基于2D/3D融合的空间圆非合作目标位姿测量系统
摘 要：针对基于圆特征视觉测量算法解的二义性消除问题，以及单PMD相机分辨率过低，特征点难以提取问题，提出一种基于高分辨率RGB相机和PMD 3D相机融合的基于空间圆目标的非合作目标位姿测量方法，并构建测量系统软件对实物模型进行实验。
首先，通过两个相机数据配准，利用配准后距离数据提高椭圆检测速度和精度，随后通过PMD获取的场景深度数据去除二义解，最终得到空间圆目标准确位姿数据。
毕业论文网 关键词：非合作；位姿测量；2D/3D融合；圆特征 1 位姿测量系统 1.1 系统组成 作为一类基于TOF（Time—of—Flight）技术的3D相机，PMD是一种新型的、小型化立体成像设备，无需扫描便可实时高效的捕捉动态目标的幅度信息、距离信息和灰度信息。
为了便于分析和系统归一化测量，参考相机小孔成像模型，就实验测量系统建立如图2—11所示坐标系，2D相机、PMD相机坐标系和物体坐标系，以及像平面坐标系和： （1）、相机坐标系：为RGB相机的投影变换透镜平面和相机光轴的交点，轴和像平面垂直，轴和轴分别与成像平面平行，且与和轴平行同向，符合右手坐标系关系。
（2）、像平面坐标系：为成像平面和相机光轴的交点，可通过相机内参标定获取准确位置。
建立右手直角坐标系，和轴分别与成像平面水平和垂直方向平行，方向为沿光轴正方向观察，从左上到右下。
（3）、物体坐标系：以空间圆平面为依托，以其法向量构建轴，取圆平面任意半径射线作为轴方向，根据右手准则，求的，至此构建完成物体坐标。
1.2 位姿测量系统流程 主要步骤如下： （1）图像采集：利用RGB相机和PMD相机对目标进行图像采集，获取高分辨率的RGB图像和PMD灰度图像、深度数据。
（2）图像配准融合：分别对PMD和RGB相机进行标定，获取两相机坐标系之间的变换关系，配准图像；规避传统融合图像方法，这里采用信息部分融合方法，使得2D图像与深度数据一一对应。
（3）椭圆特征提取拟合：通过针对具体实验环境，专门设计的椭圆提取算法，实现椭圆快速检测提取拟合。
（4）位姿求解和二义性消除：通过深度数据计算目标圆半径R，可通过文献[4][5]算法求取位姿得到两个解，通过深度数据确定的圆面特征空间法向量，去除二义解。
图1 测量系统坐标系的定义 2、基于几何投影成像关系的2D/3D图像快速配准融合 假设任意点P在2D相机和PMD相机的像点分别为Pi和Pj，为了实现2D相机和PMD相机的配准，即确定以下函数关系： 考虑到PMD相机深度图像分辨率较低，在提取特征点时可能失效，对传统的基于特征点提取和搜索匹配点方式的配准方法不再适用[6][7]。
为了实现此类不同分辨率、不同类型数据图像的快速配准，本文建立了基于几何投影成像关系图像配准模型。
如图1所示，通过PMD相机可以获取目标深度信息d2P，P点在的坐标为（X2P，Y2P，Z2P），则： 进而得到PMD和RGB相机坐标系之间的变换关系： 通过式（4）和（6）可以的到2D图像和PMD图像的对应关系，完成距离图像一对多的配准融合结果。
因此，在RGB坐标系下椭圆拟合可以方便获得其在PMD相机坐标系下方程，利用深度数据重构空间圆，可以快速消除二义解。
3 系统软件和实验结果 根据本文的设计的测量系统，采用PMD[vision]? CamCube 2.0（该相机分辨率为204*204），大恒图像公司的DV—SV1421FC RGB相机（分辨率为1392*1040），进行实物模型精度测量实验。
结果表明正方向偏航存在系统误差，鉴于实验目标模型噪声复杂，反光强烈，精度受椭圆检测结果限制，基本达到设计要求。
4 结论 本文讨论了非合作圆特征近距离中2D/3D融合的相对位姿测量问题，给出了利用空间圆特征信息，通过PMD相机和2D相机快速配准融合实现非合作目标位姿参数测量，保证了测量结果的精度和提高算法实时性。