一种位姿获取方法、装置及设备

1.本发明涉及视觉位姿计算技术领域，具体而言，涉及一种位姿获取方法、装置及设备。


背景技术：

2.位姿估计，作为计算机视觉的重要组成部分，是求解目标坐标系相对于参考坐标系的平移和旋转关系的过程。常见的位姿估计技术主要有gps、惯性导航系统和视觉等。其中视觉的位姿估计技术因为其成本低，系统复杂度小，易快速部署，自动化程度高等优点，被广泛运用在机器人控制与导航、同时定位与建图、武器制导与初始对准等领域。
3.视觉位姿估计技术最常使用的是基于特征点的位姿估计，该方法是在相机内参数确定的条件下，已知n个特征点在目标坐标系的坐标和图像像素坐标系下对应点的像素坐标，利用透视投影关系求得特征点在相机坐标系的坐标，进而求解相对位姿关系。该方法主要使用的视觉标识是黑白棋盘格和圆形图案等，其特征提取简单、限制小、操作方便，适用于绝大多数的测量场合。但是该方法的特征提取精度直接决定了最终位姿结果的精度，估计过程中当位置改变时，特征点位置在图像中的改变较大，检测精度较高，而当姿态改变时，尤其是相机正对标识器观察时，角度旋转引起的特征点的像素位置变化较小，特征信息的测量误差较大，进而导致姿态估计的效果并不理想。


技术实现要素：

4.本发明解决的问题是现有的视觉标识的位姿估计方法在产生小幅位姿变化时估计精度不足。
5.为解决上述技术问题，本发明提供一种位姿获取方法，所述方法基于位姿获取设备，所述位姿获取设备包括基于面外光栅的视觉标识器，所述视觉标识器包括光栅区域以及环绕所述光栅区域设置的多个第一特征图案，且所述光栅区域用于产生第二特征图案，所述位姿获取方法包括：
6.获取所述视觉标识器产生的图像信息；
7.根据所述图像信息中所述第一特征图案的位置信息，获得所述第一特征图案的第一投影图像信息和所述光栅区域的第二投影图像信息；
8.根据所述第一特征图案的位置信息和所述第一投影图像信息，获得所述视觉标识器的粗精度位姿信息；
9.根据所述第二投影图像信息获得所述光栅区域产生的第二特征图案的中心像素位置；
10.根据所述第二特征图案的中心像素位置的变化，获取视线角；
11.根据所述视线角和所述视觉标识器的粗精度位姿信息，获得所述视觉标识器的高精度位姿信息。
12.可选地，所述获取所述视觉标识器产生的图像信息，包括：
13.对图像采集器进行标定；
14.利用标定后的图像采集器获取所述视觉标识器产生的图像信息。
15.可选地，所述根据所述图像信息中所述第一特征图案的位置信息，获得所述第一特征图案的第一投影图像信息和所述光栅区域的第二投影图像信息，包括：
16.对获取的所述图像信息进行预处理，获得具有指定色彩的图像信息；
17.对所述具有指定色彩的图像信息进行图像提取，获得多个所述第一特征图案的位置信息；
18.根据多个所述第一特征图案的位置信息，利用单应性变换得到所述第一特征图案的第一投影图像信息和所述光栅区域的第二投影图像信息。
19.可选地，所述获取的所述图像信息为彩色图像信息，
20.所述对获取的所述图像信息进行预处理，获得具有指定色彩的图像信息，包括：
21.将获取的所述彩色图像信息转化为灰度图像信息；
22.将所述灰度图像信息中各图像点像素的灰度值与预设阈值进行比较；
23.根据比较的结果设置各图像点的颜色，获得具有指定色彩的图像信息，所述指定色彩的图像信息包括以颜色区分的前景图像信息和背景图像信息。
24.可选地，所述对所述具有指定色彩的图像信息进行图像提取，获得多个所述第一特征图案的位置信息，包括：
25.提取所述前景图像信息中的多个所述第一特征图案的轮廓信息；
26.根据多个所述第一特征图案的轮廓信息，利用质心提取方法，获取每个所述第一特征图案的中心位置信息，将所述中心位置信息作为对应的所述第一特征图案的位置信息。
27.可选地，所述根据所述第二特征图案的中心像素位置的变化，获取视线角，包括：
28.获取所述第二特征图案的中心像素的初始位置和当前位置；
29.获取所述视觉标识器的观测角度与所述第二特征图案的移动距离；
30.根据所述观测角度与所述第二特征图案的移动距离，获得预设定值；
31.根据所述第二特征图案的中心像素的初始位置、当前位置以及所述预设定值，获得视线角。
