单目视觉的同时三维场景构建和定位算法解析

912 光   　 学   　 学   　 报 28 卷 量得该路径长度约为 108. 45 m 。图 5 ( h 为场景的 数字高程图 。格点大小为 0. 5 m × 0. 5 m 。该序列 距离较长 ,算法的成功 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明了其稳健性 。 图 5 第 1 段视频序列 ( a 场景概貌 , ( b , ( c 序列中的 2 帧图像 , ( d ～ (f 3 个不同视角下重建结果 , ( g Google Eart h 的截图 , ( h 数字高程图 Fig. 5 The first video sequence (a environment overview , (b , (c two sample f rames in t he 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   由于无法测得场景的真实结构 , 也无法得到摄 像机在各关键帧处的位姿 ,为进行定量分析 ,引入绕 行误差 ,设序列共有 N 个关键帧 , p i ( i = 1 , …, N 为 第 i 个关键帧的摄像机位置坐标 , 则绕行误差为 N 于地外行星自主车 。定量分析结果见表 1 。 表 1 两段视频序列的定量分析结果 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 ×100 % , ( 17 由 ( 17 式可见 , 绕行误差越小说明起点与终点重合 程度越好 。结果见表 1 。 图 6 显示了第 2 段视频序列的结果 。该段序列 相机指向和运动方向基本一致 。这种情况对运动估 计和场景重建带来了挑战 。数字高程图的格点大小 为 0. 3 m × 0. 3 m 。该段序列的成功表明算法适用 　 　   由表 1 可见 ,本文算法的绕行误差较小 ,与文献 [ 8 ] 中利用立体视觉方法的结果接近 ,因此具有较好 的实用性 。 ? 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 5期 沈晔湖等 : 　 单目视觉的同时三维场景构建和定位算法 913 图 6 第 2 段视频序列 ( a 场景概貌 , ( b , ( c 序列中的 2 帧图像 , ( d , ( e 2 个不同视角下重建结果 , (f 数字高程图 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 digital elevatio n map 3. 3 　 算法耗时分析 文算法接近实时 。 算法测试平台为 P4 2. 8 GHz 和 1 GB 内存 ,先 通过摄像机采集数据 , 然后传至计算机离线运行 。 运行时视频序列按串行方式顺序读入以模拟实际运 用中视频采集过程 。特征跟踪和关键帧提取未进行 优化 ,跟踪一帧约需 290 ms 。对第 1 段序列除特征 跟踪和关键帧提取部分进行耗时分析 , 结果如图 7 所示 。 4　 结   论 提出了一种利用单目视觉进行同时场景构建和 定位的算法 ,该算法利用关键帧提取技术 ,大大降低 了运算复杂度 。提出了一种简便的摄像机位姿估计 算法 ,避免了传统方法需要进行非线性优化的缺陷 , 采用自适应光束法平差在保证优化效果的前提下提 高了运算速度。实验结果表明 ,该算法在室内和室外 多种场景下的绕行误差低于 4 % ,且运算速度接近实 时 ,因此适合于运行速度较低且不能采用激光雷达的 场合 ,例如 :月球车 、 火星车等地外行星自主车。 参 考 文 献 图 7 算法耗时分析 Fig. 7 Analysis of co mp utational time co st 当关键帧个数小于 20 时 ,计算时间快速增长 ,这 说明了对于较长的序列 ,利用传统光束法平差运算复 杂度极高 ,而本文算法在关键帧个数大于 20 时 ,处理 每一关键帧的时间在 2. 5 s 左右 ,兼顾了效果和运算 复杂度。对于第 1 段序列本文算法总处理时间为 1665. 7 s ,折合 4139 ÷ 1665. 7≈2. 5 (frame/ s ,可见本 1 J . J . Leanard , H. F. Durrant2Whyte. Mobile robot localization by t racking geo met ric beacons[J ] . I E E E T rans . on Robotics an d A utomation , 1991 , 7 (3 : 376～382 2 D. H hnel , W. Burgurd , D. Fox et al . . An 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 : 206～211 3 Ma Yong , Lin Hong , Ji Hang et al . . Lidar system design based on brim detecting technology[J ] . Chi n. J . L asers , 2007 , 34 (2 : 170～175 　马 　 泳 ,林 　 宏 ,冀 　 航 等 . 基于边缘探测技术的激光雷达系统 设计 [J ] . 中国激光 , 2007 , 34 (2 : 170～175 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 Journal Electronic Publishing House. All rights reserved. 914 光   　 学   　 学   　 报 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 : 229～241 6 B. Kwolek. Visual odo met ry based on gabor filters and sparse bundle adjust ment [ C] . Proc. of I CRA , 2007. 3573～3578 7 A. J . Davison. Real2time simultaneous localization and mapping wit h a single camera[ C] . Proc. of I CCV , 2003 , 2 : 1403～1410 8 D. Nist é r , O. Narodit sky , J . Bergen. Visual odo met ry [ C ] . Proc. of CV PR , 2004 , 1 : 652～659 9 J . Camp bell , R. Sukt hankar , 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. 3421～3427 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] . Proc. of I CRA , 2005. 3342～3347 11 Qiu Zhiqiang , Liang Yonghui , Yu Qifeng. Three2dimensional st ruct ure reconst ruction f ro m image sequence based on affine app roximation[J ] . Act a O ptica S i nica , 2007 , 27 ( 6 : 1004 ～ 1010 　邱志强 ,梁永辉 , 于起峰 . 基于仿射近似从序列图像重建目标三 维结构 [J ] . 光学学报 , 2007 , 27 (6 : 1004～1010 12 Zhao Chuangxin , Xu Jinliang , Zhang Yongli et al . . Three2 dimensional reconst ruction of f ree2flying insect based on single camera[J ] . Act a O ptica S i nica , 2006 , 26 (1 : 61～66 　赵创新 ,徐进良 ,张永立 等 . 基于单摄像机的昆虫自由飞行参量 三维重构 [J ] . 光学学报 , 2006 , 26 (1 : 61～66 13 Zhengyou Zhang. A flexible new technique 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 : 1330～1334 14 Jianbo Shi , C. Tomasi . Good feat ures to t rack [ C ] . Proc. of CV PR , 1994. 593～600 15 R. Hartley , A. Zisserman. Multi ple V iew Geomet ry i n Com p uter V ision [ M ] . Cambridge : Cambridge Universit y Press , 2003 16 R. I. Hartley. In defense of t he eight2point algorit hm[J ] . I E E E Trans . on Pattern A nal ysis an d M achi ne I ntelli gence , 1997 , 19 (6 : 580～593 17 M. A . Fischler , R. C. Bolles. Random sample consensus : a paradigm for model fitting wit h applications to image analysis and automated cartograp hy[J ] . A CM Com m un. , 1981 , 24 (6 : 381～ 395 18 B. Triggs , P. F. McLauchlan , R. I. Hartley et al . . Bundle adjust ment — — — A modern synt hesis [ C ] . In V ision A l gorit hms : Theory an d Practice , L N CS , 2000. 298～372 ? 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.