基于伯特利单目摄像头坡道跟车起步慢问题研究

随着疫情后市场对汽车行业影响,包括芯片资源、单目摄像头独立供货能力等。都是对国内汽车企业带来不断考验,如何在疫情影响下,保证车辆生产以及开发替代产品,满足或者超过国际垄断大牌企业。因此,我们将工作侧重在单目摄像头开发,做好性能和技术指标达到行业领先。伯特利单目摄像头系统诞生,为了更好取代国际巨头4+2-ADAS系统做好铺垫。然而,当前伯特利单目摄像头性能,在验收阶段,发现坡道跟车起步慢问题,已经不能满足不产品和性能要求,若想解决这个问题,就必须对其自身进行不断优化与创新,来满足市场对产品和性能需求。

基于单目摄像头的空中手写系统

目前基于视觉的空中手写系统主要是基于Leap Motion或Kinect等三维传感器。上述传感器体积太大且价格昂贵,不利于和手机、空调、电视等集成,于是开发了一种新的更利于应用推广的基于单目摄像头的空中手写系统。上述系统基于肤色特征从二维视频数据中检测书写手,然后利用书写手结构特点将书写手与手臂分离,通过寻找书写手轮廓到掌心的最远距离定位书写手指尖,记录连续视频帧中指尖位置形成空中手写字符轨迹,最后将字符送入高性能分类器进行识别。实验结果表明书写者可以利用上述系统自由地空中书写,实时前5识别率超过了99%。

基于OV7725单目摄像头的激光测距系统

设计了一种由红外激光器和数字单目摄像头组成的非接触测距系统。该系统利用激光三角法对单目摄像头采集到的激光光斑图像进行位置信息处理,从而得到目标物离摄像头的距离信息。实验结果表明,该测距系统测量范围为2~100 cm,能对目标物离摄像头的距离及其大小进行准确测量,测量精度达到了毫米级。

一种基于棋盘格模板单目摄像机高精度标定方法

提出了一种基于棋盘格模板的单目摄像机标定方法,该方法首先使用高精度CCD摄像机对摆放在二维手动导轨平台上,沿Z坐标轴多次改变固定值的棋盘格标定模板进行拍摄,并提取棋盘格角点的亚像素坐标.再结合DLT标定方法求得摄像机所有参数,最后对任意位置的棋盘格角点进行三维重建来测量标定精度,重建得到的X坐标和Y坐标平均误差均为±0.02 mm.实验结果表明该方法能够快速、有效地获取高精度的摄像机参数,可以满足三维重建及其他视觉检测场合使用要求.

单目摄像机标定方法的研究

摄像机标定是计算机视觉领域的一个研究热点,为了解决单目摄像机标定中的精度不高、模型复杂、鲁棒性差等问题,依据神经网络、遗传算法及摄像机标定的特点,提出了基于遗传算法和BP神经网络相结合的单目摄像机标定方法。该方法充分利用遗传算法的全局优化和神经网络的局部收敛的特点,一方面避免了建立复杂的摄像机成像模型,另一方面增强了摄像机标定的精度和鲁棒性。实验表明该方法有效。

使用单目摄像头的实时行人计数算法

为解决智能视频监控系统通道入口处的行人计数问题,设计在高斯背景建模下的行人检测计数算法。在该算法中,摄像头垂直放置在入口处的门顶上。为了降低计算复杂度,提高计算精度,设置一个感兴趣的检测区域,在该区域中通过对行人的检测及跟踪进行计数,并采用队列模型处理以提高检测效果。实验结果表明,该算法可以有效地对入口行人进行检测计数。

基于单目摄像机的运动员姿态计算

运动员姿态的计算是非常困难的并且有很多应用。在本文中,我们主要针对运动员身体倾角,提出了一种基于单目摄像机的几何计算方法。首先,利用针孔模型对场景进行3d重建。其次,利用运动员的臀部位于运动员脚部轨迹在相应的脚部点处的法平面的先验知识,计算运动员身体与运动场地的夹角。在本文的最后,给出了实验的结果,结果表明方法是比较实用的,能满足人体运动分析的基本要求。