32.可选地，所述根据所述视线角和所述视觉标识器的粗精度位姿信息，获得所述视觉标识器的高精度位姿信息，包括：
33.根据所述视线角获得所述图像采集器的旋转轴向量和旋转角度；
34.根据所述旋转轴向量、所述旋转角度和所述视觉标识器的粗精度位姿信息，获得所述视觉标识器的高精度位姿信息。
35.本发明所述的位姿获取方法相对于现有技术的优势在于：
36.本发明的位姿获取方法，一方面，利用视觉标识器中光栅区域产生的第二特征图案，例如莫尔条纹，能够根据微小位姿变换产生显著的条纹位置移动，克服了目前位姿估计标识及方法在正视情况下姿态敏感度低的情况，有效提高位姿计算精度；另一方面，本发明根据所述视线角和所述视觉标识器的粗精度位姿信息，即可获得所述视觉标识器的高精度位姿信息，位姿解算的计算量少，仅包括一个常规位姿估计(粗精度位姿估计)和基于视点位置的位姿校正，保证实时性要求；另外，本发明以常规位姿估计结果作为粗精度计算结
果，能抑制复杂环境的干扰，有效提高位姿获取设备的抗干扰性。
37.为解决上述技术问题，本发明还提供一种位姿获取装置，设置于位姿获取设备上，所述位姿获取设备包括基于面外光栅的视觉标识器，所述视觉标识器包括光栅区域以及环绕所述光栅区域设置的多个第一特征图案，且所述光栅区域用于产生第二特征图案，所述位姿获取装置包括：
38.获取单元，所述获取单元用于获取所述视觉标识器产生的图像信息；
39.信息处理单元，所述信息处理单元用于根据所述图像信息中所述第一特征图案的位置信息，获得所述第一特征图案的第一投影图像信息和所述光栅区域的第二投影图像信息；
40.所述信息处理单元还用于根据所述第一特征图案的位置信息和所述第一投影图像信息，获得所述视觉标识器的粗精度位姿信息，
41.所述信息处理单元还用于根据所述第二投影图像信息获得所述光栅区域产生的第二特征图案的中心像素位置，
42.所述信息处理单元还用于根据所述第二特征图案的中心像素位置的变化，获取视线角；
43.计算单元，所述计算单元用于根据所述视线角和所述视觉标识器的粗精度位姿信息，获得所述视觉标识器的高精度位姿信息。
44.本发明所述的位姿获取装置与所述位姿获取方法相对于现有技术的优势相同，在此不再赘述。
45.为解决上述技术问题，本发明还提供一种位姿获取设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述位姿获取方法的步骤。
46.可选地，位姿获取设备还包括：
47.基于面外光栅的视觉标识器，所述视觉标识器包括光栅区域以及环绕所述光栅区域设置的多个第一特征图案，且所述光栅区域用于产生第二特征图案；
48.图像采集器，所述图像采集器用于采集所述视觉标识器产生的图像信息；
49.位姿获取基台，所述视觉标识器和所述图像采集器均与所述位姿获取基台相连接，且所述视觉标识器适于在所述位姿获取基台上进行平动或转动；
50.上述的位姿获取器，所述位姿获取器用于接收所述图像采集器获取的图像信息，并将所述图像信息进行处理后，得到视觉标识器的高精度位姿信息。
51.本发明所述的位姿获取设备与所述位姿获取方法相对于现有技术的优势相同，在此不再赘述。
附图说明
52.图1为本发明实施例中位姿获取方法的流程图；
53.图2为本发明实施例中位姿获取装置结构图；
54.图3为本发明实施例中位姿获取设备的结构示意图；
55.图4为本发明实施例中视觉标识器的整体结构示意图；
56.图5为本发明实施例中光栅区域的结构示意图；
57.图6为本发明实施例中基于视线角确定精确相机视点的示意图；
58.图7为本发明实施例中从粗略视点到精确视点的姿态修正示意图。
59.附图标记说明：
60.1、图像采集器，2、位姿计算台，3、视觉标识器，4、位姿获取器，5、第一特征图案，6、光栅区域，7、网格光栅，8、透光介质板。
具体实施方式
61.下面将结合附图对本技术实施例中的技术方案进行清楚、详尽地描述。
62.在本技术实施例的描述中，术语“一些实施例”的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
