基于二阶锥规划的运动控制相机轨迹跟踪研究

提出了一种运动控制相机轨迹跟踪方法,以解决传统基于图像特征匹配方法难以处理的存在稀疏纹理和动态物体视频图像的问题。针对运动控制中现有无特定参照物手眼标定算法精度较低的问题,对螺旋运动理论进行扩展,用于降低输入相机参数中的噪声水平,并提出了一种矩阵张量乘积的手眼标定方程表现形式,运用二阶锥规划和松弛变量约束对其优化。模拟实验和真实场景实验表明,与现有方法相比,这种方法有效提高了无特定参照物模式的手眼标定精度及其对应的运动控制相机轨迹跟踪精度。视频图像虚实融合效果的对比验证了该方法的有效性。

基于分支定界法的运动控制相机轨迹跟踪

提出一种与视频图像纹理信息无关,以运动控制机器人手眼标定算法为核心的相机轨迹跟踪方法。针对无特定参照物的手眼标定算法精度较低的问题,该方法提出一种运用无穷范数在给定旋转分量时迭代求局部优化解的算法。并进一步基于旋转空间分支定界法,提出新的标定方程定界约束条件及划分策略,用于寻找全局最优解。实验结果表明,提出的方法有效提高了无参照物场景的手眼标定精度,并应用于虚拟现实领域。