基于加权加速正交迭代算法的相机位姿估计

单目视觉中的位姿估计是三维测量中的一个关键问题,在机器视觉、精密测量等方面运用广泛。该问题可通过n点透视(PnP)算法求解,正交迭代算法(OI)作为PnP算法的代表,因其高精度的优点在实际中得到了广泛运用。为了进一步提高OI算法的稳健性和计算效率,提出了一种加权加速正交迭代算法(WAOI)。该方法首先根据经典正交迭代算法推导出加权正交迭代算法,通过构建加权共线性误差函数,利用物点重投影误差更新权值,达到迭代优化位姿估算结果的目的;在此基础上,通过自适应权值,整合每次迭代过程中平移向量以及目标函数的计算,减少迭代过程中的计算量,从而实现算法的加速。实验表明,在12个参考点中存在两个粗差点的情况下,WAOI的参考点重投影精度为0.64 pixel,运算时间为8.02 ms,精度高且运行速度快,具有较强的工程实用价值。

相机位姿估计的加权正交迭代算法

在相机位姿估计的实际应用中,参考点的坐标数据不可避免地包含了测量误差,其量值大小通常不会完全一致,如果不区别测量误差直接进行相机位姿估计,将可能导致估计结果与真值相差甚远。为此,在广泛应用的正交迭代算法基础上,提出了相机位姿估计的加权正交迭代算法,该方法以加权共线误差为目标函数,根据像面重投影误差确定权重系数取值,优化相机位姿估计结果,具有精度高、稳健性好等优点,且满足全局收敛条件。数值仿真实验与风洞迎角实验的结果表明,本文算法更加有效,能够抑制不同程度测量误差对相机位姿估计结果的影响,所得结果明显优于正交迭代算法,具有较强的工程实用价值。

基于视觉正交迭代法改进的激光跟踪姿态测量

针对航空航天、汽车船舶以及机器人应用等领域对姿态精准测量的需求,研究了一种基于视觉加权加速正交迭代(WAOI)的激光跟踪姿态角测量方法。首先阐述了测量系统组成、建立了数学测量模型,并分析了系统的主要误差源;其次在正交迭代(OI)的基础上,通过物方重投影误差设置参考点权重系数,引入常系数矩阵整合迭代过程中的冗余计算,提出了一种WAOI算法,并通过实验验证了算法的性能;最后搭建实验平台,利用精密二维转台对基于WAOI的姿态角测量进行精度评定。结果表明,在-20°~20°角度范围内,3~15 m测量范围内,方位角精度可达0.11°,俯仰角精度可达0.26°。相较比例正交投影迭代变化(POSIT),方位角和俯仰角测角精度均提升75%以上。本文提出的WAOI算法有效提升了激光跟踪姿态测量系统的精度。