本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明的保護范圍。
[0041]實施例
[0042]圖1為本發(fā)明實施例提供的一種室內(nèi)多攝像頭同步高精度定位方法的流程圖。如圖1所示，該方法主要包括如下步驟:
[0043]步驟11、標定每一室內(nèi)物體的特征點，并計算特征點和物體中心的物體相對坐標。
[0044]本發(fā)明實施例的所標定的特征點包括:主要特征點和/或次要特征點；若物體上沒有可旋轉部件或者無需標定物體上的可旋轉部件，則僅標定與物體相關的主要特征點，若需要標定物體上可旋轉部件，則標定與物體相關的主要特征點以及標記與可旋轉部件相關的次要特征點。同時，也可以僅計算主要特征點相對于以物體中心為原點的坐標系的相對坐標。這樣做的目的是因為在設置特征點時，每個特征點都要求是特殊的，方便在步驟13?步驟14中將其找出。
[0045]示例性的，主要特征點的數(shù)量可以為5個，次要特征點的數(shù)量可以根據(jù)可旋轉部件的數(shù)量η來確定，通常每一可旋轉部件標識3個即可；所述的可旋轉部件為轉軸同物體中心重合且獨立的部件。
[0046]本發(fā)明實施例中，用室內(nèi)物體的特征點和物體中心的相對位置建立物體相對坐標系，示例性地，當需要標定可旋轉部件，且其數(shù)量為I時，特征點的數(shù)量為八個，其示意圖如圖4所示；其中，5個特征點排布一個近似的圓周上而且當且僅當物體主體運動時才會移動，其中一個點同物體中心的連線物體主體的朝向(即，圖4中右側箭頭方向)相同，剩余4個點均勻分布在該點兩側的圓周上，保證標識物體主體朝向的點的相對位置是特殊的，圓心為室內(nèi)物體的中心，這5個特征點稱為主要特征點；剩余三個次要特征點中一個到物體中心的連線同室內(nèi)物體上可旋轉部件的朝向(即，圖4中左側箭頭方向)相同，其余兩個位于這個點兩側且三點處于一條直線上，保證這三個點的位置不僅同物體的位置有關還同可旋轉部件的朝向有關并且距離物體較遠，不會被物體擋住導致攝像頭看不見；示例性地，可以使用5個激光筆綁在物體主體上，3個激光筆綁在物體可旋轉部件上，將其投射在地面的光點作為特征點，具體排布如上所述；然后，通過測量工具測量每一室內(nèi)物體的5個主要特征點相對于以物體中心為原點的坐標系的物體相對坐標。
[0047]步驟12、利用多個室內(nèi)攝像頭同步采集圖像，獲得能夠覆蓋室內(nèi)區(qū)域的同步圖像。
[0048]本發(fā)明實施例中，根據(jù)攝像頭的成像原理(如圖2所示)，通過將每一攝像頭的電平觸發(fā)輸入端連接到電平觸發(fā)板上，通過計算機控制電平觸發(fā)板周期地升降電平，從而使多個攝像頭同步成像。
[0049]本發(fā)明實施例中，可以采用下述方式確定攝像頭的布置參數(shù)與數(shù)量，布置后的場景示意圖可如圖3所示，其中的主控計算機用于控制圖像同步采集，與后續(xù)步驟13?步驟14的處理，計算機用于進行步驟12中的數(shù)據(jù)融合計算并將結果傳輸給主控計算機。
[0050]I)根據(jù)所需的精度計算攝像頭參數(shù)以及攝像頭距離地面的距離；若所需的精度為毫米級，則攝像頭的視野范圍同攝像頭的像素必須滿足如下關系:攝像頭上一個像素對應地面上0.5mm乘以0.5mm的區(qū)域；
[0051]2)根據(jù)攝像頭精度以及ccd面積確定攝像頭的焦距以及攝像頭距離地面的高度，需滿足如下關系:焦距比上ccd芯片的長等于鏡頭到地面的距離比上視野范圍的長；
[0052]3)根據(jù)視野范圍確定攝像頭的數(shù)目，確保兩個相鄰攝像頭的視野有百分之十重合的要求下讓攝像頭覆蓋整個待測量區(qū)域；
[0053]4)標定各個攝像頭的參數(shù)，具體的:根據(jù)地面標定點的坐標以及標準棋盤格按照張正友平面標定法標定每個安裝好的攝像頭的參數(shù)。