单目摄像机与三维激光雷达联合标定的研究

为解决单目摄像机与三维激光雷达组成的传感系统中数据匹配的问题,文章采用基于平面特征的方法实现了两传感器的联合标定,提出了通过优化平面靶标摆放位置来减少样本数量并提高样本质量,保证标定精度的方法。通过建立数学模型和实验验证了本文方法及算法的正确性,当靶标位置均匀分布在摄像机视场内,并且法向量方向均匀分布在四个象限时,只需4个标定位置即可完成参数求解,且标定误差与使用16个位置时相当。

地铁车载单目摄像机下异物侵限检测方法探究

地铁运营对轨行区界限具有非常高的要求,异物侵限对地铁运营会造成严重后果。现有研究方法大多为接触式或固定区域非接触式,这类方法无法对整条线路进行实时检测。针对该问题,提出了一种车载单目摄像机视野环境下异物侵限检测方法,即通过车载摄像机实时获取列车前方视野,利用改进的canny算法和霍夫直线检测算法确定轨行区形成感兴趣区域,并通过YOLO_v3深度神经网络实现对轨行区异物入侵检测。实验证明,该方法可有效提高检测效率和准确性。

基于单目摄像头的电网设备测距模型

针对电力系统巡检过程中双目测距算法的复杂性,提出了一种基于相机高度和俯仰角的单目测距模型,有效解决了电力系统中的测距问题。同时针对测距应用中相机高度和俯仰角的变化,考虑了影响因素对测距精度的影响,具有良好的可靠性。通过测量相机高度和俯仰角,识别图像中目标物体所在区域,根据相机内参对采集到的图像进行坐标变换,获得目标物体的三维坐标信息,根据测距模型计算出实际距离,通过实验验证了所提方法的正确性和有效性。

基于单目摄像机的违建物精准定位

本文基于铁塔高点的智能监测问题,提出单目摄像机的违建物精准定位方法。实验表明,通过精准定位方法能够准确根据图斑经纬度信息,自动调控摄像机画面到指定地点,大大提高了卫片核查的效率。

基于深度强化学习的红外单目摄像头移动机器人避障方法

由于现有机器人避障方法绕过障碍物不能及时达到原点,研究了基于深度强化学习的红外单目摄像头移动机器人避障方法。在神经网络中,设计方法通过卷积遍历整个图像区域进行特征学习,在池化层去除冗余特征信息,将图像输入障碍物检测网络检测,生成避障场景下的深度图,运用红外单目摄像头及视觉传感器采集图像中的信息进行训练,实现避障任务。实验结果表明,在不同行驶环境下,3组移动机器人绕过障碍物后均能准确到达原点(0,0)位置。

基于单目摄像机和雷达的场桥大车避障系统设计

为了提高港口智能化安全管理水平,实现场桥大车避障的自动化,设计开发基于单目摄像机和雷达的场桥大车避障系统。该系统利用图像识别、神经网络、雷达定位、多传感器数据融合等技术,处理单目摄像机采集的实时视频信号、雷达采集的距离信息和PLC的数据,实现对地面上和悬空的可视障碍物定位识别、距离预测、报警功能。在港口的测试结果表明,在复杂天气环境下该系统仍能较准确地识别场桥大车周围的障碍物,保证场桥大车安全行进。

基于单目摄像头投影仪自动校正方法

现有投影仪在梯形校正技术中,同时实现翻滚角、俯仰角以及偏航角三个方向下梯形校正需要使用双目摄像头或单目摄像头配合距离传感器以及陀螺仪传感器实现,且产生了成本上升、使用复杂性提升、可靠性降低等问题。现研究一种基于单目摄像头自动梯形矫正方法,实现无须人工干预的全自动图像梯形校正。通过引入几何光学建模,辅助计算投影面上的真实形变四边形投影图像以供投影仪图像校正。实验结果表明,该方法能以低廉的硬件成本,简单的计算方法完成投影仪的自动校正。

