基于模型的单目视觉定位方法研究概述

1 引言

视觉是人类认识世界的最重要的手段之一，人类获取的信息百分之八十以上都是通过视觉得到的。随着计算机技术、传感器技术的发展，使用摄像机与计算机模拟并实现部分生物视觉成为可能，并已在许多方面得到成功应用。同时，如何利用信号处理和计算机技术对图像信息进行处理、分析、理解、识别，并最终做出正确的决策成为一个新的研究领域，由此形成一门新兴的学科，即计算机视觉。

　　可以获得三维信息的视觉方法有许多，典型的有双目或多目立体视觉，基于模型的单目视觉等。其中后一种方法是指仅利用一台摄像机完成定位工作。因其仅需一台视觉传感器，所以该方法的优点是结构简单、相机标定也简单，同时还避免了立体视觉中的视场小，立体匹配困难的不足。其前提条件是必须已知物体的几何模型。在计算机视觉研究领域，如何在单目视觉的条件下，完成位置与姿态的求解已成为一个重要的研究方向。

　　基于模型的单目视觉定位可以应用在多方面，包括机器人自主导航、陆地和空间移动机器人定位、视觉伺服、摄像机校正、目标跟踪、视觉监测、物体识别、零部件装配、摄影测量等。

　　基于模型的单目视觉定位问题所应用的几何特征可分为点、直线与高级几何特征等几类。相对来说，目前对基于点特征的单目视觉定位方法研究较多。直线特征具有抗遮挡能力强、图像处理简单的优点，所以有一部分学者致力于基于直线特征单目视觉定位方法的研究。而基于高级几何特征的单目视觉定位方法目前研究的还比较少。

　　本文根据基于模型的单目视觉定位方法所使用的定位特征类型把单目视觉定位方法分为基于点特征的定位方法，基于直线特征的定位方法，基于高级几何特征的定位方法，全面介绍了各种特征定位方法的研究现状。目的是方便读者了解各种特征定位方法的研究现状，为未来的研究打下理论基础。

2 点特征定位

　　点特征定位又称为PNP问题[1]，它是计算机视觉、摄影测量学乃至数学领域的一个经典问题。PNP问题是在1981年首先由Fischler和Bolles[2]提出的，即给定N个控制点的相对空间位置以及给定控制点与光心连线所形成的夹角，求出各个控制点到光心的距离，如图1所示。该问题主要被用来确定摄像机与目标物体之间的相对距离和姿态。

图1 点的透视投影

　　经典的问题从本质上来说是非线性的，而且具有多解性。目前对PNP问题的研究主要包括两个方面：设计运算速度快、稳定的算法，来寻找PNP问题的所有解或部分解。对多解现象的研究。即找出在什么条件下有1个、2个、3个或者4个解。

　　PNP问题的研究集中在对P3P问题、P4P问题、P5P问题的研究上。这是因为如果仅使用两个特征点即P2P问题有无限组解，其物理意义是仅有两个点不能确定两点在摄像机坐标系下的位置。而特征点的个数应该大于五，PNP问题变成了经典的DLT问题，是可以线性求解的。目前，人们对P3P、P4P 问题已研究的比较清楚，并有如下结论：P3P 问题最多有4个解，且解的上限可以达到，对于P4P问题，当4个控制点共面时，问题有唯一解，当4个控制点不共面时，问题最多可能有5个解，且解的上限可以达到。对于P5P问题，当5个控制点中任意3点不共线时，则P5P问题最多可能有两个解，且解的上限可以达到。

3 直线特征定位

　　当前，基于模型单目视觉定位的模型特征分为点、直线与高级几何特征等几类。相对来说，目前对于基于点特征的单目视觉定位方法研究较多，对于基于直线特征的单目视觉定位方法的研究还比较少。在某些特定的环境中，采用直线特征进行定位比采用点特征进行定位具有一定的优势。直线特征的优势表现在以下几方面：首先，自然环境的图像包含很多的直线特征。其次，在图像上直线特征比点特征的提取精度更高。最后，直线特征抗遮挡能力比较强。同时相对于更高级的几何特征，直线特征也具有优势，具体表现在以下几方面：首先，在周围自然环境的图像中，直线比其他的高级几何特征更常见，同时也更容易提取。其次，直线的数学表达式更简单，处理起来效率更高。因此综合来看，在某些方面采用直线特征进行视觉定位具有其它特征所不具有的一些优势，在实现高精度、实时自主定位方面有着广泛的应用前景。

　　对于空间恢复，至少需要非共线的三个特征点来获得唯一解。如果使用直线，则需要三条直线，三条直线不同时平行且不和光心共面。目前，理论上研究最多的是利用三线定位的问题，即Perspective Projection of Three Lines，以下简称P3L问题，如图2所示。