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{Ci,Ci+1},选定Ci为分组摄像机Si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Ci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:
ωp为权重调节系数,ρ为鲁棒的系统代价函数,π1为点Xp在相机c下的坐标估计的投影函数,Kc为相机内部参数变量,Pi为相机系统的位置,Tc为图像帧到相机系统帧的转化关系约束,pcip为点Xp在相机c下的观测坐标;π2为棋盘格上的点Yq在相机c下的坐标估计的投影函数,Qj为相机系统的位置,pcjq为棋盘格上的点Yq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。