基于单目相机的三点式激光器测距及位姿估计方法研究

针对现有基于单目相机的三点式激光器视觉测量系统易受激光特征点的2D图像检测误差、相机畸变误差、图像中心点坐标误差以及焦距等影响,提出一种新的测距及位姿估计方法,使姿态角的求解仅与距离值、相机固定参数和激光器安装位置相关.首先,控制三个激光器在平行射出光的情况下,对单目相机进行内参标定,初步解算相机中心点的位姿坐标;然后...     

相机位姿估计的加速正交迭代算法

面对需要实时计算的相机位姿估计问题,针对经典的广泛应用的正交迭代算法,提出了一种加速正交迭代算法。其关键思想是将每一次迭代过程规整化,从而提炼出每一次迭代的重复计算,若将此重复计算在迭代开始前提前计算,则可以大幅度的减少迭代过程中的计算量,使得每一次迭代的计算复杂度从O(n)降低为O(1)。因此,可以在更短的时间内迭代更多的次数,从而获得更高的精度。进行了对比实验,结果显示本加速算法计算精度更高,速度更快。并通过实验提出了选择稳健n点透视(RPn P)计算初值,再使用加速正交迭代算法进行迭代运算的方法,在控制点不多的情况下,是一种精度接近最大似然估计,计算速度最快的算法。     

一种无公共视场相机位置关系的求解方法

多相机系统的标定是立体视觉测量中的一个重要问题。而当各相机间公共视场较小或无公共视场时,标定参照物不能同时出现在所有相机的公共视场,因此无法求解系统中多相机的相对位置关系。针对该类问题,论文在二维靶标标定法的基础上,提出了一种基于两轴转台的无公共视场相机位置关系的求解方法。将待标定系统固定在转台上,利用转台转动确定靶标坐标系与转台坐标系之间的相对关系;通过转动转台使二维靶标依次进入每个相机视场以分别确定转动后每个相机在靶标坐标系中的位置,并记录转动的角度;最后,结合靶标坐标系与转台坐标系关系,求解各相机之间的相对位置关系。实验结果表明,该方法具有可操作性,解算误差在0.5%以内,可较准确地确定多个光轴之间角度较大的非共视场相机位置关系。     

单目相机位姿估计的稳健正交迭代方法

单目位姿估计是计算机视觉中一个基础而重要的问题,在机器人定位、虚拟现实、图像精密测量等领域应用广泛。在实际应用中,参考点坐标不可避免地含有粗差点,导致估计结果偏离真值,为此,提出自适应加权的稳健正交迭代算法。该算法采用稳健估计方法自动识别粗差点,并赋予其较小权值,以提高算法的稳健性。实验结果表明,稳健正交迭代算法求解精度高、稳健性好,可有效抑制不同个数、不同水平的粗差影响。当20个观测点中存在8个水平为60 pixel的粗差点时,本文解算精度分别比经典正交迭代算法和加权正交迭代算法高2个和1个数量级。     

多摄像机系统位姿估计的广义正交迭代算法

目前,多摄像机系统的位姿估计还缺乏系统的方法,它通常通过求解透视n点问题或者求解使两组3D点集之间平方和误差最小的刚体变换来解决,这些方法都有局限性.正交迭代算法是基于点特征的单目视觉算法,快速且全局收敛,是目前性能最优的实时位姿估计算法之一,被广泛应用.提出了一种广义正交迭代算法把所有摄像机获取的全部图像作为整体计算得到相对位姿参数,是通用的多目视觉位姿估计算法.算法先把所有摄像机数据进行统一表达,再把所有摄像机观测到的全部特征点的目标空间共线性误差平方和作为误差函数,最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了算法的有效性以及在多摄像机系统位姿估计中的优越性.     

未标定相机的高精度位姿估计方法

针对未标定相机的位姿估计问题,提出了一种焦距和位姿同时迭代的高精度位姿估计算法。现有的未标定相机的位姿估计算法是焦距和相机位姿单独求解,焦距估计精度较差。提出的算法首先通过现有算法得到相机焦距和位姿的初始参数;然后在正交迭代的基础上推导了焦距和位姿最小化函数,将焦距和位姿同时作为初始值进行迭代计算;最后得到高精度的焦距和位姿参数。仿真实验表明提出的算法在点数为10,噪声标准差为2的情况下,角度相对误差小于1%,平移相对误差小于4%,焦距相对误差小于3%;真实实验表明提出的算法与棋盘标定方法的精度相当。与现有算法相比,能够对未标定相机进行高精度的焦距和位姿估计。     

