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%。     

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。     

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...     

基于特征圆靶的单目视觉位姿测量算法研究

为提高基于工业机器人近距离下空间平面位姿的求解精度,分析了由透视畸变引起的圆投影误差的变化规律,以物距与特征圆半径的比值作为衡量圆透视畸变误差的参数依据,提供了不同物距下的精度参考。推导了基于空间圆投影图像的三点相对位姿求解算法。定量的误差分析和实验验证表明,物距与特征圆半径比值在18以内像素精度在0.1～1像素时,算法精度平均可以达到0.1°,优于文中其他两种算法。     

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。     

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。     

一种基于线结构光传感器的圆位姿测量方法

对零件上圆形特征的测量是工业制造中质量控制和自动化加工的重要方面。针对基于计算机视觉原理测量空间圆位姿适应性弱、鲁棒性不强的问题,研究了一种基于线结构光传感器的测量方法。根据图像上椭圆以及空间圆对应的两个二次曲面方程之间的转换关系,求取圆孔法向矢量,该过程需要借助一个虚拟锥面构建中间曲面转换矩阵;进而结合法向矢量和激光线与圆周两个交点的三维坐标数据构建圆孔平面,利用共线方程即可得到圆孔的孔心坐标和半径。对该测量方法进行实验验证,结果表明:在线结构光传感器与空间圆的各种姿态下,圆孔半径在2～4 mm范围内,法向矢量平均误差为0.3°、半径平均误差为0.02 mm、孔心坐标平均误差为0.02 mm。在对比实验中,该方法对于半径为3.054 mm的圆孔,半径最大误差为0.04 mm,旧方法误差极值为0.23 mm。从而验证了该方法在各种场景下测量结果均能达到较高的精度,工作环境适应广,鲁棒性较强。     

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。     

一种无公共视场的多相机系统相对位姿解耦估计方法

自动驾驶应用中,基于视觉的相对位姿估计是实现无人驾驶汽车自动定位的核心技术之一.针对单目视觉系统的视场范围较小以及双目视觉系统需要公共视场等问题,提出一种无公共视场的多相机系统相对位姿解耦估计方法.利用场景中远、近点的不同特性对旋转矩阵和平移向量进行解耦估计.对远处场景特征点采用直方图投票法求解相对旋转矩阵,在相对旋转...     

基于梯度的区域生长和距离直方图的快速圆检测方法EI北大核心CSCD

针对基于Hough变换类圆检测算法所需设置参数较多和基于距离直方图的算法计算量大等问题,提出了一种基于梯度的区域生长和距离直方图的快速圆检测方法(GHC)。该算法通过利用梯度模值和方向进行区域生长的方法得到若干圆弧线段支撑区域;选取弧线段上的三个坐标点求解该圆弧段对应的圆心和半径并求解出正方形适应区域;将每条圆弧线段上的所有点向其适应区域内各坐标点进行投影并统计距离的累加值;综合全图距离直方图,精确地求解出图像中包含各圆的圆心和半径并进行完整度校验。通过实验表明,相比基于距离直方图的圆检测算法(HBCD)和随机Hough变换算法(RHT),该法对不同尺寸、完整度的单圆或多圆均有良好的检测效果,具有较强的稳健性和较小的空间、时间复杂度。     

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。     

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.     

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.     

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.     

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。     

基于去离群点策略提高目标位姿测量精度

针对在单目视觉目标位姿测量过程中,特征点提取出现离群点的情况,提出一种基于去除离群点策略的位姿测量方法(ORPE).建立了以特征点误差极大极小为原则的最优化目标函数,通过确定特征点最大观测误差值边界,判定并去除离群点,由此可消除离群点误差对位姿测量的影响.仿真实验使用ORPE对1 m×1 m × 1 m的立方体目标进行位姿测量,验证了算法的正确性;使用ORPE测量Boeing飞机模型的位姿,平均姿态角误差2.07°,平均位移误差1.6%.通过和最小二乘测姿法(LSPE)结果对比分析可得ORPE法误差小于LSPE法误差.表明ORPE能有效去除离群点,同时提高佗姿测量精度.     

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.     

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。