基于改进VINS的同步定位与建图算法

针对目前单目视觉SLAM易受光照、环境、纹理影响及单目相机尺度不确定性等问题,提出一种基于视觉惯性SLAM算法VINS-Mono改进的SLAM算法。本文中算法在IMU初始化部分进行了改善,可以在更短的时间内精确地计算出陀螺仪和加速度计的偏差,并且在视觉里程计上将ORB特征点引入用来替代直接法,使其在各种复杂环境下也能准确提取特征点来跟踪相机的运动。通过在所采集真实场景与Euroc数据集下不同序列的实验与分析表明,本文中算法相较于VINS-Mono算法的鲁棒性及在定位精度上均有一定的提高,均方根误差(RMSE)平均降低17.6%。

一种基于特征点间线段倾角的姿态测量方法

基于目标特征点间线段倾角信息,提出了一种适合于目标远距离成像和相机内参未知条件下解算目标姿态的目标3维姿态测量方法.采用仿真图像对该方法的正确性进行了验证.实验结果:姿态测量误差绝对值均值小于0.6°,且目标成像尺寸为350pixel时,姿态测量误差绝对值小于0.5°.实验表明该算法具有较高解算准确度和较强的收敛性.

基于单目视觉和固定靶标的位姿测量系统

利用计算机视觉进行位姿测量的方法广泛应用于机器人系统、运动体控制系统和精密检测系统。研究和设计了一种基于固定靶标的单目视觉定位系统和方法,用最少硬件资源实现精密定位。首先,利用图像匹配的方法检测出平面靶标在图像中的坐标,图像匹配采用SIFT算法和映射匹配方法,之后利用固定靶标的特性求取中心点。实验利用多幅图像样本验证了图像匹配的准确性和鲁棒性。然后,针对呈矩形分布的PnP问题,提出了一种新的求解方法,以靶标控制点的图像坐标和空间坐标作为输入,得到了移动物体与摄像机的三维相对位姿。实验利用五维精密位移台移动目标物体并拍摄多副图像,结果表明位姿测量系统在800 mm范围内达到mm级精度,可以满足应用需求。

基于单目视觉的空间定位算法

为解决基于单目视觉的像机空间定位问题,基于射影几何原理,提出了一种利用特殊标志点的空间几何信息和光学像机实现像机与标志点的相对位姿测量,进而推算像机的空间坐标位置的方法。该方法避免了计算过程中对每帧图像都进行复杂的非线性解算,而利用像机与标志物间一种特殊姿态即正视投影作为连续位姿计算的起点和初始值,利用帧间约束来进行后续帧的位姿跟踪计算,达到既保证计算精度,又减少计算量的目的。在试验和实际应用中均取得良好效果。

基于单目摄像头的车辆前方道路三维重建

通过构建6自由度车载单目摄像头测距模型,实现了摄像头任意方位变换下车辆前方道路信息的三维重建。同时考虑摄像头的5个畸变参数,可消除由于畸变引起的测距误差。提出一种基于地平线位置的标定方法,在非车载情况下完成了对摄像头的标定,给出了一种利用道路消失点计算道路坡度和车辆偏航角的方法。试验结果表明,所提测距模型和标定方法具有良好的精度和可操作性。

特征光斑单目视觉空间定位方法

为了满足地面试验中运动目标位姿参数视觉测量系统的研制需求,基于单目视觉原理设计了大视场条件下实际平面上特征光斑的精确空间定位方法.建立了特征光斑的成像模型,给出了实际平面对特征光斑空间位置的约束,进而提出了特征光斑的单目视觉空间定位方法,并依据实际平面的特点设计了高阶曲面型、分块平面型和分块曲面型等三种类型实际平面上特征光斑空间定位的具体实现方法.所提方法可以满足8 000 mm×8 000 mm视场范围内特征光斑的空间定位需求,相对定位误差小于1/10 000.

捡乒乓球机器人系统关键技术的探索与实践

论述了捡乒乓球机器人的应用场景,确定了捡乒乓球机器人系统的总体设计方案,拟定了机器人工作流程。通过对捡乒乓球机器人关键技术进行研究,提出了基于彩色图像RGB颜色分量差值的二值化乒乓球特征快速提取方法。通过增加2个辅助乒乓球靶标,采用单目视觉系统实现了机器人平面空间内的定位及过程控制,保证六自由度机器人能够正确捡起乒乓球。最后,通过实验验证了机器人系统及其算法的有效性。

