共查询到20条相似文献,搜索用时 31 毫秒
1.
针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。 相似文献
2.
3.
4.
5.
6.
《光学学报》2015,(6)
为了解决机器人同时定位,地图构建与目标跟踪(SLAMOT)过程中的多源,异构传感器空间一致性观测问题,提出了基于信息融合的摄像机与激光测距传感器联合标定优化方法。完成基于误差传播公式的激光扫描点图像平面投影不确定范围判定,并利用协方差交集算法实现基于运动物体检验方法和基于Camshift方法的图像坐标系下目标状态融合。在此基础上,利用目标图像平面投影方向误差构造目标函数,通过非线性优化方法实现摄像机与激光测距仪标定参数优化。实验验证了设计方法能有效提高目标跟踪以及多传感器参数标定的准确性。相关成果能够为基于多传感器信息融合的机器人同时定位,地图构建与目标跟踪滤波方法研究提供观测值支持。 相似文献
7.
视觉定位是移动机器人定位的一个主要发展方向,针对传统视觉定位技术实时性差的问题,提出一种基于自适应下采样的快速视觉定位技术。通过预先得到的尺寸特征,并根据最小分辨尺寸计算下采样率,而后对下一副图像进行下采样及图像分割,根据对象坐标和下采样率确定对象在源图像中所处区域,对源图像该区域进行图像分割和特征提取。将提取的尺寸特征作为下一幅图像的输入,提取的视觉定位所需特征用于机器人的定位解算,由此在保证视觉定位精度的前提下有效减少视觉定位的时间。实验表明,对文中给定图像,传统方法处理100幅图像时间为20.23 s,而文中所述技术对应图像处理时间为1.78 s,仅为传统技术的8.8%,有效减少了图像处理时间,提高了机器人视觉定位的实时性。 相似文献
8.
提出一种广义互补编码方法,用于一步实现数学形态学击中击不中变换,并以非相干光相关器为光学实现硬件,利用液晶投影板作为实时空间光调制器,研制了一台光电混合目标识别处理器.实验结果表明识别率大于90%,并对带有40%噪声,50%缺损和6°以内旋转的图像甚至不同表情的人脸图像均能识别. 相似文献
9.
10.
电视经纬仪跟踪测量中运动目标快速识别定位算法 总被引:6,自引:5,他引:1
为解决电视经纬仪跟踪测量系统中对运动目标快速识别定位的要求,在深入分析运动目标特性和电视经纬仪跟踪测量系统特点的基础上,利用经纬仪角度变化信息,对运动目标图像序列进行帧间差值计算以获得目标残差图,并基于残差图提出了一种新型的运动目标快速识别方法,大大减少了运算量. 结合中值滤波和图像二值化,实现了运动目标的快速定位. 通过对目标实测图像序列的实验, 结果证明:该算法具有快速、稳定、有效等优点,能够满足电视经纬仪跟踪测量系统对运动目标快速识别定位的要求. 相似文献
11.
12.
无人机光电载荷图像处理器的设计 总被引:2,自引:0,他引:2
介绍了无人机载设备的技术特点及机载小型图像处理器的组成。采用TI公司的数字信号处理器芯片为核心处理器,配合现场可编程逻辑器件(FPGA)与外部管理微控制单元(MCU)来实现目标数据的采集与处理,设计了适用于无人机光电载荷的超小型图像处理器系统。针对机载设备的特点,设计时充分考虑了体积、重量、功耗等要求。该系统已应用于多台套机载光电载荷中,工作稳定可靠,满足无人侦察机对捕捉和定位目标的要求。 相似文献
13.
提出了一种基于NiosII的红外图像灰度变换设计方案,并详细介绍了红外图像灰度变换算法以及系统硬、软件设计以及实现方法。针对红外图像的特点,提出了一种基于平台直方图均衡的红外图像灰度变换算法,并在CycloneII系列FPGA上实现了该算法,其处理单元采用嵌入式处理器软核NiosII。实验结果表明,该系统能很好地实现红外图形灰度变换,并在一定程度上抑制了背景,提升了目标。 相似文献
14.
鲁剑锋 《中国光学与应用光学文摘》2011,(5)
介绍了无人机载设备的技术特点及机载小型图像处理器的组成。采用TI公司的数字信号处理器芯片为核心处理器,配合现场可编程逻辑器件(FPGA)与外部管理微控制单元(MCU)来实现目标数据的采集与处理,设计了适用于无人机光电载荷的超小型图像处理器系统。针对机载设备的特点,设计时充分考虑了体积、重量、功耗等要求。该系统已应用于多台套机载光电载荷中,工作稳定可靠,满足无人侦察机对捕捉和定位目标的要求。 相似文献
15.
16.
17.
18.
19.
20.
传统视频跟踪系统的目标检测环节常采用手动指定或使用单处理器运算来确定跟踪目标,这种方法耗费人力且检测速度慢。针对此问题提出了一种改进的图像分割方法,该方法采用多处理器系统构架,并行处理分割区域,增加了检测目标的速度,并且在后续目标跟踪环节中,各处理器根据任务划分,协同处理跟踪任务。实验结果表明基于多处理器系统构架的视频跟踪系统能够实现快速自动检测与跟踪目标,系统加速比为2.066,处理器效率为51.65%。 相似文献