos(θZ)cos(θY)cos(θX)---(9)]]>其中,-θZ，-θX，-θY為投放物相對于世界坐標系的偏航角，俯仰角和滾轉(zhuǎn)角，求得Rwb，Twb即單個投放物對于世界坐標系的位姿信息，以此求得所有投放物位姿信息；本發(fā)明的有益效果是在測量過程中，利用剛體的不變性，對多剛體進行剛體間區(qū)分，在以區(qū)分的剛體中利用各特征點的距離約束對各特征點進行識別，能夠有效避免多剛體投放所引起的干涉問題，以實現(xiàn)多體同時投放的高效、高精度的非接觸位姿測量。附圖說明圖1為基于機器視覺的多體投放位姿測量方法原理圖。其中，1‐多體投放物、2‐單體標記點組、3‐雙目視覺測量系統(tǒng)。圖2為位姿測量方法流程圖。具體實施方式以下結(jié)合技術(shù)方案和附圖詳細敘述本發(fā)明的具體實施方式。附圖1為基于機器視覺的多體投放位姿測量方法原理圖。根據(jù)剛體特征不變性以及先驗?zāi)Ｐ蛯Ω髂繕梭w特征點進行識別分組，以區(qū)分各目標體特征點，建立圖像特征點與目標物實物特征點的對應(yīng)關(guān)系，最終利用坐標轉(zhuǎn)換方式求解各個單體投放物投放過程位姿信息。第一步：先驗?zāi)Ｐ徒⒈緦嵤├捎?剛體同步投放，每個剛體采用3個標記點，因此根據(jù)公式(1)建立剛體間特征點先驗?zāi)Ｐ腿缦滤荆篈1＝[37.7644.2325.86]A2＝[19.4549.7747.95]A3＝[34.8754.3168.54]根據(jù)公式(2)剛體內(nèi)先驗?zāi)Ｐ腿缦滤荆篴11=44.2325.86a12=37.7625.86a13=37.7644.23]]>a21=49.7747.95a22=19.4547.95a23=19.4549.77]]>a31=54.3168.54a32=34.8768.54a33=34.8754.31]]>第二步：多體投放物剛體區(qū)分以及單投放物內(nèi)各特征點識別對圖片中所有信息標記進行處理，求得所有特征點間距離；按先驗?zāi)Ｐ途嚯x數(shù)量對所有測量所得特征點距離進行分組，建立距離向量，與單體間先驗?zāi)Ｐ瓦M行對比，取與先驗?zāi)Ｐ拖蛄糠稊?shù)小于閥值的測量特征點組為與先驗?zāi)Ｐ拖鄳?yīng)的單體，以此對所有測量所得距離向量進行區(qū)分，識別各單體標號；第三步：坐標轉(zhuǎn)換求取位姿參數(shù)根據(jù)坐標系轉(zhuǎn)換公式(6)、(7)對視頻圖像進行處理獲得位姿參數(shù)部分如下表所示：目標1位姿參數(shù)時間/s偏航角/o俯仰角/o滾轉(zhuǎn)角/oX位移/mmY位移/mmZ位移/mm0.000233.73058.4233.289100.4263.23290.080.000483.85059.0123.072100.1663.29289.210.000733.81558.2433.221100.1063.18289.130.000983.89058.3423.093100.5263.12289.050.001233.90258.6783.052100.7863.10289.010.001483.87659.1023.103100.3263.07288.94目標2位姿參數(shù)目標3位姿參數(shù)時間/s偏航角/o俯仰角/o滾轉(zhuǎn)角/oX位移/mmY位移/mmZ位移/mm0.000236.4560.3147.748103.3161.54238.730.000486.6160.3417.814103.6461.38239.130.000736.8760.6437.865103.1661.19239.370.000986.8960.4327.972103.4361.46239.430.001236.9660.5638.003103.4661.25239.580.001487.1360.1427.983103.3261.47239.63從以上3個表可以看出，本方法可以完成三個物體位置姿態(tài)信息的同時測量，并且測量速度快，三個物體之間并無影響。本發(fā)明利用剛體不變性，實現(xiàn)對同時投放的多投放物位姿測量，利用剛體間標記點距離變化特性對單個剛體進行區(qū)分，利用剛體內(nèi)標記點距離約束識別各標記點，這將避免多體同時運動圖像中標記點的相互干擾，以實現(xiàn)多體投放物同步位姿測量。當前第1頁1 2 3