基于视觉导航的三维重建算法误差分析及补偿

根据视觉导航应用的特点,提出了由视差图重建三维场景算法的误差分析及误差补偿算法.首先介绍立体视觉三维重建方法.其次针对摄像机透视投影的针孔模型,分析三维重建误差的主要来源.最后针对误差来源提出了误差分析及补偿方法.实验结果证明,此方法计算量适中,完全满足了视觉导航中的实时性、准确性的要求.     

一种实用的多目立体视觉系统设计方法

1引言 立体视觉是获取物体三维形状信息的重要方法之一,已经在工业测量、物体建模、视觉导航和物体识别等领域得到了广泛的应用.目前的立体视觉系统通常由多个摄像机、图像采集卡、外同步信号控制以及多路转换器等组成,系统复杂、成本高,操作不方便,限制了立体视觉技术在实际中的应用.本文基于CMOS图像传感器和IEEE 1394总线接口技术,探讨了一种实时、低成本、简单可靠的多目立体视觉系统的设计与实现方法.我们认为,随着CMOS图像传感器成像质量的不断提高,本文提出的视觉系统设计方法会得到越来越广泛的应用.     

视觉里程计技术综述

视觉里程计是通过视觉信息估计运动信息的技术,其中采用了里程计式的方法。该技术作为一种新的导航定位方式,已成功地运用于自主移动机器人中。首先介绍了常用的两种视觉里程计即单目视觉里程计和立体视觉里程计,然后从鲁棒性、实时性和精确性三个方面详细讨论了视觉里程计技术的研究现状,最后对视觉里程计的发展趋势进行了展望。     

基于立体视觉的非合作航天器相对导航

非合作航天器其没有可交互的传感器,传统的相对导航方法难以满足精度要求。根据非合作航天器相对导航特点,提出一种基于立体视觉的空间非合作目标相对导航算法。方法使用安装在追踪航天器上的立体视觉相机作为测量传感器,实现目标在追踪航天器体坐标系下相对位置的测量。在惯性坐标系下建立航天器相对运动方程,并离散化作为系统的状态方程,利用立体视觉的测量信息作为量测值,在此基础上设计基于卡尔曼滤波(Kalman filter)的两步滤波相对导航算法,实现航天器间相对导航状态的实时估计,仿真结果显示算法实时性、有效性,导航方法收敛速度较快,精度高,满足相对导航要求。     

基于立体视觉的移动机器人导航算法

移动机器人立体视觉系统不仅提供三维地形图用于障碍规避和路径规划,其结果还可以用于视觉导航。以移动机器人立体视觉系统为基础,研究了基于前后两个位置上立体图对的视觉测量算法用于移动机器人的连续导航,讨论了影响导航精度的因素和改进方法;研究了基于局部和全局三维地形图的地形匹配算法用于定期校正位置误差,算法实现简便,定位精度取决于地形图精度。实验结果证明了两种方法的有效性,可以兼顾近距离和中远距离导航任务。     

双目立体视觉栅格地图构建方法

本文基于立体视觉定位技术,提出了基于双目立体视觉的栅格地图构建方法,用以解决目前视觉SLAM技术构建的稀疏特征地图难以直接用于自主导航的问题。本文提出的方法仅以视觉信息作为输入实时完成移动机器人自定位与外界环境栅格地图的构建。首先采用双目立体视觉定位获取机器人运动参数,利用稠密匹配估算空间点云分布,在考虑机器人实际高度的情况下将三维点云投影成二维数据,最后通过二值贝叶斯滤波器在线构建栅格地图。本文所构建的栅格地图包含环境几何信息,可直接应用于机器人路径规划与导航。实验结果验证了本文所以出的定位与地图构建方法的可行性。     