63.结合图1所示，本发明实施例提供一种位姿获取方法，所述方法基于位姿获取设备，所述位姿获取设备包括基于面外光栅的视觉标识器3，所述视觉标识器3包括光栅区域6以及环绕所述光栅区域6设置的多个第一特征图案5，且所述光栅区域6用于产生第二特征图案，所述位姿获取方法包括：
64.步骤s1，获取所述视觉标识器3产生的图像信息；
65.步骤s2，根据所述图像信息中所述第一特征图案5的位置信息，获得所述第一特征图案5的第一投影图像信息和所述光栅区域6的第二投影图像信息；
66.步骤s3，根据所述第一特征图案5的位置信息和所述第一投影图像信息，获得所述视觉标识器3的粗精度位姿信息；
67.步骤s4，根据所述第二投影图像信息获得所述光栅区域6产生的第二特征图案的中心像素位置；
68.步骤s5，根据所述第二特征图案的中心像素位置的变化，获取视线角；
69.步骤s6，根据所述视线角和所述视觉标识器3的粗精度位姿信息，获得所述视觉标识器3的高精度位姿信息。
70.需要指出的是，本实施例中，视觉标识器3能够做一维平动及二维转动，且视觉标识器3的多个第一特征图案5为直径相同的四个圆形图案，第二特征图案为莫尔条纹，光栅区域6为第一矩形区域，且四个圆形图案的四个圆心均在第一矩形区域的对角线上，四个圆形图案的圆心依次相连接可以形成第二矩形区域。由此，本实施例的位姿获取方法，利用视觉标识器3中光栅区域6产生的莫尔条纹，能够根据视觉标识器3在运动过程中的微小位姿变换产生显著的条纹位置移动，克服了目前位姿估计标识及方法在正视情况下姿态敏感度低的情况，有效提高位姿计算精度。
71.一些实施例中，步骤s1中，所述获取所述视觉标识器3产生的图像信息，包括：
72.步骤s11，对图像采集器1进行标定；
73.步骤s12，利用标定后的图像采集器1获取所述视觉标识器3产生的图像信息。
74.优选地，步骤s11中，图像采集器1为工业相机，并采用如下步骤对工业相机进行标定：
75.步骤s111，分析相机成像过程，并建立相机的针孔成像模型，以获得工业相机的内
参矩阵和外参矩阵；
76.本步骤中，设定某空间点p经过了世界坐标系到相机坐标系的的刚体变换，以及相机坐标系的相似变换和平移变换，最终转换为像素坐标系的像点p，根据上述关系，可以得到相机的针孔成像模型。
[0077][0078]
其中，[u,v,1]和[xw,yw,zw,1]分别为空间点p的像点p在像素坐标系下的齐次坐标和空间点p在世界坐标系下的齐次坐标。
[0079]
令
[0080][0081][0082]
其中，m1和m2分别是工业相机的内参矩阵和外参矩阵，dx和dy是1个像素在x和y方向上的长度，f为焦距，a
x
和ay分别为相机在x和y轴方向上的尺度因子，u0，v0为像平面坐标系原点在像素坐标系下的横纵坐标，r是旋转矩阵，表示姿态，t是平移向量，表示位置。
[0083]
利用张正友棋盘格标定法求解内参矩阵m1：
[0084]
首先使用二维方格组成的标定板，用相机拍摄标定板的不同位姿图片，然后将标定板的角点个数、角点间距以及不同位姿的图片均输入matlab的相机标定工具箱中，即可计算得到相机内参矩阵m1。
[0085]
其中，步骤s12中，利用标定后的图像采集器1获取所述视觉标识器3产生的图像信息，包括：利用标定后的图像采集器1获取视觉标识器3在一维平动和二维转动过程中产生的图像信息，以视觉标识器3在运动过程中的微小位姿变换产生显著的条纹位置移动，提高计算精度。
[0086]
一些实施例中，步骤s2中，所述根据所述图像信息中所述第一特征图案5的位置信息，获得所述第一特征图案5的第一投影图像信息和所述光栅区域6的第二投影图像信息，包括：
[0087]
步骤s21，对获取的所述图像信息进行预处理，获得具有指定色彩的图像信息；
[0088]
步骤s22，对所述具有指定色彩的图像信息进行图像提取，获得多个所述第一特征图案5的位置信息；
[0089]
步骤s23，根据多个所述第一特征图案5的位置信息，利用单应性变换得到所述第
一特征图案5的第一投影图像信息和所述光栅区域6的第二投影图像信息。
[0090]
其中，所述获取的所述图像信息为彩色图像信息，
[0091]
