消除圆位姿二义性的三线构型法EI北大核心CSCD

基于圆特征的视觉测量方法简单且精度高,因此具有广泛的机器视觉应用,但单个圆特征的单目视觉位姿估计存在二义性问题。为了有效剔除虚假解,基于三线构型的姿态估计方法,提出了一类基于角度约束的圆位姿二义性消除方法。对具有先验信息的三线构型,利用三线构型与相机系的姿态关系可以得到圆平面法向量的一个角度约束。若三线构型不具有先验信息,利用二视图三线构型的相对姿态估计可以得到一个二视图间圆法向量的角度约束,这两类角度约束都可以排除圆的虚假法向量。实验结果表明,该方法可有效消除圆位姿二义性,第一种角度约束可以达到99.2%的成功率,第二种角度约束可以达到96.7%的成功率。     

消除圆位姿二义性的三线构型法

基于圆特征的视觉测量方法简单且精度高,因此具有广泛的机器视觉应用,但单个圆特征的单目视觉位姿估计存在二义性问题。为了有效剔除虚假解,基于三线构型的姿态估计方法,提出了一类基于角度约束的圆位姿二义性消除方法。对具有先验信息的三线构型,利用三线构型与相机系的姿态关系可以得到圆平面法向量的一个角度约束。若三线构型不具有先验信息,利用二视图三线构型的相对姿态估计可以得到一个二视图间圆法向量的角度约束,这两类角度约束都可以排除圆的虚假法向量。实验结果表明,该方法可有效消除圆位姿二义性,第一种角度约束可以达到99.2%的成功率,第二种角度约束可以达到96.7%的成功率。     

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。     

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。     

基于弱透视成像模型的目标三维姿态测量

为了准确获取空间目标跟踪、视觉导航等领域中目标的三维姿态,进行了目标三维姿态单目视觉测量方法研究.提取图像目标的典型特征点构造出直角三角形,并通过其边长比例先验信息以及弱透视成像模型推导出目标三维姿态的单目解算算法.与传统测姿方法相比,该算法在相机焦距等内参量未知条件下依然可解算姿态,增大了测姿应用范围;与传统迭代测姿方法相比,避免了循环迭代求解过程,无需设置迭代初值,提高了解算效率.数值仿真试验结果表明目标在离相机1~3km成像时姿态测量误差低于1.5°;实际图像序列测量结果表明目标俯仰角和偏航角测量结果拟合残差小于1°,翻滚角拟合残差小于2°.实验验证了算法的正确性和稳定性,表明该算法在内参量未知条件下能有效测量中远距离成像目标三维姿态.     

运动重建约束角的圆位姿二义性消除方法

针对单个圆进行视觉测量存在的位姿二义性问题,提出了一种运动重建约束角的二义性消除方法。在相机已标定的前提下,利用圆的投影椭圆曲线确定圆的位姿参数,位姿存在二义性;利用多视图从运动恢复结构方法估计特征点的世界坐标,并利用特征点重建约束角;基于刚体运动不改变空间夹角的特性同时唯一确定多视图的圆位姿。仿真结果显示:在500 mm距离内,噪声强度为0.4 pixel时二义性消除成功率为100%,强度为1 pixel时成功率约为93%;噪声强度为0.1 pixel,距离在1000 mm时具有99.6%的成功率。此外,在二视图的情形下算法的平均运行时间约为5ms,适合实时性的应用。该方法不需要目标的额外信息,能够实时有效地消除圆位姿的二义性。     

基于TOF相机的空间非合作目标位姿测量方法

针对空间非合作目标近距离交会对接时较难获取精确位姿的问题,提出一种高效可靠的基于TOF(time-of-flight)相机的空间非合作目标位姿测量方法.利用TOF相机灰度图可存储光强的特点,用回光反射材质圆点标定板,提高了相机标定精度;基于边缘弧段组合的椭圆检测法计算目标表面对接环内外侧椭圆参数;基于局部阈值的区域生长法对深度图像进行连通域分析,通过面积、长宽比等约束提取出目标表面接插件;利用对接环与接插件建立目标坐标系并解算其在相机坐标系下的三轴位置与姿态角.搭建地面验证系统,通过对比本文方法与ORB(Oriented FAST and Rotated BRIEF)方法4组100帧图像的实验结果,验证了该方法的鲁棒性与测量精度的准确性,说明TOF相机在非合作目标位姿测量领域具有广阔的前景.     

