1 引言

視覺是人類認識世界的最重要的手段之一，人類獲取的信息百分之八十以上都是通過視覺得到的。隨著計算機技術、傳感器技術的發展，使用攝像機與計算機模擬并實現部分生物視覺成為可能，并已在許多方面得到成功應用。同時，如何利用信號處理和計算機技術對圖像信息進行處理、分析、理解、識別，并最終做出正確的決策成為一個新的研究領域，由此形成一門新興的學科，即計算機視覺。

　　可以獲得三維信息的視覺方法有許多，典型的有雙目或多目立體視覺，基于模型的單目視覺等。其中后一種方法是指僅利用一臺攝像機完成定位工作。因其僅需一臺視覺傳感器，所以該方法的優點是結構簡單、相機標定也簡單，同時還避免了立體視覺中的視場小，立體匹配困難的不足。其前提條件是必須已知物體的幾何模型。在計算機視覺研究領域，如何在單目視覺的條件下，完成位置與姿態的求解已成為一個重要的研究方向。

　　基于模型的單目視覺定位可以應用在多方面，包括機器人自主導航、陸地和空間移動機器人定位、視覺伺服、攝像機校正、目標跟蹤、視覺監測、物體識別、零部件裝配、攝影測量等。

　　基于模型的單目視覺定位問題所應用的幾何特征可分為點、直線與高級幾何特征等幾類。相對來說，目前對基于點特征的單目視覺定位方法研究較多。直線特征具有抗遮擋能力強、圖像處理簡單的優點，所以有一部分學者致力于基于直線特征單目視覺定位方法的研究。而基于高級幾何特征的單目視覺定位方法目前研究的還比較少。

　　本文根據基于模型的單目視覺定位方法所使用的定位特征類型把單目視覺定位方法分為基于點特征的定位方法，基于直線特征的定位方法，基于高級幾何特征的定位方法，全面介紹了各種特征定位方法的研究現狀。目的是方便讀者了解各種特征定位方法的研究現狀，為未來的研究打下理論基礎。

2 點特征定位

　　點特征定位又稱為PNP問題[1]，它是計算機視覺、攝影測量學乃至數學領域的一個經典問題。PNP問題是在1981年首先由Fischler和Bolles[2]提出的，即給定N個控制點的相對空間位置以及給定控制點與光心連線所形成的夾角，求出各個控制點到光心的距離，如圖1所示。該問題主要被用來確定攝像機與目標物體之間的相對距離和姿態。

圖1 點的透視投影

　　經典的問題從本質上來說是非線性的，而且具有多解性。目前對PNP問題的研究主要包括兩個方面：設計運算速度快、穩定的算法，來尋找PNP問題的所有解或部分解。對多解現象的研究。即找出在什么條件下有1個、2個、3個或者4個解。

　　PNP問題的研究集中在對P3P問題、P4P問題、P5P問題的研究上。這是因為如果僅使用兩個特征點即P2P問題有無限組解，其物理意義是僅有兩個點不能確定兩點在攝像機坐標系下的位置。而特征點的個數應該大于五，PNP問題變成了經典的DLT問題，是可以線性求解的。目前，人們對P3P、P4P 問題已研究的比較清楚，并有如下結論：P3P 問題最多有4個解，且解的上限可以達到，對于P4P問題，當4個控制點共面時，問題有唯一解，當4個控制點不共面時，問題最多可能有5個解，且解的上限可以達到。對于P5P問題，當5個控制點中任意3點不共線時，則P5P問題最多可能有兩個解，且解的上限可以達到。

3 直線特征定位

　　當前，基于模型單目視覺定位的模型特征分為點、直線與高級幾何特征等幾類。相對來說，目前對于基于點特征的單目視覺定位方法研究較多，對于基于直線特征的單目視覺定位方法的研究還比較少。在某些特定的環境中，采用直線特征進行定位比采用點特征進行定位具有一定的優勢。直線特征的優勢表現在以下幾方面：首先，自然環境的圖像包含很多的直線特征。其次，在圖像上直線特征比點特征的提取精度更高。最后，直線特征抗遮擋能力比較強。同時相對于更高級的幾何特征，直線特征也具有優勢，具體表現在以下幾方面：首先，在周圍自然環境的圖像中，直線比其他的高級幾何特征更常見，同時也更容易提取。其次，直線的數學表達式更簡單，處理起來效率更高。因此綜合來看，在某些方面采用直線特征進行視覺定位具有其它特征所不具有的一些優勢，在實現高精度、實時自主定位方面有著廣泛的應用前景。

　　對于空間恢復，至少需要非共線的三個特征點來獲得唯一解。如果使用直線，則需要三條直線，三條直線不同時平行且不和光心共面。目前，理論上研究最多的是利用三線定位的問題，即Perspective Projection of Three Lines，以下簡稱P3L問題，如圖2所示。