步骤s21中，所述对获取的所述图像信息进行预处理，获得具有指定色彩的图像信息，包括：
[0092]
步骤s211，将获取的所述彩色图像信息转化为灰度图像信息；
[0093]
步骤s212，将所述灰度图像信息中各图像点像素的灰度值与预设阈值进行比较；
[0094]
步骤s213，根据比较的结果设置各图像点的颜色，获得具有指定色彩的图像信息，所述指定色彩的图像信息包括以颜色区分的前景图像信息和背景图像信息。
[0095]
其中，灰度图像信息中各图像点像素的灰度值通过将彩色图像信息中各图像点像素上rgb三颜色通道的亮度加权后获得。
[0096]
在一些优选的实施例中，通常以白色或黑色区分前景图像信息和背景图像信息，颜色差异化明显，便于区分。
[0097]
在一些具体的实施例中，步骤s22中，所述对所述具有指定色彩的图像信息进行图像提取，获得多个所述第一特征图案5的位置信息，包括：
[0098]
步骤s221，提取所述前景图像信息中的多个所述第一特征图案5的轮廓信息；
[0099]
步骤s222，根据多个所述第一特征图案5的轮廓信息，利用质心提取方法，获取每个所述第一特征图案5的中心位置信息，将所述中心位置信息作为对应的所述第一特征图案5的位置信息。
[0100]
具体地，采用区域生长的方法，从一组种子点开始，将与种子点相似的邻域像素添加到当前种子中来形成生长区域，第一特征图案5的轮廓信息提取成功之后，根据生长形成的连通域将第一特征图案5与图像区分开来。
[0101]
具体地，步骤s23中，单应性变换单应性变换公式如下：
[0102][0103]
其中，确定四个第一特征图案5即圆形图案的像素位置后，设置变换后的四点坐标符合实际尺寸比例，就可以求解单应性矩阵，得到四个圆形图案的第一投影图像信息，并将四个圆形图案围成的光栅区域6转化为一个正方形图像，得到光栅区域6的第二投影图像信息，便于后续得到第二特征图案的中心像素位置相对于标识器的真实位置。
[0104]
在一些优选的实施例中，步骤s4中，根据所述第二投影图像信息获得所述光栅区域6产生的第二特征图案的中心像素位置，包括：
[0105]
步骤s41，对获取的第二投影图像信息进行预处理，获得具有指定色彩的投影图像信息；
[0106]
步骤s42，对所述具有指定色彩的投影图像信息进行图像提取，获得第二特征图案的轮廓信息；
[0107]
步骤s43，利用图像的零阶矩和一阶矩获得第二特征图案的中心像素位置。
[0108]
其中，步骤s42中，由于第二投影图像信息中还包括四个角落的1/4圆形图案，因此，利用掩膜进一步提取图像得到只包括第二特征图案即莫尔条纹的轮廓信息。方法简单。
[0109]
其中，步骤s43中，
[0110]
图像的零阶矩(图像各点的像素加权)通过如下公式计算：
[0111][0112]
图像的一阶矩(图像在x和y方向上各点的像素加权)通过如下公式计算：
[0113][0114][0115]
通过上述公式即可得到二值图像的质心，即第二特征图案的中心像素位置：
[0116][0117]
xc为第二特征图案的中心像素的x方向的坐标，yc为第二特征图案的中心像素的y方向的坐标。
[0118]
优选的实施例中，步骤s5,所述根据所述第二特征图案的中心像素位置的变化，获取视线角，包括：
[0119]
步骤s51，获取所述第二特征图案的中心像素的初始位置和当前位置；
[0120]
步骤s52，获取所述视觉标识器3的观测角度与所述第二特征图案的移动距离；
[0121]
步骤s53，根据所述观测角度与所述第二特征图案的移动距离，获得预设定值；
[0122]
步骤s54，根据所述第二特征图案的中心像素的初始位置、当前位置以及所述预设定值，获得视线角。
[0123]
需要说明的是，本实施例中，设定视点为工业相机位置，视线为连接工业相机视点和十字莫尔条纹中心的直线，视线角为视线和视觉标识器3平面垂线的夹角，十字莫尔条纹初始位置为工业相机到十字莫尔条纹的视线角为0时的十字莫尔条纹中心相对位置。
[0124]
当视觉标识器3运动时，十字莫尔条纹会发生相对移动，此时，视线角与条纹的相对移动距离成线性关系：
[0125][0126]
