一种视觉导航无人机的摄像机标定方法及装置与流程

技术特征：

1.一种视觉导航无人机的摄像机标定方法，其特征在于，包括：

将多相机视觉导航无人机中相邻的两个单目摄像机分为一组，作为双目摄像机组，确定所述双目摄像机组中各单目摄像机的相对位置关系；

采用双目摄像机构，构建所述双目摄像机组的全局SLAM地图，并确定各所述双目摄像机组相对于参考坐标系的转换关系；

将分组相机得到的多个地图合并为完整的地图；

对所述地图进行优化，得到优化后的输出参数。

2.如权利要求1所述的视觉导航无人机的摄像机标定方法，其特征在于，所述确定所述双目摄像机组中各单目摄像机的相对位置关系包括：

利用棋盘格标定的方法，标定出每个摄像机的内部参数，分别确定每个摄像机相对于棋盘的姿态，进一步确定各单目摄像机的相对位置关系。

3.如权利要求1所述的视觉导航无人机的摄像机标定方法，其特征在于，所述采用双目摄像机构，构建所述双目摄像机组的全局SLAM地图包括：

对于双目摄像机组{C_i,C_i+1}，选定C_i为分组摄像机S_i的基准，建立视觉里程计地图，利用稀疏光束平差法优化相机位置信息；

选定C_i为进行回环检测的相机，利用DBoW2词袋的方法，构建词袋树，确定回环信息；

在回环检测完成图的构建之后，利用图优化的方法根据已建立的约束关系求解最优的位姿序列。

4.如权利要求3所述的视觉导航无人机的摄像机标定方法，其特征在于，所述确定各所述双目摄像机组相对于参考坐标系的转换关系包括：

采用手眼标定方法，确定各所述双目摄像机组相对于参考坐标系的转换关系。

5.如权利要求1至4任一项所述的视觉导航无人机的摄像机标定方法，其特征在于，对所述地图进行优化，得到优化后的输出参数包括：

运用全局的光束平差法对包含相机系统的内部参数、外部参数、相机位置信息和3D图像的全局变量进行优化，得到优化后的输出参数；

其中，进行优化的相机系统的误差代价函数为：

$min\underset{c,i,p}{\Σ}{\mathrm{\ω}}_p\mathrm{\ρ}\left(\right|\left|{\mathrm{\π}}_1\right(K_c,P_i,T_c,X_p)-p_{cip}|{|}^2)+\underset{c,j,q}{\Σ}\mathrm{\ρ}\left(\right|\left|{\mathrm{\π}}_2\right(K_c,Q_j,Y_q)-p_{cjq}|{|}^2)$

ω_p为权重调节系数，ρ为鲁棒的系统代价函数，π₁为点X_p在相机c下的坐标估计的投影函数，K_c为相机内部参数变量，P_i为相机系统的位置，T_c为图像帧到相机系统帧的转化关系约束，p_cip为点X_p在相机c下的观测坐标；π₂为棋盘格上的点Y_q在相机c下的坐标估计的投影函数，Q_j为相机系统的位置，p_cjq为棋盘格上的点Y_q在相机c下的观测坐标。

6.如权利要求5所述的视觉导航无人机的摄像机标定方法，其特征在于，在所述将分组相机得到的多个地图合并为完整的地图之后还包括：

对所述地图进行回环检测。

7.一种视觉导航无人机的摄像机标定装置，其特征在于，包括：

分组模块，用于将多相机视觉导航无人机中相邻的两个单目摄像机分为一组，作为双目摄像机组，确定所述双目摄像机组中各单目摄像机的相对位置关系；

构建模块，用于采用双目摄像机构，构建所述双目摄像机组的全局SLAM地图，并确定各所述双目摄像机组相对于参考坐标系的转换关系；

合并模块，用于将分组相机得到的多个地图合并为完整的地图；

优化模块，用于对所述地图进行优化，得到优化后的输出参数。

8.如权利要求7所述的视觉导航无人机的摄像机标定装置，其特征在于，所述分组模块具体用于：利用棋盘格标定的方法，标定出每个摄像机的内部参数，分别确定每个摄像机相对于棋盘的姿态，进一步确定各单目摄像机的相对位置关系。

9.如权利要求8所述的视觉导航无人机的摄像机标定装置，其特征在于，所述构建模块具体用于：采用手眼标定方法，确定各所述双目摄像机组相对于参考坐标系的转换关系。

10.如权利要求9所述的视觉导航无人机的摄像机标定装置，其特征在于，还包括：

回环检测模块，用于在将分组相机得到的多个地图合并为完整的地图之后，对所述地图进行回环检测。