基于平面标定的仿人乒乓机器人动态定位方法

以乒乓机器人为研究背景,提出了基于平面标定的旋转平移矩阵计算方法。该算法不添加任何人工标志,仅利用球台上几条有限的直线对动态机器人进行快速、精确的定位。由于乒乓球台弱纹理特性,基于特征点提取和匹配基础上的传统立体视觉定位方法很难达到较好的效果。本方法根据乒乓球台本身特点,提出对乒乓球台平面及球网上沿平行于乒乓球台的平面进行单独的平面标定;并利用乒乓球台上直线相对位置固定的特点,准确提取两条共面并垂直的相交直线;最后,利用乒乓球机器人静止时身高不变的特点计算出乒乓球机器人的旋转平移量。实验结果表明方法具有快速、准确的特点,能够满足仿人乒乓机器人及时响应的需求。

视频稳像的Sift算法优化

针对连续拍摄的相邻视频帧具有视场重叠度高,视角转换小,平移量小等特点,对Sift特征匹配算法进行优化,以降低视频稳像的运算量.研究了图像尺度空间变换,尺度空间的特征点提取,特征点匹配算法和相邻帧间的平移旋转矩阵,并给出了Sift优化的说明和算法的实验结果.首先对当前帧的图像提取相邻两个尺度空间的特征点,并与上一帧图像的两个尺度空间的特征点进行匹配.然后去掉匹配度小于某一阈值的特征点,对剩余的特征点根据旋转平移矩阵求解视频帧的旋转分量和平移分量.实验证明本算法能够将Sift算法运算量减小96.8%,同时视频的旋转稳像误差在±0.3%以内.

基于k-d tree的ICP三维点云拼接方法

为了解决传统ICP算法在三维点云拼接中容易陷入局部最优解,算法效率低的问题,本文提出了一种基于k-d tree的ICP三维点云拼接方法。首先建立目标点云的k-d tree,确定三维点云k-d tree的最近邻搜索方法,使用源点云对目标点云进行最近邻搜索,剔除点云拼接的非对应点集;再对目标点云与源点云在ICP迭代计算过程中,使用k-d tree快速搜索最近点,获取对应点集,完成三维点云拼接。试验表明,本文提出的方法能够减少目标点云与源点云中的错误匹配点对,提升算法效率,有效地改善点云拼接效果。

多刚体系统中运动量之间的坐标转换法

本文论述了刚体系统中运动量之间的坐标转换,得出了在不同坐标系中运动方程、速度及加速度的转换矩阵方程.计算中仅用到矩阵的相乘和相加,故利用计算机是很方便的.