根据上述公式，即可计算视线角θ。其中，x和y为第二特征图案的中心像素的当前位置，x0和y0为第二特征图案的中心像素的初始位置，斜率k可利用高精度转台进行解算得到，即根据所述观测角度与所述第二特征图案的移动距离获得。
[0127]
优选的实施例中，步骤s6中，所述根据所述视线角和所述视觉标识器3的粗精度位姿信息，获得所述视觉标识器3的高精度位姿信息，包括：
[0128]
步骤s61，根据所述视线角获得所述图像采集器1的旋转轴向量和旋转角度；
[0129]
步骤s62，根据所述旋转轴向量、所述旋转角度和所述视觉标识器3的粗精度位姿信息，获得所述视觉标识器3的高精度位姿信息。
[0130]
本实施例中，将工业相机的粗精度视点以视觉标识器中心为圆心旋转至高精确位置即可，结合图7所示。
[0131]
具体地，通过如下计算公式获得旋转轴向量：
[0132][0133]
其中，p和pc分别为工业相机的粗精度和高精度的位置坐标，o为标识器中心坐标，op和opc分别为视觉标识器3中心到工业相机粗精度和高精度位置的向量，a为旋转轴向量，且轴向量的模长为旋转角度ρ。
[0134]
需要说明的是，本实施例中，工业相机的粗精度位置坐标可通过视觉标识器3的粗精度位姿信息获得。
[0135]
另外，本实施例中，由于从工业相机到视觉标识器3中心的距离d已知，因此可以构建工业相机、视觉标识器3中心和当前条纹中心的三角形，如图6所示，即可获得工业相机的高精度的位置坐标pc。
[0136]
具体地，步骤s62中，根据所述旋转轴向量、所述旋转角度和所述视觉标识器3的粗精度位姿信息，获得所述视觉标识器3的高精度位姿信息，包括：
[0137]
步骤s621，根据所述旋转轴向量和所述旋转角度，获得旋转过程的齐次变换矩阵h；
[0138]
步骤s622，根据所述齐次变换矩阵h和所述视觉标识器3的粗精度位姿信息，获得所述视觉标识器3的高精度位姿信息。
[0139]
步骤s621中，齐次变换矩阵h的计算公式如下：
[0140][0141]
其中，ρ为旋转角度，
[0142]
cosρ＝c,sinρ＝s,(1-cosρ)＝c。
[0143]
步骤s622中，根据如下计算公式得到高精度位姿信息hc：
[0144]
hc＝hwh，
[0145]
其中，hw为视觉标识器3的粗精度位姿信息，且根据高精度位姿信息hc即可获得工业相机的外参矩阵。
[0146]
因此，本实施例的位姿获取方法，一方面，利用视觉标识器3中光栅区域6产生的第二特征图案，例如莫尔条纹，能够根据微小位姿变换产生显著的条纹位置移动，克服了目前位姿估计标识及方法在正视情况下姿态敏感度低的情况，有效提高位姿计算精度；另一方面，本发明根据所述视线角和所述视觉标识器3的粗精度位姿信息，即可获得所述视觉标识器3的高精度位姿信息，位姿解算的计算量少，仅包括一个常规位姿估计(粗精度位姿估计)和基于视点位置的位姿校正，保证实时性要求；另外，本发明以常规位姿估计结果作为粗精度计算结果，能抑制复杂环境的干扰，有效提高位姿获取设备的抗干扰性。
[0147]
结合图2所示，本发明的另一个实施例还提供一种位姿获取装置，设置于位姿获取设备上，所述位姿获取设备包括基于面外光栅的视觉标识器3，所述视觉标识器3包括光栅区域6以及环绕所述光栅区域6设置的多个第一特征图案5，且所述光栅区域6用于产生第二特征图案，所述位姿获取装置包括：
[0148]
获取单元210，所述获取单元210用于获取所述视觉标识器3产生的图像信息；
[0149]
信息处理单元220，所述信息处理单元220用于根据所述图像信息中所述第一特征图案5的位置信息，获得所述第一特征图案5的第一投影图像信息和所述光栅区域6的第二投影图像信息；
[0150]
所述信息处理单元220还用于根据所述第一特征图案5的位置信息和所述第一投影图像信息，获得所述视觉标识器3的粗精度位姿信息，
[0151]
所述信息处理单元220还用于根据所述第二投影图像信息获得所述光栅区域6产生的第二特征图案的中心像素位置，
[0152]
所述信息处理单元220还用于根据所述第二特征图案的中心像素位置的变化，获取视线角；
[0153]