融合测程法与视觉信息的足球机器人自定位方法

针对足球机器人自定位问题,提出一种融合测程法与视觉信息的定位方法。方法综合考虑两种信息的特点,有效实现优势互补:一方面,针对视觉定位易出现的歧义,利用测程法获得的定位结果予以有效消解;另一方面,随着运动,测程法定位易出现误差的累积,利用消歧后的视觉定位结果加以动态修正。最后,在Webots模拟平台上进行的机器人球场定位实验表明文中方法的有效性。     

计算机视觉在机器人目标定位中的应用

计算机视觉是一门新兴的发展迅速的学科,计算机视觉的研究已经历了从实验室走向实际应用的发展阶段.由于视觉信息容量大,在实际应用中直观有效,所以运用视觉来寻找和确定目标的方位是机器人发展中一个很重要的方法,近年来它广泛应用于工业自动化装配领域中,同时对视觉系统的要求也越来越高.文中介绍并分析了当前国内外基于视觉的几种主要的目标定位方法在实际中的应用,例如移动机器人自主导航定位系统、手眼立体视觉系统等.     

基于视觉的三维重建关键技术研究综述

三维重建在视觉方面具有很高的研究价值, 在机器人视觉导航、智能车环境感知系统以及虚拟现实中被广泛应用.本文对近年来国内外基于视觉的三维重建方法的研究工作进行了总结和分析, 主要介绍了基于主动视觉下的激光扫描法、结构光法、阴影法以及TOF (Time of flight)技术、雷达技术、Kinect技术和被动视觉下的单目视觉、双目视觉、多目视觉以及其他被动视觉法的三维重建技术, 并比较和分析这些方法的优点和不足.最后对三维重建的未来发展作了几点展望.     

单目视觉移动机器人导航算法研究现状及趋势

拥有自主导航能力的移动机器人在救灾、家政等人类生活中使用得愈加广泛。单目视觉导航算法作为机器人视觉导航中的一种,具有成本低、距离不受限的优势,但仍存在尺度不确定性和初始化问题。该综述根据对移动机器人的运动性质研究,主要从障碍检测、空间定位、路径规划三个方面对单目视觉导航技术进行了模块化分析,并以单目视觉导航算法的关键技术迭代与发展为脉络,对各模块的典型算法进行分析,从速度、准确性、鲁棒性等方面对不同算法进行综合性评比,并对算法存在的主要问题与难点进行剖析,结合人类对移动机器人能力的需求和移动机器人的技术状态对单目视觉导航技术的未来发展趋势进行预测。     

Skeleton pruning as trade-off between skeleton simplicity and reconstruction error

The position and orientation of moving platform mainly depends on global positioning system and inertial navigation system in the field of low-altitude surveying, mapping and remote sensing and land-based mobile mapping system. However, GPS signal is unavailable in the application of deep space exploration and indoor robot control. In such circumstances, image-based methods are very important for self-position and orientation of moving platform. Therefore, this paper firstly introduces state of the art development of the image-based self-position and orientation method (ISPOM) for moving platform from the following aspects: 1) A comparison among major image-based methods (i.e., visual odometry, structure from motion, simultaneous localization and mapping) for position and orientation; 2) types of moving platform; 3) integration schemes of image sensor with other sensors; 4) calculation methodology and quantity of image sensors. Then, the paper proposes a new scheme of ISPOM for mobile robot — depending merely on image sensors. It takes the advantages of both monocular vision and stereo vision, and estimates the relative position and orientation of moving platform with high precision and high frequency. In a word, ISPOM will gradually speed from research to application, as well as play a vital role in deep space exploration and indoor robot control.     

