基于合作目标的单目视觉位姿估计

无人物流已经成为全球物流行业的发展趋势,叉车的定位、导航、自主搬运货物等问题亟待解决,视觉位姿估计应用到无人物流行业则是一个新兴热门的研究方向。本文以叉车搬运货物过程中货叉与货叉孔的相对位置、相对姿态为研究对象,基于PnP算法求解两者的相对六维位姿。论文采用Aruco合作标志,先将提取得到角点图像坐标进行线性算法直接线性变换初步得到两者的相对六维位姿,再将其作为初值采用光束法平差对其进行六维位姿优化,构建重投影误差模型函数,采取Gauss-Newton方法进行多次最小二乘拟合迭代,最终得到货叉与货叉孔的高精度相对位姿。

一种改进的地下车库弱纹理下智能汽车即时定位与建图算法

地下车库中纯视觉的即时定位与建图(simultaneous localization and mapping,SLAM)方法无法克服光线不足和弱特征纹理两大不利因素,为此,提出一种基于VINS-Mono框架下改进的视觉惯导融合算法,把原算法中提取Harris角点的方法改进为提取灰度值陡变的像素点,并使用非线性优化方法在初始化阶段进行视觉位姿估计。后端采用滑动窗口的形式建立先验估计残差、惯性测量单元(inertial measurement unit,IMU)残差以及基于灰度值不变原理构建的视觉残差的联合残差模型,进一步提升了系统底层变量的优化效果,从而提高算法的定位准确度。通过基于EuRoc数据集的仿真实验和地下车库实际场景的实车实验,验证了所提算法的鲁棒性和精确性。

移动机器人视觉里程计综述与研究展望

移动机器人基于激光和视觉SLAM导航可实现环境的智能感知和非固定路径行走,其中视觉SLAM导航是指机器人利用视觉系统实现自主定位与地图创建,其优势为结构简单、成本低,信息量丰富。而视觉里程计作为移动机器人视觉SLAM导航的前端,能为机器人自主导航提供廉价、可靠的位姿估计。本文对移动机器人视觉里程计的概念与发展历程进行了简述,总结了实现视觉里程计的不同方法并分别对比了其优缺点,同时也分析了视觉里程计在移动机器人领域的应用以及未来研究展望。

基于三条相互垂直直线的单目位姿估计

基于单目视觉的位姿估计是计算机视觉中的典型问题之一.文中利用目标物体上的三条相互垂直的直线特征和相机像平面上这些特征的对应获得已标定相机相对于目标物体的位姿参数,给出其闭式求解方法,并证明问题解的数量与相机光心和三条直线的相对位置有关.当光心位于两个特殊平面以外时存在唯一解,反之若在该两个平面之间则存在两个解,并且这两个解具有对称性,该性质可作为合理解的判别依据.由于三条相互垂直的直线是长方体的三条边缘,而长方体在现实世界中广泛存在,该结论为应用直线特征进行单目视觉位姿估计及合作目标设计提供理论依据.