一种基于特征点三维信息的自然路标提取与快速匹配方法

自然路标提取与匹配是vSLAM的基础.文中提出了一种基于特征点三维信息的自然路标提取、局部特征描述与快速匹配方法.采用双目视觉获取环境图像,提取左右目图像的特征点,并进行匹配.建立左摄像机坐标系下的每个匹配点的三维信息,提出视场约束规则对特征点进行过滤.在此基础上基于改进的MeanShift聚类算法进行自然路标提取.提出一种路标描述符,可以快速进行两个聚类的匹配.该方法可以有效提取非结构化环境中的自然路标,对机器人位姿估计精度要求较低.     

单目视觉人工路标辅助INS的组合导航定位方法

提出一种单目视觉人工路标辅助惯性导航系统(Inertial Navigation System,INS)的定位方法。首先设计人工路标,并用相机拍摄各预先设置的人工路标,记录拍摄每个路标时相机位置和姿态,建立视觉路标库。在利用惯性导航系统定位过程中,对单目相机采集到的图像进行路标提取、与路标库中相应路标进行匹配,估计当前相机位置和姿态,然后利用卡尔曼滤波将视觉匹配估计的位置信息和INS有效地融合。实验结果表明:传统航位推算方法的平均误差为0.715 m,本文组合导航方法的平均误差为0.154 m,该方法有效地提高了惯性导航定位的精度。     

基于陀螺辅助的磁罗盘抗干扰测量方法

为了解决磁罗盘使用过程中受到的磁干扰和加速度干扰影响测量精度问题。提出了基于陀螺辅助的磁罗盘抗干扰测量方法。选取磁罗盘姿态四元数微分程和传感器误差模型共同构建系统的滤波模型,由自适应卡尔曼滤波算法实现磁罗盘姿态估计,并借助于无磁转台对测量方法进行了实验验证,结果表明该方法是可有效实现磁罗盘的抗干扰测量,且能提高磁罗盘测量精度。     

飞行目标落地姿态视觉测量方法研究

飞行目标落地姿态是评定飞行目标系统性能的重要技术指标.为了测量飞行目标落地姿态,采用放置在落弹点区域附近的凝视等待式双目视觉摄像机,高速摄影交汇测量飞行目标的落地姿态.根据目标在摄像机像面成像特点,将目标进行分类,并采用了不同的姿态测量方案.模拟实验与理论分析表明:该姿态测量方法正确、可靠,大目标和过渡目标姿态角测量误差小于1°,为飞行目标的姿态测量提供了一条新的便捷可靠的途径.     

嵌入式移动机器人视觉定位及地图构建系统设计

设计了一种具有定位和导航功能的嵌入式移动机器人,采用双控制器协同工作模式并具有多种感知模块;在设计的嵌入式平台上进行了单目视觉定位和导航研究;通过彩色路标和电子罗盘实现对机器人的定位,分析了摄像机成像原理,给出了世界坐标系和图像坐标系的映射关系,简化了机器人定位的难度;通过超声波传感器旋转测距获得周围环境信息,对环境信息处理后建立地图的栅格模型;实验表明该定位方法能够准确提取路标的重心,具有较好的定位精度,减少了计算时间;通过超声波数据可以比较准确的建立环境模型,能够满足避障要求。     

基于全景视觉的机器人回航方法

提出一种使用全景视觉系统引导机器人回航的方法.利用全景视觉装置采集出发位置(Home位置)的全景图像,使用SURF(Speeded-Up Robust Feature)算法提取全景图像中的特征点作为自然路标点.机器人回航过程中,将当前位置获得的全景图像与Home位置的全景图像进行特征匹配,确定白然路标点之间的对应关系....     

室内移动机器人视觉里程计研究

研究了一种精度较高的视觉里程计实现方法。首先采用计算量小、精度高的SURF算法提取特征点,并采用最近邻向量匹配法进行特征点匹配;采用RANSAC算法求得帧间摄像机坐标系的转换矩阵;提出了一种视觉里程计标定方法,并通过该方法得到机器人起始点坐标系下的位移信息,保证了机器人有自身姿态变化时的定位的准确性;圆轨迹实验验证了视觉里程计算法的可行性。     

非接触目标相对姿态测量方法研究

针对空间中非接触目标相对位置、姿态角测量问题,采用双目摄像机、电控角位移台和电控旋转台建立物体相对姿态测量系统。提出了一种利用双目视觉结合物体刚体运动学原理,利用Harris算子提取物体特征角点进行相对姿态角解算。将卫星模型作为实验对象,运动过程中进行了非接触目标相对姿态测量方法的验证试验,实验结果表明姿态角测量误差小于±0.56°,证明了算法的有效性。     