镜像式单摄像机双目视觉传感器的结构设计

针对传统双目视觉传感器体积大、测量效率低、成本高和图像采集需同步等缺点,建立镜像式单摄像机双目视觉传感器的结构模型,提出一种镜像式单摄像机双目视觉传感器的结构优化设计方法。传感器由单摄像机和两块呈一定角度的平面镜构成的镜像光学系统组成,摄像机置于镜像光学系统前,拍摄获得平面镜中对应同一被测物体的两个虚拟物体的一幅图像,图像中左右两半部分的同名特征对应被测物体的同一空间目标,等效于传统双目视觉传感器中左右摄像机分别采集的两幅图像中的同名特征。详细分析平面镜的尺寸、两块平面镜之间的夹角、平面镜与摄像机的距离等结构参数对视场范围和测量精度误差分布的影响,由仿真结果得出结构参数的合理取值范围,给出镜像式单摄像机双目视觉传感器结构参数的一般性设计原则与方法步骤。根据视场范围和测量精度的要求,确定镜像式单摄像机双目视觉传感器的关键结构参数。试验结果表明,提出的结构优化设计方法对工程应用具有实际指导意义。

基于单目视觉的车辆碰撞模型

为了解决主动安全研究中车辆在行驶过程中与前车的碰撞危险判定问题,该文提出了一种车辆碰撞模型。基于针孔成像原理,分析图像中目标车辆与世界坐标系中实际车辆的映射关系。检测图像中路面消失点与车辆底部的位置,并以其差值作为车辆尺寸特征。分析多帧图像中车辆目标尺寸特征的变化规律,从而分析出车辆行进趋势,并估算出前车同本车的相对碰撞时间。该碰撞模型既为驾驶员反馈了碰撞时间信息,又通过分析加速度避免虚警。与已有模型相比较,该文模型在车辆距离大于30 m时效果不稳定,在距离小于30 m时误差低于5%。实验结果表明该模型具备较强的实用性与准确性。

行人闯红灯事件视频检测算法与实现

在回顾了现有的基于视频的行人检测研究成果之后,提出了一种基于历史信息和目标快速特征提取的行人闯红灯事件检测算法,并实际应用于位于上海内首个行人闯红灯报警系统中:首先对实时采集到的每时间单位的视频图像序列进行逐帧差分以过滤背景信息;接着对差分后的图像序列添加历史信息;进而对此图像中兴趣区域,采用线扫描的方法来对运动目标方向、轮廓、轨迹等特征进行快速提取、分析与识别,实现实时的人车分离辨识、行人位置确认和运动趋势预测。

一种无人机载荷安装位姿测量系统的实现

描述了一种可以快速测量无人机载荷位姿的六自由度测量系统,可对无人机载荷位姿进行实时安装测量,用于保证所有载荷安装于预定位置。测量系统基于单目视觉测量原理,利用固定式多目标主动光学靶标将载荷的坐标系引出,系统软件可实时给出被测载荷的位姿。进行了一系列的试验用于验证测量能力。利用多齿分度台和位移台进行测量重复性试验。结果表明,角度测量重复性0.05°,位移测量重复性0.05mm。

无人机机载载荷安装位姿实时测量系统设计

主要描述了一种快速6自由度测量系统的硬件及软件设计,该测量系统能够对无人机遥测平台上机载载荷进行实时安装检测,确保所有搭载的载荷都能实时调整到预定位置上。系统基于视觉测量原理,利用固定式多目标光学靶的空间坐标将物体的空间位置姿态的变化反演出来,实现物体的6D快速测量,其中角度测量重复性为0.05°,位置测量重复性为0.05 mm。

一种基于直线特征的单目视觉位姿测量方法

提出了一种基于直线特征的单目视觉位姿测量方法SoftNewton。构造了新颖的目标直线与图像直线匹配评价函数,避免检测图像中直线的端点,最终通过软决策技术确定直线特征匹配关系,并采用高斯牛顿迭代算法基于全透视成像模型解算目标位姿。和POSIT算法相比,高斯牛顿迭代算法保持了旋转矩阵的正交性,提高位姿解算精度。仿真图像实验中,在干扰直线和噪声存在的情况下算法经过29次迭代解算得到正确的直线特征匹配矩阵,姿态误差小于0.2°,位移误差小于0.5 mm。仿真图像和实际图像实验结果均表明SoftNew-ton具有较高解算精度和较强的鲁棒性。

基于去离群点策略提高目标位姿测量精度

针对在单目视觉目标位姿测量过程中,特征点提取出现离群点的情况,提出一种基于去除离群点策略的位姿测量方法(ORPE)。建立了以特征点误差极大极小为原则的最优化目标函数,通过确定特征点最大观测误差值边界,判定并去除离群点,由此可消除离群点误差对位姿测量的影响。仿真实验使用ORPE对1 m×1 m×1 m的立方体目标进行位姿测量,验证了算法的正确性;使用ORPE测量Boeing飞机模型的位姿,平均姿态角误差2.07°,平均位移误差1.6%。通过和最小二乘测姿法(LSPE)结果对比分析可得ORPE法误差小于LSPE法误差。表明ORPE能有效去除离群点,同时提高位姿测量精度。