线结构光传感器参数现场标定方法

为了精确、快速、高效地标定线结构光传感器参数,提出了一种线结构光传感器参数现场标定方法。根据摄像机标定方法,并结合L-M非线性优化算法对摄像机内外参数及镜头畸变系数进行标定。拍摄不同姿态下的平面靶标图像,利用靶标图像计算摄像机外参计算靶标上的圆点在摄像机坐标系下的三维坐标,并构建靶标平面方程。将激光线投射到不同姿态的靶标平面上,通过靶标平面方程计算出激光线上点在摄像机坐标系下的3D坐标,由不同位置重构出激光点在摄像机坐标系下的3D坐标来完成光平面参数标定。通过对摄像机参数、畸变系数和光平面参数的标定,重构目标物体进行测试。测量结果表明:该算法能够快速、准确地获取小车车体的三维坐标,并构造出车体的三维模型。该方法适用于大视场的工业现场标定。     

非结构化道路中基于均质雾天的摄像机动态标定算法

现有的交通摄像机标定算法大多基于车道线长度、车辆尺寸等先验信息,由于在非结构化道路中往往不存在车道线,使得标定算法具有局限性.为了改进摄像机标定在非结构化道路中的适用性,结合摄像机线性模型与均质雾天,提出一种只包含路面以及运动车辆的摄像机动态标定算法.首先生成并更新背景和场景活动图,提取路面、天空的纹理特征,利用区域搜索算法得到感兴趣区域,并根据感兴趣区域的像素变化规律判断当前天气是否为均质雾天;其次根据暗原色先验原理计算场景透射率,将结果映射到[0,255]作为图像显示;最后结合均质雾天光线传输模型、摄像机线性模型和暗原色先验原理导出标定方程,选取路面上具有特定透射率的8个点生成2个一次方程、1个二次方程和1个三角方程,依次标定摄像机参数,将视频多帧图像标定的参数值平均得到准确值.与角点检测法、摄像机6点标定法以及基于消失点的标定算法进行对比的实验结果表明,该算法是有效的且满足视频的实时性处理要求.     

结构光视觉引导的轨迹跟踪系统的标定技术

为实现机械臂对工业现场三维特征点的跟踪,提出一种基于结构光视觉,六轴机械臂的整体标定方法。利用自制平面靶标求取单映射矩阵,根据张正友标定方法标定相机内参以及对应外参,利用LM算法优化参数,根据激光光条在靶标平面的参数方程和对应的外参标定出激光光平面在相机坐标系下的平面方程,通过求解[AX=XB]方程得到相机坐标系与机械臂末端坐标系的齐次变换矩阵[X],并对特定位姿下的工件偏移进行修正。实际测试表明：静态跟踪误差在±1.2 mm,满足工业现场应用要求。     

用于半标定图像极线校正的误配剔除方法

针对半标定图像的极线校正问题,结合图像特征点的尺度和主方向性质,提出一种新的误配剔除方法。根据全局的缩放和旋转约束对误配点进行粗剔除,结合特征点的尺度、主方向和空间布局信息对剩余的误配点进行精剔除,使得到的精确匹配点满足极线约束。根据此约束,利用最小二乘方法估计未标定参数,并将半标定的图像极线校正转换为已标定的图像极线校正。实验结果表明,该方法生成的校正图像对精度较高,图像变形较小。     

条件主动外观模型下的人脸特征点跟踪

为了完成人脸关键特征点的精确定位跟踪,提出一种改进的基于反向合成匹配算法的条件主动外观模型匹配及其初始化算法.该算法假设已知正面人脸的关键特征点,首先通过建立散乱点对应与标定点对应之间的映射,根据给定的正面人脸标定点对任意姿态的侧面人脸进行自动初始标定,映射关系由核岭回归算法学习得到;将该标定点作为人脸跟踪算法的初始化点,然后利用条件主动外观模型反向合成匹配算法建立正面与任意姿态人脸的外观和形状模型,并对模型参数进行迭代优化;最后得到最优的任意姿态人脸的轮廓点,完成人脸跟踪.实验结果证明,与同类方法相比,该算法表现出了良好的性能,可在较短的计算时间内获得较高的定位精度.     

悬臂式掘进机截割头位姿视觉测量系统改进

基于红外LED特征的悬臂式掘进机截割头位姿视觉测量系统中,外参标定稳定性和红外LED光斑中心提取精确性对截割头位姿检测精度具有重要影响。现有外参标定方法需依靠经验将截割臂摆至正中位置(未知),标定结果存在较大波动。针对该问题,提出了一种基于多点固定的外参标定方法,该方法控制掘进机截割臂分别摆动到左上角、右上角、左下角、右下角4个已知极限位置并采集标靶图像,计算外参矩阵值,可有效提高外参标定稳定性。现有的灰度质心法采用像素的灰度值作为权重来计算光斑质心,精度只能到像素级,仅粗略满足实际应用需求。针对该问题,提出采用亚像素级边缘检测算法改进光斑中心提取方法:首先采用灰度质心法进行光斑中心粗提取,然后采用亚像素级边缘检测算法求出亚像素级边缘坐标,最后使用最小二乘法拟合光斑中心,实现光斑中心精确提取。实验结果表明:改进光斑中心提取方法将标靶LED灯间距最大测量误差从3.2mm缩小为1mm,提高了检测精度;基于多点固定的外参标定方法所获得的外参数矩阵比较稳定,平移矩阵中位移的最大变化幅度为15mm,旋转矩阵中角度的最大变化幅度为1°;视觉测量系统改进前对截割头摆角的测量误差范围为[-1.2°,1.7°],改进后截割头水平摆角误差范围为[-0.5°,0.5°],垂直摆角误差范围为[-0.6°,0.6°],说明改进方法有效提高了截割头摆角的检测精度。     