基于圆特征和异面点特征的位姿测量

通过增加常见的点特征为位姿测量提供空间几何约束,分析利用圆形目标和与之异面的特征点进行单目视觉定位时位姿解个数的情况.以光心和特征点位于圆平面两侧为前提条件,运用几何方法证明了特征点与光心和圆平面的相对位置决定了位姿解的个数,并求出唯一位姿解和两组位姿解时光心、圆平面和特征点的位置关系,提出了基于圆特征和异面点特征的位姿求解算法,实现了6维位姿量测量,仿真实验和实物实验结果验证了算法的有效性和准确性.     

航天器对接相对位置姿态自主测量方法研究

航天器间相对位置姿态的准确测量是实现自主自动对接的先决条件。将三圆标志靶安装在目标航天器上;追踪航天器用数码相机对靶拍照。设计了亚像素处理方法实时处理数字照片,可精确测定圆心像点位置和特征直径的像长;用其作为基本特征参数,基于透视投影原理,建立了求圆心物空间坐标的公式,求出靶面的平面方程,可用来求两航天器间的相对位置姿态参数和实时标定相机的可变参数。计算机仿真结果表明,测距为2m时,测圆心像点位置的误差小于0.03个像素,测距误差小于1mm,测姿态角的误差小于0.01°。该方法也适用于无人直升飞机定点着陆时自主测量其相对位姿参数。     

基于单PSD的目标空间位姿测量方法

为了克服图像传感器在位姿测量中存在响应速度与精度相互制约以及相应图像处理算法复杂的缺陷,提出一种基于单个位置敏感探测器的目标空间位姿测量方法.首先建立以位置敏感探测器光敏面中心为原点的传感器坐标系并在该坐标系下定义空间姿态角,然后将合作目标上8个循环交替点亮的红外LED光源作为探测对象,特征发光点经过会聚镜头成像于探测器光敏面上,经信号处理得到各点二维像坐标,并结合光源相对位置关系最终解算得到目标在传感器坐标系下的空间位置和姿态.在对系统稳定性进行验证后完成了位置平移与角度旋转的测量实验.实验结果表明:提出的方法在视场角为16.3°的范围内探测距离可达10m,沿深度方向的位置测量绝对误差最大为36.2mm,其他方向位置测量平均绝对误差最大为7.1mm,角度测量绝对误差优于2°.该方法解算过程简单、实时性强,测量更新频率为100Hz,可以满足位姿检测的高速要求.     

激光投影成像式运动目标位姿测量与误差分析

为了实现室内运动目标位姿的高精度测量,建立了一套激光投影成像式位姿测量系统.该系统利用两两共线且交叉排列在同一平面上的点激光投射器作为合作目标捷联在运动目标上,通过与光斑接收幕墙的配合共同组成运动目标位姿测量基线放大系统,利用高速摄像机实时记录幕墙上投影光斑的位置,利用摄像机标定结果求解投影光斑的世界坐标,利用投影光斑之间构成的单位向量建立运动目标位姿解算模型.最后,根据测量原理推导了图像坐标提取、摄像机外部参数标定、光束直线度与目标位姿解算结果之间的误差传递函数.实验结果表明,当摄像机的视场范围为14 000mm×7 000mm时,测量系统的姿态角测量精度为1′(1δ),位置测量精度为5mm,且误差大小与目标位姿测量误差传递函数理论计算值一致,验证了本文提出的目标位姿测量方法与测量误差传递模型的准确性,能够满足目标位姿测量高精度的要求.     

