基于模型的位姿估计中优化方法研究

介绍了基于模型的位姿估计中所使用的一些优化方法。为了提高位姿估计的精度,摄像机的标定参数必须足够精确,这就对标定过程的非线性优化算法提出了很高的要求,采用了一种新的优化目标函数,用来最小化控制点间的三维重建误差,从而使标定参数是全局最优;在双像机位姿估计中,引入了实时遗传算法进行全局搜索,加快了算法的收敛速度。最后的实验证明了这些方法的正确性并显示出这些方法在精度上比传统方法有了较大程度的提高。

It introduces some optimization methods in model-based pose estimation. Camera calibration parameters must be accurate enough to guarantee estimation precison. A new cost function is proposed to minimize the 3D reconstruction error of control points, and it makes calibration parameters globally optimal. In binocular case, real-time genetic algorithm(RGA) is explored for global searching,and it improves the convergent speed. Experiments verify these schemes, and they can improve estimation precision dramatically.

国家863计划(2002AA742042)资助项目。