【技術實現步驟摘要】
本專利技術涉及視覺導航，具體涉及一種基于變速度模型的事件相機旋轉運動描述方法。
技術介紹
1、事件相機是一種仿生視覺傳感器，通過模擬生物視網膜的成像機理，以異步稀疏的方式響應自然界的相對光強變化，能夠輸出一串異步事件流。事件相機具有微秒級的時間分辨率，不會產生運動模糊，在高速、高機動條件下能穩定地輸出視覺信息。事件相機的上述優勢使之成為少見的能夠直接用于旋轉測量的視覺傳感器。在具有挑戰性的高速、高機動的旋轉場景下，事件相機仍然能夠完整地記錄旋轉動態。基于預設的事件相機旋轉運動模型，可以利用原始事件流數據估計模型參數，從而重建旋轉運動規律。
2、然而，現有的事件相機旋轉運動估計方法均基于恒速度假設實現：基于恒速度模型將事件重映射至參考時間戳，形成的重映射結果直接用于角速度估計。基于恒速度模型的事件相機旋轉運動描述方法存在一定的缺陷。第一，恒速度模型嚴格要求所考慮時間區間的長度足夠小，才能使得勻速近似是合理的，而針對紋理與運動復雜度不同的現實場景該參數難以確定；第二，恒速度模型理論上只能描述最簡單的勻速旋轉運動，在相機做高機動動態時，即使短時間內其速度、加速度均會發生劇烈變化，與最基本的恒速度模型不具有一致性，且基于可靠性未知的先驗假設去建模一段未知的運動也是有失合理性的；第三，恒速度模型中涉及的角速度參數實質上的物理意義是“平均旋轉速度”而非“實時旋轉速度”，因此該模型缺乏對于實際運動規律的重建的意義。
技術實現思路
1、鑒于上述問題，本專利技術提供了一種基于變速度模型的
2、本專利技術提供了一種基于變速度模型的事件相機旋轉運動描述方法，包括以下步驟：
3、步驟s1、獲取事件相機旋轉運動時間區間，將所述時間區間分段，獲取多個子時間區間；
4、步驟s2、獲取事件重映射計算模型，所述事件重映射計算模型基于第一旋轉運動參數對所述時間區間進行事件重映射；所述第一旋轉運動參數包括所述多個子時間區間內表示事件相機旋轉運動的參數；
5、步驟s3、基于所述事件重映射計算模型，對所述第一旋轉運動參數進行估計，獲取第一旋轉運動參數的估計量；
6、步驟s4、基于所述第一旋轉運動參數的估計量，獲取第二旋轉運動參數，所述第二旋轉運動參數用于描述所述時間區間內的事件相機的旋轉運動結果。
7、優選地，步驟s1中，所述獲取多個子時間區間具體為獲取2個子時間區間，分別為第一子時間區間和第二子時間區間。
8、優選地，所述事件重映射計算模型用于將所述時間區間內的事件的像素坐標重映射到所述時間區間的初始時間處的像素坐標；所述事件重映射計算模型中，對所述第一子時間區間和第二子時間區間的事件分別進行不同的計算處理；所述第一旋轉運動參數包括所述時間區間的初始時間處旋轉速度、第一子時間區間內的角加速度和第二子時間區間內的角加速度。
9、優選地，所述事件重映射計算模型的具體計算方式為：
10、
11、對于δtk1＝tk-τm,δtk2＝0，對于δtk1＝τm_mid-τm,δtk2＝tk-τm_mid；
12、其中，ek表示所述時間區間內的第k個事件，tk為事件ek的發生時刻，τm為所述時間區間初始時刻，τm_mid為子區間分界處的時刻，τm+1為所述時間區間結束時刻，表示第一子時間區間內的事件集合，表示第二子時間區間內的事件集合；w(xk,ωm,δtk)為重映射后的事件ek的像素坐標，xk為重映射前事件ek的像素坐標，ωm為事件相機在所述時間區間初始時刻的旋轉速度，δtk＝tk-τm，為事件發生時刻與初始時刻之間的時長，exp{·}為指數映射，為旋轉速度ωm的斜對稱矩陣，為第一子時間區間內的角加速度αm1的斜對稱矩陣，為第二子時間區間內的角加速度αm2的斜對稱矩陣，x′k為重映射前事件ek的反投影坐標；所述第一旋轉運動參數包括ωm、αm1和αm2。
13、優選地，步驟s3中，對所述第一旋轉運動參數進行估計的方式包括：基于濾波的方法、基于優化的方法和基于人工智能的方法。
14、優選地，所述第二旋轉運動參數包括所述時間區間內的旋轉角度和所述時間區間結束時刻的旋轉速度，步驟s4具體包括：基于所述第一旋轉運動參數的估計量，并基于第一子時間區間和第二子時間區間的時長，獲取所述時間區間內的旋轉角度；基于所述第一旋轉運動參數的估計量，獲取所述時間區間結束時刻的旋轉速度。
15、優選地，所述基于所述第一旋轉運動參數的估計量，并基于第一子時間區間和第二子時間區間的時長，獲取所述時間區間內的旋轉角度具體包括：所述時間區間內的旋轉角度用旋轉矩陣r描述，旋轉矩陣r的計算方式為：
16、
17、其中，exp{·}為指數映射，為旋轉速度ωm的斜對稱矩陣，為角加速度αm1的斜對稱矩陣，為角加速度αm2的斜對稱矩陣，tm1、tm2分別第一子時間區間和第二子時間區間的時長。
18、優選地，所述基于所述第一旋轉運動參數的估計量，獲取所述時間區間結束時刻的旋轉速度具體包括：所述時間區間結束時刻的旋轉速度ωm+1的計算表達式為：
19、ωm+1＝ωm+αm1·tm1+αm2·tm2
20、其中，ωm為事件相機在所述時間區間初始時刻的旋轉速度，αm1、αm2分別為第一子時間區間和第二子時間區間內的角加速度，tm1、tm2分別為第一子時間區間和第二子時間區間的長度。
21、優選地，步驟s1中所述將所述時間區間分段的方式包括：平均分段和按特定比例分段。
22、與現有技術相比，本專利技術至少具有如下有益效果：
23、(1)本專利技術提供的技術方案由于突破了速度不變的假設，不需要嚴格選取很短的時間區間，選取的時間區間可以延長，或依據實踐中的具體需求動態地、自適應地劃分時間區間；
24、(2)本專利技術的技術方案覆蓋更多的事件相機姿態變化模式，包括不同的角速度和角加速度變化趨勢，例如速度突變、運動方向突然倒轉等特殊情況，適用性更廣泛；
25、(3)本專利技術的技術方案能夠同時為事件相機的角速度與角度的實時變化趨勢提供借鑒，從而提示有關事件相機旋轉運動規律的更豐富的信息。
本文檔來自技高網...【技術保護點】
1.一種基于變速度模型的事件相機旋轉運動描述方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
3.根據權利要求2所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
4.根據權利要求3所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
5.根據權利要求3所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
6.根據權利要求4所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于，
7.根據權利要求6所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
8.根據權利要求7所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
9.根據權利要求8所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：步驟S1中所述將所述時間區間分段的方式包括：平均分段和按特定比例分段。
【技術特征摘要】
1.一種基于變速度模型的事件相機旋轉運動描述方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
3.根據權利要求2所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
4.根據權利要求3所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于：
5.根據權利要求3所述的基于變速度模型的事件相機旋轉運動描述方法，其特征在于...
【專利技術屬性】
技術研發人員：金靖，師晨洋，宋凝芳，衛博藝，張藝博，丁子辰，
申請(專利權)人：北京航空航天大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。