[0054]步驟13、根據(jù)預先建立的室內(nèi)坐標高精度測量系統(tǒng)從同步圖像中獲取每個室內(nèi)物體的特征點及特征點的絕對坐標，并逐一排除不同同步圖像中重復的特征點，最終獲得特征點集合。
[0055]本發(fā)明實施例中，預先建立了室內(nèi)坐標高精度測量系統(tǒng)，其步驟如下:
[0056]在室內(nèi)選擇多個標定點，示例性地，可以用3cmXlcm的矩形貼紙貼在地上，矩形的中心即為標定點，使用全站儀(或其他激光測距儀)標定每個標定點的絕對坐標；
[0057]之后，在天花板上平均布置多個鏡頭平行于水平面的攝像頭，然后使用標定好的標定點以及標準棋盤格對每個攝像頭進行標定，計算出攝像頭成像坐標到室內(nèi)絕對坐標的變換矩陣。
[0058]當多攝像頭采集同步圖像后，對獲得的多攝像頭圖像分別處理后，對獲得的數(shù)據(jù)進行融合，具體步驟如下:對同步圖像二值化后，提取特征點，示例性地，特征點是綁在物體上的激光筆產(chǎn)生的激光點，可以非常方便地獲取在圖像中的相對坐標，再根據(jù)前述變換矩陣計算特征點的室內(nèi)絕對坐標，并將不同同步圖像中重復的點排除，最終獲得特征點集合。
[0059]本發(fā)明實施例中，步驟12?步驟13的主要目的是提取所有室內(nèi)物體的特征點，此時，并不考慮特征點與室內(nèi)物體的從屬關系，所有特征點的身份待定；而步驟14則將這些特征點按照先驗知識(之前的位置，和相對分布)分別確定其身份，即屬于哪一個物體的哪一個特征點。
[0060]步驟14、根據(jù)室內(nèi)物體開始運動前所估計的初始位置，判斷當前時刻待定位室內(nèi)物體的位置是否發(fā)生變化，若是，則根據(jù)待定位室內(nèi)物體與其所標定的特征點的相對距離為該待定位室內(nèi)物體重新分配特征點，基于重新分配特征點的絕對坐標及其與該待定位室內(nèi)物體的相對距離確定該待定位室內(nèi)物體的絕對坐標與朝向。
[0061 ] 本發(fā)明實施例中，所述根據(jù)待定位室內(nèi)物體與其附近特征點的相對距離為該待定位室內(nèi)物體重新分配特征點包括:
[0062]假設待定位室內(nèi)物體的特征點(即激光點)以及它們的位置(即步驟13的計算結果)記為集合X，根據(jù)上一次循環(huán)中計算出的各個物體的位置，確定X中的點分別屬于哪一個待定位室內(nèi)物體(如果是第一次，則根據(jù)物體初始位置的估計值進行確定)，接著將屬于每一個待定位室內(nèi)物體的點分別組成集合。即可基于對物體移動的預測估計室內(nèi)物體的位置，并根據(jù)特征點和室內(nèi)物體的相對距離從集合X中給每個待定位室內(nèi)物體分配相應的特征點，組成待定位室內(nèi)物體的特征點集合。
[0063]再根據(jù)特征點的相對關系在每個待定位室內(nèi)物體的特征點集合中分別確定定位特征點(即主要特征點)和定朝向的特征點(即次要特征點)。
[0064]本發(fā)明實施例中，根據(jù)確定的主要特征點的絕對坐標及其與該待定位室內(nèi)物體的相對距離確定該待定位室內(nèi)物體的絕對坐標；確定定位特征點的步驟如下:從某一待定位室內(nèi)物體的特征點集合中隨機提取5個點，根據(jù)其絕對坐標計算兩兩之間的相對位置，將其同步驟11標定的主要特征點相對坐標之間的相對位置比較，如果相對位置一致則認為這5個點是待定位室內(nèi)物體的主要特征點。也可以使用下述方法確定:從5個點中抽取4個點，利用步驟11計算的該待定位室內(nèi)物體5個主要特征點的相對位置預測最后一個點的絕對坐標(具體地說，即假設5個主要特征點的序號分別是1_5，5個取出的點的序號分別是a-e，假設a對應1，b對應2，c對應3，d對應4，計算兩個坐標系的變換矩陣從而計算點5的室內(nèi)絕對坐標同e比較)，如果該預測坐標同實際的最后一個點的絕對坐標誤差小于閾值，則說明這種對應方法是正確的，反之則說明對應方法錯誤，繼續(xù)隨機抽取5個點，直到找出正確的對應關系；如果所有的排列都驗證完畢，還無法找出正確的對應關系，則認為有一個特征點被遮擋，隨機抽取4個點繼