计算单元230，所述计算单元230用于根据所述视线角和所述视觉标识器3的粗精度位姿信息，获得所述视觉标识器3的高精度位姿信息。
[0154]
具体地，所述获取单元210用于获取所述视觉标识器3产生的图像信息，包括；
[0155]
对图像采集器1进行标定；
[0156]
利用标定后的图像采集器1获取所述视觉标识器3产生的图像信息。
[0157]
具体地，所述信息处理单元220用于根据所述图像信息中所述第一特征图案5的位置信息，获得所述第一特征图案5的第一投影图像信息和所述光栅区域6的第二投影图像信息，包括；
[0158]
对获取的所述图像信息进行预处理，获得具有指定色彩的图像信息；
[0159]
对所述具有指定色彩的图像信息进行图像提取，获得多个所述第一特征图案5的位置信息；
[0160]
根据多个所述第一特征图案5的位置信息，利用单应性变换得到所述第一特征图案5的第一投影图像信息和所述光栅区域6的第二投影图像信息。
[0161]
具体地，所述信息处理单元220还用于根据所述第二特征图案的中心像素位置的变化，获取视线角，包括；
[0162]
获取所述第二特征图案的中心像素的初始位置和当前位置；
[0163]
获取所述视觉标识器3的观测角度与所述第二特征图案的移动距离；
[0164]
根据所述观测角度与所述第二特征图案的移动距离，获得预设定值；
[0165]
根据所述第二特征图案的中心像素的初始位置、当前位置以及所述预设定值，获得视线角。
[0166]
具体地，所述计算单元230用于根据所述视线角和所述视觉标识器3的粗精度位姿信息，获得所述视觉标识器3的高精度位姿信息，包括：
[0167]
所述计算单元230用于根据所述视线角获得所述图像采集器1的旋转轴向量和旋转角度；
[0168]
所述计算单元230用于根据所述旋转轴向量、所述旋转角度和所述视觉标识器3的粗精度位姿信息，获得所述视觉标识器3的高精度位姿信息。
[0169]
本发明所述的位姿获取装置与所述位姿获取方法相对于现有技术的优势相同，在此不再赘述。
[0170]
本发明的另一个实施例还提供一种位姿获取设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述
位姿获取方法的步骤。
[0171]
结合图3-5所示，本实施例中，位姿获取设备还包括：
[0172]
基于面外光栅的视觉标识器3，所述视觉标识器3包括光栅区域6以及环绕所述光栅区域6设置的多个第一特征图案5，且所述光栅区域6用于产生第二特征图案；
[0173]
图像采集器1，所述图像采集器1用于采集所述视觉标识器3产生的图像信息；
[0174]
位姿获取基台，所述视觉标识器3和所述图像采集器1均与所述位姿获取基台相连接，且所述视觉标识器3适于在所述位姿获取基台上进行平动或转动；
[0175]
位姿获取器4，所述位姿获取器4用于接收所述图像采集器1获取的图像信息，并将所述图像信息进行处理后，得到视觉标识器3的高精度位姿信息。
[0176]
优选的实施例中，图像采集器1为工业相机，成本低。
[0177]
在一些实施例中，视觉标识器3能够做一维平动及二维转动，且包括基体，所述基体上设有光栅区域6以及环绕所述光栅区域6设置的多个第一特征图案5，多个第一特征图案5为直径相同的四个圆形图案，光栅区域6为第一矩形区域，且四个圆形图案的四个圆心均在第一矩形区域的对角线上，四个圆形图案的圆心依次相连接可以形成第二矩形区域。结构简单。
[0178]
优选地，基体的材质为有机玻璃，成本低且材料易得。
[0179]
在一些实施例中，光栅区域6的结构包括：两层网格光栅7以及设置在两层网格光栅7质检的透光介质板8。能够产生远大于网格尺寸的莫尔条纹，形状为深色的大型十字条纹，且条纹能随位姿微小变化而进行大幅相对运动。
[0180]
本发明所述的位姿获取设备与所述位姿获取装置相对于现有技术的优势相同，在此不再赘述。
[0181]
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0182]
虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。