一种高精度的非迭代位姿估计方法

针对增量式运动结构恢复中相机内参数未标定情况下位姿估计问题,提出一种高精度的非迭代位姿求解方法。根据针孔成像模型,构建了相机内参数未标定位姿估计问题描述方程,使用单位四元数对旋转矩阵进行参数化,并根据四重轴对称现象对旋转矩阵进行分解,通过最小二乘原理构建目标函数后,利用一阶最优化条件建立了关于旋转矩阵参数的二元多项式方程组,使用Gr9bner基求解该方程组得到旋转参数的闭合解,进而获得相机的位姿参数和焦距。该算法的计算复杂度为O(n),实验验证了其有效性、高精度和高数值稳定性。     

单目视觉的同时三维场景构建和定位算法

同时场景构建和定位算法是机器人自主导航的重要组成部分.针对传统算法不能应用于室外环境和缺乏定量分析的缺点,提出了一种单摄像机恢复场景三维结构和摄像机位姿的新算法.提出了视频序列关键帧提取方法,降低了运算复杂度;利用特征点对和摄像机内参量计算场景三维结构和关键帧的位姿并提出一种估计关键帧位姿的简便方法;最后,提出一种兼顾优化效果和运算复杂度的自适应光束法平差算法优化场景结构和摄像机位姿,并生成适于机器人导航的数字高程图.室内和室外多种场景下的定量和定性实验结果表明,绕行误差低于4%,该算法能够接近实时准确实现同时场景构建和摄像机定位.     

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%。     

面向工业摄影测量的一种混合式相对定向算法

针对工业摄影测量中多基线、大倾角交向摄影时相对定向困难的问题,提出一种混合式相对定向算法。算法先利用本质矩阵分解确立相对定向参数初值,再利用非线性优化计算精确解。从共面条件获得的行列式出发,推导本质矩阵与相对定向参数的内在联系,给出求解本质矩阵的两种方法。然后讨论本质矩阵奇异值分解计算旋转矩阵和平移矢量,同时给出剔除伪解的依据。基于共面条件方程,建立相对定向参数非线性优化的目标函数。定向精度对比试验验证了所提出的混合算法的稳定性和高精度,对卫星天线曲面的测量试验也进一步说明该算法在工程实践中的适用性和可靠性。     

基于直线段对应的相机位姿估计直接最小二乘法

为了实现高精度的基于直线段对应的相机位姿估计,提出一种直接最小二乘法。通过提出并利用一种直线段之间的距离测度,将原问题转化为最小化一个姿态旋转矩阵的二次目标函数,该距离测度综合考虑了线段的端点距离、中点距离、夹角和线段的长度,通过旋转矩阵的CGR参数表达获得一个修正的目标函数,此修正目标函数的最优解条件组成了一个三元三次方程组,利用代数多项式方法在不需要迭代的情况下直接求解这个方程组,从而得到了旋转矩阵的全局最优解。该算法的计算复杂度为O(n)。仿真和真实实验验证了该方法的有效性和高精度。     

大视场摄影测量相机的相对定向

为了提高大视场摄影测量系统的测量精度和稳定性,提出一种基于局部迭代搜索算法的相机相对定向方法,仅需要两幅图像间匹配的像面坐标信息,就可以计算相机之间精确的相对外方位参数。通过闭环多项式解法获得两图像之间本质矩阵的初值;将本质矩阵进行局部迭代,计算正交矩阵和外极线约束误差方程;利用两图像上所有匹配点的像面坐标,通过多次迭代获得本质矩阵的全局最优解;分解本质矩阵获得图像之间的相对外方位参数,并结合Cheirality约束条件确定外方位参数的唯一真实解。通过6m×4m×3m可展开桁架微波天线面形测量场的定向实验,验证了提出方法的测量精度和可靠性。相比于传统的相对定向方法,基于局部迭代搜索算法的相对定向方法具有较高的初始定向精度和稳定性,平移向量误差小于5mm,旋转角度误差小于0.1°,而且消除了对于参照物的依赖,对于提高摄影测量系统的性能具有重要意义。     

