基于视觉的地理定位中PnP算法的精度评估方法

近年来,基于地理位置服务的需求的飞速增长催生了定位技术的发展。基于视觉的方法利用多幅图像的拍摄参数关系能够恢复较精确的相机位姿,但目前并没有统一的评估方法对其性能进行定量评价。现今主流的相机位姿精度评估方法是与GPS进行比较,由于照片自带的GPS标签存在噪声,且不同坐标系之间的转换存在误差,将照片标签中的GPS作为真实值评估恢复的相机位姿精度不够客观。通过计算得到的位姿来建立参考平面,将PnP算法得到的相机位姿通过相同方法投影至参考平面进行评估,该精度评估方法客观可行。

结构语义辅助约束的数字孪生场景虚实配准方法

数字孪生城市通常以实景三维模型为空间数据体,并集成各类传感器的物联感知数据,实现虚实融合目的。作为最常用的传感器类型之一,将城市中的视觉传感器与虚拟的实景三维模型准确地配准是数字孪生城市应用的关键,但是现有方法获取的户外6DOF位姿精度通常不足,致使视觉传感器配准精度不高。本文提出了一种结构语义辅助约束的数字孪生场景虚实配准方法,从图像中提取出包含结构语义信息的铅垂线,并生成虚拟场景的透视图和逆深度图,在逆深度和结构语义的约束下,准确地恢复传感器位姿,实现视觉传感器图像在虚拟场景空间中的融合配准。通过试验证明,该方法可以有效对初始位姿进行优化,进而提高数字孪生城市中视觉传感器的配准精度。