单目摄像机-激光测距传感器位姿测量系统

在单目视觉测量中,由于模型自身的限制,沿摄像机光轴方向上的位移测量精度一般远低于垂直光轴方向上的位移测量精度。首先,从数学模型上分析了单目视觉位姿测量在沿光轴方向上位移测量精度低的原因;然后,为了提高沿摄像机光轴方向上的位移测量精度,通过在沿摄像机光轴方向上加装一个高精度的激光测距传感器,设计了一种单目摄像机-激光测距传感器位姿测量系统,从而利用激光测距传感器的高精度测距数据提高系统在沿摄像机光轴方向上的位移测量精度;最后,分别对单目摄像机-激光测距传感器系统的测量原理、参数标定以及测量过程中的数据融合等方面进行了理论推导与实验研究,实验数据表明了系统方案的可行性和有效性。

基于单目摄像头的主动式驾驶行为分析算法

为了预防事故发生,提出一种以人体三维姿态估计对驾驶员行为进行识别监测的算法。利用单目摄像头获取运动中驾驶员的视频流,提取每帧图像的二维轮廓特征,与预先建立的三维人体模型的二维投影进行匹配,实时估计驾驶员上半身的姿态。根据获取驾驶员的8个骨骼节点的三维坐标,对驾驶员的行为识别分析。试验模拟驾驶员正常、单手、接听电话和疲劳/醉酒驾驶4种驾驶状态,通过骨骼节点的坐标变化,实现检测和识别驾驶员的姿态行为并给予提醒。在光线较好的情况下,与PRECLOSE(percent eye closure)算法相比,该算法的误检率降低了24. 24%。

单目主动摄像头真实三维重建

由于单目摄像头尺度缺失,导致鲁棒位姿估计结果不准确,为此提出单目主动摄像头真实三维重建方法。通过融合机器人的控制信息和尺寸信息,得到单目相机的位置信息,利用位置信息计算出等效基线,根据变基线等效双目策略理论获取精度更高的深度估计;采用GoDec-RANSAC算法排除样本点中的局外点,估计鲁棒位姿;通过获取的位姿,估计最后一帧图像与第一帧图像之间的相对位姿,得到全局位姿估计,完成单目主动摄像头真实三维重建。仿真实验结果表明,该方法能够准确的估计鲁棒位姿。

利用单目监测摄像头精确废弃物焚烧位置的经纬度

秸秆及其他废弃物违规焚烧会对周边大气及环境产生严重污染,在实际视频监控中,相机图像可以大概获取焚烧目标在图像中的位置,然而,拍摄的图像不能给出焚烧点实际的地理位置,即经纬度坐标位置,造成管理部门执法缓慢困难。因此,本文在废弃物焚烧监控检测的基础上,提出一种单目摄像头监控条件下精确废弃物焚烧点经纬度的方法,通过假设摄像头俯视拍摄范围内地面水平,结合摄像头的水平旋转角、俯仰角、视场角以及监控点摄像头本身的经纬度坐标信息,来计算图像像素坐标对应的经纬度坐标,用于精确焚烧点位,达到提高执法效率的目的。

非结构化道路条件下单目视觉实时测距研究

为了自动驾驶汽车能够在非道路条件下进行有效的防碰撞,提高智能汽车安全性。论文通过对传感系统中的单目摄像头对前方物体的测距方法进行研究,来提高车辆在非结构化道路上的安全性能。对单目摄像头的标定采用了基于两个灭点的标定方法的数学模型,使用了针孔透视模型来成像以及单帧静态图像测距模型来计算前方物体与本车距离,加强图像的稳定性使用了RANSAC算法,Prescan和Simulink进行仿真试验,最后进行实车在非道路条件下的实时测距试验。试验结果表明:汽车在非结构化道路化的条件下行驶摄像头能进行实时测距。

基于单目视觉的四旋翼飞行器目标跟踪算法研究

以AR.drone四旋翼飞行器为研究平台,提出一种基于AR.drone前置单目摄像头,并结合卡尔曼滤波跟踪视频中移动目标的方法。将采集得到的RGB图像经过颜色空间转换成对光照变化影响不大的HSV图像;通过Open CV对视频中跟踪目标的图像去噪,对轮廓进行检测寻找图像中最大的轮廓目标,并通过卡尔曼滤波对目标位置进行修正;计算四旋翼飞行器的飞行朝向并实现四旋翼飞行器对视频区域里移动目标的跟踪。实验表明,该方法有效地实现了对移动目标跟踪的准确性、稳定性和快速性。