基于中轴线像长匹配的靶场单站姿态测量方法

目前,靶场姿态测量以多台套交会测量为主,对于单站姿态测量尚没有较好的解决方案。为了解决该问题,以投影轴对称目标为例,提出了一种基于中轴线像长匹配的单站姿态测量方法。将透视投影拓展为2种等效形式,将体现目标姿态状态的中轴线向像面透视投影,可获得中轴线的投影像长或在等效物面的等效物长,根据目标中轴线的先验长度、相机内外参数及成像信息,经像长匹配即可获取目标的偏航角和俯仰角;实际工程试验验证了该算法的可行性,偏航角精度为1.7°,俯仰角精度约1°,满足靶场单站测姿需求;并对姿态测量模型关键因素进行了误差分析。该方法可适用于非投影轴对称目标。     

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%。     

基于特征圆单目视觉的飞机舵面角位移标定技术

提出了一种基于特征圆单目视觉的非接触式飞机舵面角位移标定技术。用一台数码摄像机对固定在飞机舵面上的特征圆进行拍照,经数字图像处理后确定五个特征点的坐标,利用针孔成像和射影变换原理建立物像空间坐标解算模型,计算出特征圆的法线相对方向和圆心的相对位置,舵面角位移由该圆的法线方向确定。仿真结果表明,该方法具有标定过程简单、实时、快速和准确的特点,标定精度可达到0.1°。该技术也可用于航天器上实时测量交会对接时的相对位姿参数。     

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。     

基于计算机视觉的大射电望远镜馈源舱动态定位系统

在FAST项目馈源舱扫描跟踪设计中 ,舱体的动态定位是实现系统闭环控制的基础。作者根据相机交汇测量原理提出了舱体空间动态定位的基本方法。推导了通过舱体上不共线三点描述舱体位姿的方法 ,介绍了相机交汇测量原理及系统标定方法 ,最后给出了大射电望远镜FAST 5 0m模型计算机视觉动态定位系统的组成 ,并讨论了CCD技术在FAST项目中应用的可行性     

机载光电平台目标定位与误差分析

根据机载光电平台的特点,建立了6个坐标系统,进行了8次线性变换,构建了从光电平台成像系统像面坐标系到大地地理坐标系的目标定位数学模型。计算了目标在大地地理坐标系的经纬度和高程坐标,分析了各种测量参数对目标定位精度的影响。通过建立误差模型和仿真数据进行目标定位实验,采用蒙特卡罗方法统计目标定位误差。实验结果表明,载机经纬度误差、载机姿态角度误差及光电平台指向角度误差是影响目标定位精度的主要因素,其中载机经纬度误差直接传递到目标定位误差,载机姿态角度误差和光电平台指向角度误差大体上以10-4～10-2比例作用到目标定位误差。本文方法有效可行,对机载光电平台目标定位具有实用价值。     

Real-time camera pose estimation based on volleyball court view

The use of technology in sports has increased in recent years. One of the most influential of these technologies is referee support systems. Team sports such as volleyball require accurate and robust tracking systems that do not affect either the players or the court. This paper introduces the application of intrinsic and extrinsic camera calibration in a 12-camera volleyball referee system. Intrinsic parameters are calculated by using the classic pinhole model and Zhang’s method. To perform extrinsic calibration in real time, the volleyball court is treated as a global calibration artifact. Calibration keypoints are defined as court-line intersections. In addition, a new keypoint detection algorithm is proposed. It enables achievement of an accurate camera pose in regard to the court. With all 12 cameras calibrated in a common coordinate system, a dynamic camera stereo pair creation is possible. Therefore, with known ball 2D image coordinates, the 3D real ball coordinates can be reconstructed and the ball trajectory can be estimated. The performance of the proposed method is tested on a synthetic data set, including 3Ds Max rendering and real data scenarios. The mean camera pose error calculated for data biased with keypoint detection errors is approximately equal to 0.013% of the measurement volume. For the real data experiment with a human hand phantom, it is possible to determine the presence of the human phantom on the basis of the ball reflection attitude.