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。     

面向机器人位姿测量的大视场变焦测量方法

针对机器人大范围位姿精准测量问题,提出一种大视场位姿测量的变焦测量方法。利用变焦图像匹配点的单应矩阵进行变焦内参动态计算,根据变焦前后靶标位姿求解相机坐标系变换,给出与变焦参数相关的PnP算法,考虑畸变后进行参数优化,并提出缩放和对焦两步变焦控制策略。提出一种基于图像模板的靶标板位姿测量算法,在靶标可视姿态均能稳定检测并区分标志点。对变焦测量系统进行误差测量实验和大场景跟踪实验,结果表明,不同变焦参数下均具有较高的单点测量精度,平均位置精度最高21.8μm,在400~1600 mm范围误差0.09mm,精度较高,使用的变焦相机可实现178.7461~9022.31mm测量。该方法实现了相机活动范围受限而测量范围可拓展的位姿测量。     

相机位姿估计的加权正交迭代算法

在相机位姿估计的实际应用中,参考点的坐标数据不可避免地包含了测量误差,其量值大小通常不会完全一致,如果不区别测量误差直接进行相机位姿估计,将可能导致估计结果与真值相差甚远。为此,在广泛应用的正交迭代算法基础上,提出了相机位姿估计的加权正交迭代算法,该方法以加权共线误差为目标函数,根据像面重投影误差确定权重系数取值,优化相机位姿估计结果,具有精度高、稳健性好等优点,且满足全局收敛条件。数值仿真实验与风洞迎角实验的结果表明,本文算法更加有效,能够抑制不同程度测量误差对相机位姿估计结果的影响,所得结果明显优于正交迭代算法,具有较强的工程实用价值。     

基于位姿约束的大视场双目视觉标定算法

为了提高大视场、远距离的双目摄像机标定精度,提出一种基于位姿约束的摄像机标定算法。该方法利用双目摄像机之间的三维位姿关系是刚体变换这一属性,标定出左、右摄像机相对位姿的外部参数。利用相对位姿为约束条件求取摄像机的初始内部参数,剔除较大的重投影误差值对应的标定图像组,重复迭代直至重投影误差平均值小于指定值,得到多个待优化的摄像机内部参数。再将最后标定图像组的角点坐标、待优化的摄像机内部参数和相应的外部参数,建立一个以角点三维重构坐标值与实际设定角点三维坐标值的模均值为最小的目标函数,求解出双目摄像机标定参数的最优解。该方法很好地解决了误差大的标定图像造成的影响,且充分利用了双目摄像机之间的位姿约束关系。通过仿真和标定实验可以看出,本文方法可以实现大视场双目摄像机的高精度标定。     

Two-step pose estimation method based on five reference points

A two-step method for pose estimation based on five co-planar reference points is studied.In the first step, the pose of the object is estimated by a simple analytical solving process.The pixel coordinates of reference points on the image plane are extracted through image processing.Then,using affine invariants of the reference points with certain distances between each other,the coordinates of reference points in the camera coordinate system are solved.In the second step,the results obtained in the first step are used as initial values of an iterative solving process for gathering the exact solution.In such a solution,an unconstrained nonlinear optimization objective function is established through the objective functions produced by the depth estimation and the co-planarity of the five reference points to ensure the accuracy and convergence rate of the non-linear algorithm.The Levenberg-Marquardt optimization method is utilized to refine the initial values.The coordinates of the reference points in the camera coordinate system are obtained and transformed into the pose of the object.Experimental results show that the RMS of the azimuth angle reaches 0.076°in the measurement range of 0°-90°;the root mean square(RMS) of the pitch angle reaches 0.035°in the measurement range of 0°-60°:and the RMS of the roll angle reaches 0.036°in the measurement range of 0°-60°.     