矿用悬臂式掘进机截割头姿态视觉测量系统

针对目前悬臂式掘进机截割头姿态测量方法需要改变掘进机结构且测量稳定性不高的问题,采用单目视觉测量技术,设计了一种矿用悬臂式掘进机截割头姿态视觉测量系统。首先,在安装于截割臂靠近回转台处的红外标靶上采用多点状红外光源组成正方形,通过摄像机定时采集红外标靶图像;然后,通过提取光斑中心计算正方形顶点在像素坐标系中的坐标,再利用四点透视方法得到红外标靶在摄像机坐标系中的坐标;最后,利用建立的截割头姿态测量模型计算出截割头姿态角。实验结果表明,该系统测得的垂直摆角误差在±0.8°以内,水平摆角误差在±0.5°以内。     

基于系统芯片(SoC)的低成本电子罗盘的设计

航向与姿态是物体运动轨迹的重要参数,其测量方法一直是导航领域的研究重点.以系统芯片为核心,设计了基于磁阻传感器与MEMS加速度计的全芯片化电子罗盘,并实现了全部信号的无缝直连,最大化地减少了外围器件的使用,其设计使结构简单,降低了成本、体积和功耗,增强了抗干扰的能力.本设计给出了航向角与姿态角的实现算法,分析了电子罗盘的误差,提出了元件级和系统级的误差补偿方法,并提出了一种7项罗差校正公式.经试验证明,系统性能稳定,性价比高,其微型的体积,适合于低速的便携导航应用.     

基于YOLOv3和EPnP算法的多药盒姿态估计

针对机械臂药盒抓取操作中对药盒定位和姿态估计的要求,提出一种基于YOLOv3深度学习算法和EPnP算法相结合的多药盒姿态估计方法,此方法主要分为多药盒定位和姿态估计两部分;首先通过YOLOv3算法实现药盒的快速精确定位,并通过定位框分割出单个药盒;然后进行特征提取和特征匹配并估计单应矩阵;通过单应矩阵的透视矩阵变换求得药盒平面4个角点的像素坐标并作为EPnP求解所需的2D点,结合药盒先验尺寸信息在相机坐标系下构建药盒对应的3D点坐标以实现药盒姿态求解;通过结合OptiTrack系统设计了药盒姿态精度对比实验,结果表明,该算法充分发挥了YOLOv3算法兼具快速性和准确性的优势,并且具有良好的姿态估计精度,总体算法速度达到15 FPS,药盒姿态估计平均误差小于0.5°。     

基于改进闭环检测算法的视觉同时定位与地图构建

针对视觉同时定位与地图构建（SLAM）中容易由误差累积导致构建地图不一致的问题,提出了一种基于改进闭环检测算法的视觉SLAM（V-SLAM）系统。为了减小移动机器人长时间运行带来的累计误差,引入一种改进的闭环检测算法,改进相似性得分函数,减小感知歧义,提高闭环的识别率;同时为了减小计算量,通过Kinect直接获取环境图像以及深度信息,并采用计算量小、鲁棒性好的ORB特征进行特征提取和匹配;采用随机抽样一致性（RANSAC）算法进行误匹配删除,从而获得更准确的匹配点对,然后用PnP计算出相机位姿;更稳定、准确的初始估计位姿对后端处理至关重要,利用g2o对位姿进行无结构的迭代优化;最后在后端采用以集束调整（BA）为核心的图优化方法对位姿和路标进行优化。最终实验结果表明该系统能够满足实时性要求,并可以获得更加准确的位姿估计。     

Real-time and accurate extrinsic camera parameter estimation using feature landmark database for augmented reality

In the field of augmented reality (AR), many kinds of vision-based extrinsic camera parameter estimation methods have been proposed to achieve geometric registration between real and virtual worlds. Previously, a feature landmark-based camera parameter estimation method was proposed. This is an effective method for implementing outdoor AR applications because a feature landmark database can be automatically constructed using the structure-from-motion (SfM) technique. However, the previous method cannot work in real time because it entails a high computational cost or matching landmarks in a database with image features in an input image. In addition, the accuracy of estimated camera parameters is insufficient for applications that need to overlay CG objects at a position close to the user's viewpoint. This is because it is difficult to compensate for visual pattern change of close landmarks when only the sparse depth information obtained by the SfM is available. In this paper, we achieve fast and accurate feature landmark-based camera parameter estimation by adopting the following approaches. First, the number of matching candidates is reduced to achieve fast camera parameter estimation by tentative camera parameter estimation and by assigning priorities to landmarks. Second, image templates of landmarks are adequately compensated for by considering the local 3-D structure of a landmark using the dense depth information obtained by a laser range sensor. To demonstrate the effectiveness of the proposed method, we developed some AR applications using the proposed method.     

