基于边缘匹配的物体位姿追踪

目标位姿追踪技术是指通过图像信息,解算物体坐标系相对于相机坐标系的旋转矩阵以及平移向量。该领域近年来发展迅速,基于特征点匹配以及姿态解算的位姿追踪方法在精度以及算法速度上已基本满足要求。但对于表面纹理贫乏的目标,由于无法对其进行特征点提取并匹配,导致算法失效。本文使用物体模型以及场景灰度图像构建方向倒角距离目标函数,将追踪问题转化为寻优问题。在现有算法基础上,结合物体位姿变换与图像坐标改变的雅可比矩阵,使用解析偏导数替换数值偏导数。针对追踪过程中出现的背景扰动问题,使用场景梯度方向与模型边缘方向计算模型点优化权重,及时降低误匹配或干扰点对姿态解算的影响,提高复杂情况下的追踪精度。测试阶段,在渲染视频测试中,平均角度误差在1.30°以内,平均平移向量误差在0.85毫米内;且在难度较高的Rigid Pose数据集中也取得了不错的效果。测试结果表明该算法在复杂条件下仍能实现高精度追踪。