折反射全向相机镜面位姿的自标定方法

在已知镜面和透视相机参数的情况下,提出一种不需要任何其他标定物的折反射全向相机镜面位姿的自标定算法,只需要折反射相机采集任意一幅图像即可估计出反射镜面与透视相机之间的旋转和平移。利用镜面外边缘所成的像,通过平面圆位姿估算方法获得两个候选位姿;再利用透视相机镜头边缘的成像,同时进行镜头边缘参数估计和镜面位姿选择。该标定方法操作简单,精度高,适用于非单视点相机的标定。仿真和真图实验结果证明了该方法的有效性。     

面向奇异构型目标点分布的相机位姿估计算法

为了提高平面、近平面和近线等奇异构型目标点的位姿估计精度和稳定性,提出了面向奇异构型目标点分布的位姿估计算法.首先,选择距离最远的两个点作为基本目标点,将n点划分为n-2个三点子集.其次,根据三点子集的几何关系构建辅助点,旨在增加透射相似三角形法的几何约束,进而求得较为准确的相机位姿初值.最后,结合EPnP算法和高斯牛...     

基于点线对应的多摄像机全局位姿估计迭代算法

为了解决工业视觉场景中点和直线段共存情况下的多摄像机位姿估计问题,提出了基于点线特征对应的多摄像机全局位姿估计算法.以正交迭代算法为基础,使用多个固定在平台上的已标定摄像机间的几何约束,以全局方式处理多摄像机的重叠和非重叠视图的点和直线段特征,获得更加稳定精确的位姿估计.该算法先把所有摄像机数据进行统一表达,再把摄像机观测到的全部点特征的目标空间共线性误差和直线段特征的目标空间共面性误差之和作为误差函数,最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了该算法的有效性以及优越性.     

基于点线对应的多摄像机全局位姿估计迭代算法

为了解决工业视觉场景中点和直线段共存情况下的多摄像机位姿估计问题,提出了基于点线特征对应的多摄像机全局位姿估计算法.以正交迭代算法为基础,使用多个固定在平台上的已标定摄像机间的几何约束,以全局方式处理多摄像机的重叠和非重叠视图的点和直线段特征,获得更加稳定精确的位姿估计.该算法先把所有摄像机数据进行统一表达,再把摄像机观测到的全部点特征的目标空间共线性误差和直线段特征的目标空间共面性误差之和作为误差函数,最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了该算法的有效性以及优越性.     

单目移动机器人相对位姿估计方法

针对单目机器人在运动过程中，相邻关键帧之间基线过短造成的相机相对位姿无法恢复的问题，提出了一种利用已知特定参照物迭代优化本质矩阵，从而快速分解出机器人相对位姿的方法。该方法首先利用已知特定参照信息获取本质矩阵估计值，然后通过相邻关键帧之间匹配的特征点组和本质矩阵估计值对本质矩阵迭代优化，最后通过本质矩阵的约束关系求得平移向量估计值，利用基于李群的姿态表示得到旋转矩阵估计值，并进一步优化得到唯一解。该方法避免了由于基线过短而无法恢复相机相对位姿的弊端。实验结果表明，该方法可快速解算并优化机器人相对位姿关系，且相对位移估计绝对误差小于0.03 m，优于传统方法。     

基于机器视觉的最大似然位姿估计算法

针对现有位姿估计算法对采样数据不做任何的统计假设,缺少评判标准等问题,从信号的概率密度函数出发,推导了基于机器视觉的最大似然位姿估计的一般形式,并证明利用单幅图像时,在各向同性高斯噪声情况下传统迭代算法与最大似然估计等效。推导了位姿估计的克拉美-罗界,给出了位姿估计的方差下限。根据仿真结果可以看出,利用10张图像时,最大似然算法在噪声功率大于5dB的情况下,性能明显优于传统迭代算法,证明适当增加图像数可有效提高估计性能。     

基于多传感器的三维目标位姿测量方法

提出了一种基于多传感器的三维目标位姿测量方法,该方法利用多传感器技术,充分发挥深度相机和高分辨率电荷耦合器件(CCD)相机各自的优势,提高了测量的稳健性和效率。利用物体与其固定平面之间的关系,在点云中粗略定位出目标区域,通过预先标定信息将目标区域转换至灰度图像空间。在灰度图像中,利用线段检测器(LSD)算法外加特征约束,筛选出4条目标直线,利用透视4点(P4P)算法求解出目标的六维位姿。实验验证了该算法的有效性,其测量效率远优于经典模板匹配方法。     

基于单目视觉的航天器位姿测量

鉴于实时高精度航天器位姿测量不仅是航天器实时监控和跟踪的重要技术保证,同时也是实时调整和补偿航天器姿态的主要依据,提出一种基于单目视觉的航天器实时位姿测量方法,利用高精度旋转平台几何摄像机的方式对被测目标进行位姿解算。该方法不需要对被测目标进行几何约束,同时也不用进行转站测量,因而可以进行动态实时的在线位姿检测。航天器位姿实验结果表明:该单目视觉测量方法姿态测量误差小于0.05°,位置测量误差小于0.02 m,满足实际工程0.1°和0.05 m的精度需求。     