硬管式无人机AAR双目视觉导航算法研究

针对硬管式无人机自主空中加油近距编队阶段的相对位置和姿态估计问题,研究了基于双目视觉的相对位姿估计算法。该算法采用Harris方法提取特征点,并对其进行快速匹配,通过Sampson方法三维重构获得特征点在摄像机坐标系下的三维坐标,以重构误差平方和最小为准则建立目标函数,利用单位四元数法求解位姿参数。最后利用仿真平台验证双目视觉位姿估计算法的有效性。结果表明:相对位置误差低于0.1 m,相对姿态误差小于0.5°,其精度满足自主空中加油相对导航性能要求。     

A novel method of camera pose estimation by parabolic motion

Camera pose estimation is a basic and crucial problem in computer vision, accordingly a novel method is proposed for pose estimation based on parabolic motion in our paper. Firstly, the intersection of lines which are the image plane projection of free-falling trajectories in different locations is computed. According to the properties of vanishing point, the intersection is defined as the vanishing point in gravity direction. Secondly, the image plane projected curve of parabolic trajectory is obtained by Sampson Approximation. Finally, the camera pose is estimated by employing the projective geometry properties of vanishing point and vanishing line implicated in the projected parabola, provided that the intrinsic parameters of camera are specified. The absolute Euclidean distance of translation is obtained innovatively with the known frame frequency. Numerical simulation as well as practical experiment in this paper demonstrates the correctness and feasibility of our method, with the known frame frequency, as the experiment show that compared with the traditional checkerboard method the mean errors of rotation axis, rotation angle and translation are respectively 0.017 rad, 0.007 rad and 11.650 mm by our method. It can generally satisfy the accuracy requirements of camera.     

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%。     

基于双目立体视觉的视线跟踪系统标定

针对使用主动红外光的视线跟踪系统存在的限制,构建了在自然光条件下允许头部自然移动的视线跟踪系统,该系统通过双目立体视觉系统获取眼睛特征参数,在三维空间中重构眼睛视线向量来估计眼睛的视线。通过头戴式标定板来估计头部姿态,减少了视线跟踪过程中头部移动带来的误差影响;提出了一种视线跟踪系统中个人参数的标定方法,该方法先假定眼睛视轴与光轴重合,由此计算出眼球的中心、半径、眼睛视轴与光轴的夹角的初始估计值,用非线性优化算法对这些初始值进行优化。通过实验表明,提出的视线跟踪算法对使用者限制较少,同时具有较高的视线估计精度,能满足很多视线跟踪应用场合的需要。     

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。     

基于双目序列图像的测距定位与自车速度估计

为了确定车辆在行驶过程中的相对位置与速度,提出一种基于双目序列图像的实时测距定位及自车速度估计方法。该方法利用车载双目视觉传感器采集周围环境的序列图像,并对同一时刻的左右图像进行基于SURF(speeded up robust features)特征的立体匹配,以获取环境特征点的景深,实现车辆测距定位;同时又对相邻两帧图像进行基于SURF特征的跟踪匹配,并通过对应匹配点在相邻两帧摄像机坐标系下的三维坐标,计算出摄像机坐标系在车辆运动前后的变换参数,根据变换参数估算出车辆的行驶速度。模拟实验表明,该方法具有良好的可行性,速度计算结果比较稳定,平均误差均在6%以内。     

基于无约束系统的结构光三维测量方法

针对传统结构光系统进行三维测量时,要求满足双瞳平行于参考平面和摄像机光轴垂、直于参考平面这两个强约束条件,建立了新的系统结构,去除了平行和垂直的约束,摄像机和投影仪位置可自由摆放.基于该无约束系统结构,提出了一种新的系统标定方法,通过重建"投影仪摄像机参考平面"三者的空间关系,可以简便而精确地获取传统"高度相位"公式中参量:双瞳的距离和摄像机到参考平面距离;同时,推导了无约束系统结构下新的物相关系方程和高度计算公式.实物测量结果证明,基于无约束系统的结构光三维测量方法可操作性强,测量精度可达0.1 mm.     

立体视觉测量中的图像匹配策略研究

立体视觉测量广泛应用于机器人导向和各种柔性制造系统中 ,其中图像特征的准确匹配始终是一个难题。推导了共极性线方程 ,采取相关匹配和特征匹配相结合的方法来提高图像匹配的速度和精度 ,利用建模估计得到匹配像点的精确坐标 ,使三维测量精度达到目标距离的 1/10 0 0 0左右