Weaver: Hexapod robot for autonomous navigation on unstructured terrain

Legged robots are an efficient alternative for navigation in challenging terrain. In this paper we describe Weaver, a six‐legged robot that is designed to perform autonomous navigation in unstructured terrain. It uses stereo vision and proprioceptive sensing based terrain perception for adaptive control while using visual‐inertial odometry for autonomous waypoint‐based navigation. Terrain perception generates a minimal representation of the traversed environment in terms of roughness and step height. This reduces the complexity of the terrain model significantly, enabling the robot to feed back information about the environment into its controller. Furthermore, we combine exteroceptive and proprioceptive sensing to enhance the terrain perception capabilities, especially in situations in which the stereo camera is not able to generate an accurate representation of the environment. The adaptation approach described also exploits the unique properties of legged robots by adapting the virtual stiffness, stride frequency, and stride height. Weaver's unique leg design with five joints per leg improves locomotion on high gradient slopes, and this novel configuration is further analyzed. Using these approaches, we present an experimental evaluation of this fully self‐contained hexapod performing autonomous navigation on a multiterrain testbed and in outdoor terrain.     

自主移动机器人智能导航研究进展

本文对当前在自主移动机器人智能导航研究中已被采用并取得的研究方法进行了１，并根据已取得的成果预测了移动机器人智能导航研究的发展趋势，指出视觉导航和传感器融合将是移动机器人智能导航的主要发展方向。     

基于立体匹配技术的光流场计算方法

光流场的计算是移动机器人领域一个很重要的研究课题，但现有的光流场计算方法并未充分利用移动机器人的特点。本文假设移动机器人配备了双目视觉系统和码盘，在此基础上提出了一种基于立体匹配技术的光流场计算方法。该方法的基本思想是：首先利用Forstner算子对图像中易于跟踪的特征点进行提取；然后利用立体视觉方法计算这些特
特征点的三维坐标；在此基础上，进一步结合码盘信息对前后帧图像中的特征点进行预测和跟踪，从而最终实现了光流的准确提取。实验表明，该方法比传统方法具有速度更快、准确性更高的优点。     

基于栅格模型的双目移动机器人三维场景重建

以投影几何学以及双目立体视觉原理为理论基础,对移动机器人的三维重建技术进行研究,对移动机器人漫道过程中所在的兴趣区域的场景进行较为精确的建模.设计了机器人的快速建模方法,利用迭代最近点算法(ICP),完成了多个局部三维场景模型的融合.同时,结合栅格投射理论,完成了对全局三维场景模型的更新.利用栅格模型重建的三维场景,具有环境信息丰富,模型描述精确的特点,可以应用于移动机器人导航领域.     

Differential GPS and odometry-based outdoor navigation of a mobile robot

This paper describes outdoor navigation for a mobile robot by using differential GPS (DGPS) and odometry in a campus walkway environment. The robot position is estimated by fusion of DGPS and odometry. The GPS receiver measures its position by radio waves from GPS satellites. The error of GPS measurement data increases near high buildings and trees because of multi-path and forward diffractions. Thus, it is necessary to pick up only accurate DGPS measurement data when the robot position is modified by fusing DGPS and odometry. In this paper, typical DGPS measurement data observed near high buildings and trees are reported. Then, the authors propose a novel position correction method by fusing GPS and odometry. Fusion of DGPS and odometry is realized using an extended Kalman filter framework. Moreover, outdoor navigation for a mobile robot is accomplished by using the proposed correction method.     

虚拟现实辅助机器人遥操作技术研究

本文以水下机器人的遥操作作业为应用背景,提出并实现了虚拟现实技术和视觉感知 信息辅助机器人遥操作实验系统．该系统使用了CAD模型和立体视觉信息完成遥操作机器人 及其作业环境的几何建模和运动学建模,实现了虚拟作业环境的生成和实时动态图形显示． 采用了基于立体视觉的虚拟环境与真实环境的一致性校正、图形图像叠加、作业体与环境位 姿关系建立、基于网络的监控通讯等关键技术．在这个实验系统中,操作人员可利用所生成 的虚拟环境,在多视点、多窗口作业状态图形和图像显示帮助下,实时动态地进行作业观测 与机器人遥操作与运动规划,为先进遥操作机器人系统的实现提供了经验和关键技术．