一种基于彩色分割的改进DSM视差匹配算法

提出了一种改进的视差匹配算法.采用基于图像彩色分割的自适应权重方法,提高了DSM算法中像素点显著性估计的准确度,降低了视差匹配的误匹配率;并利用同一彩色区域的像素视差的相关性,缩小了视差匹配的搜索范围,减少了视差匹配的运算量.使用Middlebury网站的标准测试图像对文中的视差匹配算法进行了评估,实验结果表明,提出的视差匹配算法与DSM算法相比,降低了误匹配率,并且提高了运算速度.     

基于混合滤波的四轴飞行器的姿态解算

针对四轴飞行器的姿态解算出现的姿态角数据漂移问题,提出一种基于Mahony滤波和互补滤波相结合的混合滤波算法,将传感器采集到的加速度、角速度以及磁场强度数据进行融合,利用加速度计和磁力计的向量偏差来对姿态解算过程中陀螺仪产生的积分累计误差进行修正.最后,建立姿态解算测试平台对混合滤波算法进行实验验证.实验结果表明,采用混合滤波算法的一次迭代滤波所需的平均用时为3.826 ms,比其他算法的平均用时短,混合滤波能有效地修正陀螺仪的积分累计误差,在降低运算复杂度的同时提高姿态解算的精度.     

融合点线特征的视觉惯性SLAM算法

为使移动机器人在昏暗场景中获得更高的定位精度以实现更好的建图效果,针对特征点稀疏、相机移动过快所导致的SLAM算法初始化困难、定位精度较低等问题,提出了一种融合点线特征的视觉惯性SLAM算法。通过EDLines线特征提取匹配算法来引入丰富的线特征,进而提升特征跟踪的鲁棒性;利用惯性传感器和视觉传感器的互补优势,通过视觉惯性分步联合初始化方法在初始化阶段分三步进行优化,进而提升初始化的精度和速度。实验表明,该算法所使用的线特征提取匹配算法相比传统的LSD算法具有了更快的匹配速度和更低的误匹配率,并且该算法在视觉惯性数据集中相机位姿的估计精度更高、鲁棒性更强。     

基于MEMS传感器的微惯性导航系统研究

针对惯性导航系统成本较高无法广泛使用,设计了一种利用电子罗盘进行自主式初始对准的低成本微惯性导航硬件系统,并对信号进行预处理;经过罗差修正后的电子罗盘精度达到±1°以内,可以满足捷联式导航系统初始对准要求,借助"四元数"理论编写导航解算算法,确定载体的姿态、速度、位置;实验结果表明,该系统短期精度较高,可以应用在普通导航控制系统中,且大大降低系统的体积、重量、成本等,具有广阔的市场应用前景。     

Position-Based Visual Servoing in Industrial Multirobot Cells Using a Hybrid Camera Configuration

This paper deals with the problem of position-based visual servoing in a multiarm robotic cell equipped with a hybrid eye-in-hand/eye-to-hand multicamera system. The proposed approach is based on the real-time estimation of the pose of a target object by using the extended Kalman filter. The data provided by all the cameras are selected by a suitable algorithm on the basis of the prediction of the object self-occlusions, as well as of the mutual occlusions caused by the robot links and tools. Only an optimal subset of image features is considered for feature extraction, thus ensuring high estimation accuracy with a computational cost independent of the number of cameras. A salient feature of the paper is the implementation of the proposed approach to the case of a robotic cell composed of two industrial robot manipulators. Two different case studies are presented to test the effectiveness of the hybrid camera configuration and the robustness of the visual servoing algorithm with respect to the occurrence of occlusions     

基于罗经法和CDKF的捷联惯导摇摆基座自对准

针对舰船和舰载武器系统存在风浪的情况下自对准精度下降的问题,提出了一种改进罗经法粗对准和利用中心差分卡尔曼滤波(CDKF)法进行精对准的捷联惯导系统摇摆基座下的自对准方法。利用经典罗经算法在惯性系下对捷联系统进行粗对准,可以在方位角存任意误差时收敛到一个精对准算法可以容忍的范围内,而CDKF精对准算法在存在相对较大的失准角下仍能实现高精度的姿态角误差估计。仿真实验证明:提出的方法对准精度高,速度快,实现简单,适用与各种无机动条件下的捷联惯性系统的自始准。     

一种基于面阵相机的在线图像拼接方法

对于生产流水线上输送较慢的大尺寸工件,利用线阵相机对工件进行检测的成本较高和相机的功效不能完全发挥的缺点,提出了一种基于面阵相机的在线图像拼接方法;该方法能在一定的速度范围内有效地对运动物体整体图像进行实时拼接;在图像匹配过程中,该方法运用基于匹配点对误差排序的方法,将正确的匹配提取出来;利用误差阈值内的角点组合来估计单应性矩阵;然后利用Levenberg-Marquart(L-M)非线性优化方法对求得的矩阵参数进行优化得到最终单应性矩阵参数;实验验证结果表明,该方法稳定性好。