机器人无标定视觉中摄像机特性的逼近

简要介绍机器人视觉中摄像机无标定产生的背景和发展现状,给出了摄像机无标定的定义.依据该定义,将现有的无标定方法归为基于雅可比矩阵等4种主要类别,并分别对这些方法的机理及其优缺点作了简要分析.最后对无标定的发展前景进行了展望.

无标定摄像机手眼系统平移下的目标深度估计

在基于图像的视觉伺服手眼系统中,往往需要通过估计获得目标的深度信息。为此,提出了通过控制装有摄像机的机械手进行纯平移运动,从获取图像序列特征点的变化来估计目标深度的新方法。首先利用四次纯平移运动,离线计算手眼关系的旋转矩阵;在线阶段,利用该旋转矩阵将机械手平移转换为摄像机平移,再结合平移前后图像极点不变的特性,实现目标深度实时估计。与以往方法不同,新方法无需进行摄像机参数标定,并对图像匹配噪声和手眼系统运动误差具有一定的鲁棒性。

基于无标定的机器人平面运动物体跟踪伺服系统研究

在未标定摄像机模型和机器人手眼关系的情况下,针对"眼在手"型机器人视觉伺服系统,采用基于位置的控制方法,提出了一种简易实用的无标定算法,采用PD控制实现了平面运动物体的跟踪,通过仿真和试验验证了该方法的有效性和可靠性。

基于视觉几何的传送带测速方法研究

针对视觉测速系统误差较大且灵活性差的特点,提出了基于视觉几何的传送带上物体速度检测的方法,该方法无需摄像机标定。通过离线和在线图像处理相关算法提取图像参考点和工件特征点,结合视觉几何学算法,计算工件在相邻帧图像中的位移,同时记录采集、处理相邻帧图像所需时间;最后应用运动学公式计算物体的移动速度。应用无标定摄像机视觉系统检测工件的移动速度,不仅弥补了标定的摄像机系统灵活性差的问题,而且也减少了摄像机标定误差和镜头畸变带来的影响。实验结果证明所提出的方法灵活性强、精度高。