基于单个SIFT特征的相对位姿估计方法

位姿估计是精密光测和自动驾驶的基本问题之一。针对自动驾驶等实际应用中，相机在平面上运动，相机位姿的自由度为3的情况，本文提出了基于单个SIFT特征的相机相对位姿估计方法。由于单目相机无法恢复平移尺度，因此相机运动的自由度减少为仅有旋转角和平移角的两自由度。通过观测地面，可以得到包含相机运动和平面法向量的地面单应信息，因此可以通过提取地面同名点估计单应矩阵来恢复相机运动。为了减少RANSAC迭代次数、提高算法效率，引入SIFT特征进行位姿估计。SIFT特征包括2幅图像中同名点图像坐标以及其特征旋转和特征尺度，可以扩充单个点对中包含的信息，有效减少求解单应矩阵所需点对数量。针对平面二自由度运动情况，本文使用单个SIFT特征点对完成单应矩阵的估计，并采用随机采样一致算法对结果进行优化，最终分解单应矩阵得到相对位姿估计结果。在仿真实验及真实实验中与2pt方法和5pt方法进行对比，证明了所提出的方法是有效的。