面向室内场景的主被动融合视觉定位系统

作     者：谢挺 张晓杰 叶智超 王子豪 王政 张涌 周晓巍 姬晓鹏 Xie Ting;Zhang Xiaojie;Ye Zhichao;Wang Zihao;Wang Zheng;Zhang Yong;Zhou Xiaowei;Ji Xiaopeng

作者机构：浙江大学CAD&CG国家重点实验室杭州310058 中国船舶工业系统工程研究院北京100094 中讯邮电咨询设计院有限公司北京100048 

基　　金：科技创新2030-“新一代人工智能”重大项目课题(2020AAA0108901) 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2023年第28卷第2期

页      码：522-534页

摘      要：目的视觉定位旨在利用易于获取的RGB图像对运动物体进行目标定位及姿态估计。室内场景中普遍存在的物体遮挡、弱纹理区域等干扰极易造成目标关键点的错误估计,严重影响了视觉定位的精度。针对这一问题,本文提出一种主被动融合的室内定位系统,结合固定视角和移动视角的方案优势,实现室内场景中运动目标的精准定位。方法提出一种基于平面先验的物体位姿估计方法,在关键点检测的单目定位框架基础上,使用平面约束进行3自由度姿态优化,提升固定视角下室内平面中运动目标的定位稳定性。基于无损卡尔曼滤波算法设计了一套数据融合定位系统,将从固定视角得到的被动式定位结果与从移动视角得到的主动式定位结果进行融合,提升了运动目标的位姿估计结果的可靠性。结果本文提出的主被动融合室内视觉定位系统在iGibson仿真数据集上的平均定位精度为2~3 cm,定位误差在10 cm内的准确率为99%;在真实场景中平均定位精度为3~4 cm,定位误差在10 cm内的准确率在90%以上,实现了cm级的定位精度。结论提出的室内视觉定位系统融合了被动式和主动式定位方法的优势,能够以较低设备成本实现室内场景中高精度的目标定位结果,并在遮挡、目标丢失等复杂环境因素干扰下展示出鲁棒的定位性能。

主 题 词：视觉定位 数据融合 关键点检测 3维重建 PnP算法 卡尔曼滤波 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11834/jig.210603

馆 藏 号：203118321...