基于改进ArUco标签的位姿估计方法

针对使用ArUco标签在远距离测量时精度不高的问题,提出改进ArUco标签的位姿估计方法。该方法在ArUco标签的基础上设计了阵列特征圆环,提取圆环的中心点并对其进行排序,根据交比不变特性判断出圆心检测的准确性;利用加权最小二乘法建立ArUco标签角点与阵列圆环圆心之间的直线拟合关系,实现角点修正;采用EPnP算法解算出改进ArUco标签的位姿参数,并利用LM算法对位姿进行优化,提高位姿测量精度。设计了机械臂视觉定位系统验证所提出方法的可行性和有效性。实验结果表明,此改进方法在2.5~4 m范围内测量的最大平移误差为8.72 mm,最大旋转误差为1.78°。所提出的方法在4 m处纵向距离测量的相对误差降低0.69%,提高了测量精度。

一种基于三维特征点集的激光雷达与相机配准方法

针对无人驾驶技术中的激光雷达与相机的配准问题,提出了基于两传感器数据中对应的三维特征点集来求解激光雷达与相机配准参数的配准方法。首先,利用Ar Uco标签确定纸板标志与相机坐标系的关系,在纸板尺寸和位置已知的情况下可得纸板角点在相机坐标系下的坐标,基于随机抽样一致算法提取激光雷达点云中的纸板边缘,以边缘交点为纸板角点,从而建立两组角点的对应关系;然后,利用Kabsch算法求解激光雷达与相机的最优配准参数;最后,将求得配准参数与人工测量结果作比较,验证该方法的可行性。为了进一步确定方法的准确性,将该方法用于两台相机的配准,通过相机点云数据融合的质量来评价该方法的准确性。试验结果表明,基于对应三维特征点集的配准方法可以实现激光雷达与相机配准参数的准确求解,同时该方法也适用于两台或多台相机的配准。

铁路物流园内集装箱AGV的导航与精度研究

以国内某铁路物流园内AGV集装箱转运为工程背景,为解决AGV的定位导航问题,设计一种基于视觉ArUco标签与惯性导航系统组合的自主导航系统,通过分析惯性导航系统的位置方程和误差方程,研究误差的主要组成部分,按照实际工况,计算AGV惯性导航系统理论位置误差。根据前摄像头几何成像数学模型、ArUco标签特征点与图像特征点之间的投影变换关系,得出AGV在堆场的确切位置,该位置信息作为惯性导航系统的初始值,对惯性导航系统的累积误差进行修正,实现AGV的粗定位导航。使用AGV俯视摄像头进行装卸集装箱精确定位,计算相机测量误差方程。通过实际测量验证了位置误差理论计算的正确性。该方法为AGV定位导航方案设计、精度计算、传感器选型及布置提供一定的参考。