针对经典直接线性变换(direct linear transformation,DLT)、EPNP(efficient perspective-n-point)等方法对目标物位姿估计存在精度不高的问题,提出一种目标物位姿估计改进方法。首先将DLT方法的计算过程进行了优化整理,使之更容易求解...针对经典直接线性变换(direct linear transformation,DLT)、EPNP(efficient perspective-n-point)等方法对目标物位姿估计存在精度不高的问题,提出一种目标物位姿估计改进方法。首先将DLT方法的计算过程进行了优化整理,使之更容易求解;然后引入非线性优化以提高精度,根据LM(Levenberg-Marquardt)优化算法的特点,提出了便于求解雅可比矩阵的代价函数,并引入李群李代数表达位姿微调矩阵,进一步方便了雅可比矩阵的求解,简化了位姿参数值的迭代估计。实验结果表明,提出的改进方法比经典DLT方法和EPNP方法精度有明显提高,也比DLT+数值LM方法精度有所提高,总体平均反投影误差为0.2690像素;提出的改进方法由于简化了雅可比矩阵计算,缩短了迭代时间,总体耗时比非线性优化的DLT+数值LM方法少,每幅图像平均耗时67.48 ms左右。提出的位姿估计方法在精度与迭代时间上有着良好的综合性能,具有较好的实际应用价值。展开更多
文摘针对经典直接线性变换(direct linear transformation,DLT)、EPNP(efficient perspective-n-point)等方法对目标物位姿估计存在精度不高的问题,提出一种目标物位姿估计改进方法。首先将DLT方法的计算过程进行了优化整理,使之更容易求解;然后引入非线性优化以提高精度,根据LM(Levenberg-Marquardt)优化算法的特点,提出了便于求解雅可比矩阵的代价函数,并引入李群李代数表达位姿微调矩阵,进一步方便了雅可比矩阵的求解,简化了位姿参数值的迭代估计。实验结果表明,提出的改进方法比经典DLT方法和EPNP方法精度有明显提高,也比DLT+数值LM方法精度有所提高,总体平均反投影误差为0.2690像素;提出的改进方法由于简化了雅可比矩阵计算,缩短了迭代时间,总体耗时比非线性优化的DLT+数值LM方法少,每幅图像平均耗时67.48 ms左右。提出的位姿估计方法在精度与迭代时间上有着良好的综合性能,具有较好的实际应用价值。