聚焦型光场相机等效多相机模型及其运动恢复结构应用

聚焦型光场相机在运动恢复结构(SFM)和场景重建等领域中的作用日益显现.但是传统SFM算法因聚焦型光场相机具有特殊的结构而难以直接应用.针对这一问题,提出一种完整的聚焦型光场相机等效多目相机模型.在此基础上,利用传统多目相机的SFM算法,给出了适用于聚焦型光场相机的位姿估计算法示例和点云三角化算法示例.最后,通过仿真实...     

基于深度语义模型的双目位姿估计

位姿估计是现阶段智能和自动化控制领域最热门的研究方向之一,在无人驾驶汽车、智能工业机械臂、民用家政机器人等领域有着诸多应用。但传统方法大多具有计算复杂,实时性困难等问题。提出了一种利用卷积神经网络来做双目相机图像输入端的尺寸压缩和信息提取,并将特征向量通过双向长短时神经网络与激光雷达计算的标准结果进行回归学习的位姿解算方案。训练得到的深度学习方案在精度和速度方面相对于传统方案都有一定的提升。     

基于点和直线段对应的扩展正交迭代位姿估计算法

正交迭代算法是基于点特征,全局且快速收敛的位姿估计算法,是目前性能最优的实时位姿估计算法之一.对摄像机观测到的直线段提出了其不确定性描述的新方法:目标空间直线段误差,并把该误差融入到正交迭代算法的位姿计算过程中,形成扩展正交迭代算法.该算法可以同时利用点和直线段特征.算法先把点共面性方程表达为与正交迭代算法中点共线性方程一致的数学形式,再根据目标空间点共面性误差定义了目标空间直线段共面性误差.接着把目标空间点共线性误差和直线段共面性误差二者之和作为误差函数.最后推导出使该函数最小化的迭代求解过程.实验结果表明,本文算法是有效的,精确的.与正交迭代算法的计算结果对比,由于可以同时利用直线段特征,扩展正交迭代算法的位姿估计误差更低,抗噪声性能更强,算法更稳定.     

一种单目视觉位姿测量系统的误差分析方法

针对单目视觉位姿测量传统误差分析方法中只考虑单一误差因素，分析结果与工程实际有较大差异的问题，提出一种考虑多误差因素共同作用的误差分析方法。根据单目视觉系统的测量范围和相机参数建立其位姿测量模型；综合考虑相机内参、镜头畸变、图像点、靶标三维点等误差因素，将其同时引入位姿测量模型进行分析；分析抑制不同参数误差及提高相机分辨率等在多误差因素共同作用下对位姿测量结果的影响，找到最有效的精度优化方法。采用小型机械臂手眼定位中的单目视觉位姿测量系统进行实验，结果表明通过抑制相机径向畸变误差和提高相机分辨率，能够有效地提升该系统的位姿测量精度，位姿精度分别提升6.57%、4.21%和5.88%、5.54%。     

基于角度约束的目标位姿测量二义性剔除方法

为了有效解决单圆特征目标位姿解存在二义性的问题,提出了基于角度约束的目标位姿虚假解的消除方法。在相机标定好的前提下,在水平面上平移相机系统获得两幅或两幅以上具有圆特征的目标物图像,以圆形特征目标物的真实姿态角在相机坐标系下保持不变作为约束,可以有效剔除虚假解。可将该方法应用于末端安装摄像机的工业机器人,操控机器人做已知的平移运动从而有效剔除圆特征目标位姿的虚假解。通过实验验证,圆特征目标姿态角的绝对误差小于0.5°,然后可通过真实姿态选出对应目标的真实位置。该方法简单易行,不需要额外的高昂设备就能精确地定位出物体的真实位姿,成功率可达100%。     

垂直直线特征的双目视觉位姿测量方法

针对直线特征,提出了基于两条垂直直线特征双目视觉位姿测量解析算法。该算法根据直线特征和其在摄像机图像上投影直线共面性质建立模型,利用单位四元素法简化了投影模型变量,进而在仅知被测物体上两条直线相互垂直的信息,利用两条垂线投影在两个摄像机图像上四条直线图像,求解出被测物体的位姿参数。同时分析了退化情况下位姿求解方法,即当直线向量平行于两个摄像机基线向量时,直线向量在左右摄像机投影到同一条直线上时的位姿求解方法。基于Matlab仿真实验表明该算法对于噪声具有一定的稳健性,即使两条直线不垂直而有一个角度误差时,仍能保证一定的精度。实物实验表明该算法可以满足一般测量精度要求。