点云下地平面检测的RGB-D相机外参自动标定

目的 RGB-D相机的外参数可以被用来将相机坐标系下的点云转换到世界坐标系的点云,可以应用在3维场景重建、3维测量、机器人、目标检测等领域。 一般的标定方法利用标定物（比如棋盘）对RGB-D彩色相机的外参标定,但并未利用深度信息,故很难简化标定过程,因此,若充分利用深度信息,则极大地简化外参标定的流程。基于彩色图的标定方法,其标定的对象是深度传感器,然而,RGB-D相机大部分则应用基于深度传感器,而基于深度信息的标定方法则可以直接标定深度传感器的姿势。方法 首先将深度图转化为相机坐标系下的3维点云,利用MELSAC方法自动检测3维点云中的平面,根据地平面与世界坐标系的约束关系,遍历并筛选平面,直至得到地平面,利用地平面与相机坐标系的空间关系,最终计算出相机的外参数,即相机坐标系内的点与世界坐标系内的点的转换矩阵。结果 实验以棋盘的外参标定方法为基准,处理从PrimeSense相机所采集的RGB-D视频流,结果表明,外参标定平均侧倾角误差为-1.14°,平均俯仰角误差为4.57°,平均相机高度误差为3.96 cm。结论 该方法通过自动检测地平面,准确估计出相机的外参数,具有很强的自动化,此外,算法具有较高地并行性,进行并行优化后,具有实时性,可应用于自动估计机器人姿势。     

基于长基线双目系统的信号弹高度测量方法

针对信号弹测量的实际需求,增加了现有双目视觉系统的基线长度。使用标准尺寸的特征物来搭建外参数标定系统,利用最小二乘法拟合特征物轮廓,提取特征点像素坐标,建立约束方程组;使用LM优化算法分别计算出两相机与标定系统的旋转量与平移量,进而求解两相机之间的外部参数。利用五帧差分法提取信号弹目标,最终获得信号弹飞行高度。试验证明,该方法测量精度高,鲁棒性较好。     

基于双目视觉的物体尺寸测量系统

提出了一种基于双目视觉的物体尺寸测量系统,用于非接触式测量物体尺寸。该系统采用张正友棋盘标定法进行双目相机标定,并利用标定参数对采集的图像进行校正。通过采用图像分割技术和角点检测算法获取待测物体的特征点。通过立体匹配算法对校正图像进行处理,得到视差图。根据三角形相似性原理计算特征点的三维坐标,计算出物体尺寸的信息。实验结果表明,该系统具备较高的测量精度,具有一定的实用性和应用前景。     

基于标准圆柱的线激光轮廓扫描机器人手眼标定方法

在搭载线激光轮廓传感器的机器人平台手眼标定问题中,依靠线激光轮廓传感器输出的2维点云信息进行标定,存在标定过程复杂、标定精度低的缺点。本文针对这些问题,提出一种基于圆柱侧面约束的手眼标定方法。通过改变扫描机器人末端位姿,获得不同位姿下圆柱侧面扫描数据。对于激光平面与圆柱侧面相交得到的椭圆轮廓,利用随机抽样一致性（RANSAC）算法得到椭圆轮廓中心点坐标。利用椭圆轮廓的估计中心点到圆柱中轴线的距离建立约束优化方程,将手眼标定问题转化为约束优化问题。利用粒子群优化（PSO）算法和广义拉格朗日乘子法的融合算法求解约束优化问题,得到手眼标定的变换矩阵。最后基于所提方法进行模拟仿真和扫描重建试验。分别讨论了标定数据误差、标定参照物位置和标定参数初始值对标定结果的影响,并验证了手眼标定精度。结果表明,该方法不受标定参照物位置和标定参数初始值的影响,具有操作简单、通用性强、标定精度高等特点,标定精度在0.15mm以内,适合现场标定。     

基于多判据的散乱点云特征点提取算法

为了有效获取散乱点云中的尖锐特征点和边界特征点,提出一种利用多判据融合的特征点提取算法。首先利用一种改进的k-d tree构建点云拓扑,搜索样点的K局部邻域;然后利用法向夹角判定准则、核密度判定准则、场力和判定准则分别求取各个样点局部邻域的三个特征参数,最后通过加权计算特征参数得到每个样点的特征值与全局判定阈值,特征值比阈值大的点即为特征点。实验证明,该算法能有效的获取散乱点云中边沿特征点与尖锐特征点。     

自主导航移动机器人视觉系统的一种标定方法

设计了一种基于视场中单个目标点的视觉系统标定方法,任意选取视场中的一点作为目标点,以该目标点为基准,机器人作相对运动来获得多个特征点。建立图像系列对应点之间的几何约束关系及各坐标系之间的变换矩阵,确定变换矩阵关系式,进一步求解摄像机的内外参数。该标定方法只需提取场景中的一个景物点,对机器人的运动控制操作方便、算法实现简洁。实验结果验证了该方法的有效性。     

A multimedia stereo calibration algorithm based on rectangular pyramidal method used to aid visual navigation of ALVs under low illumination

In order to measure and reconstruct accurate three-dimension (3D) data for visual aided navigation of autonomous land vehicles (ALVs), a multimedia stereo calibration algorithm which is suitable for normal scene and especially for low illumination scene is proposed. Firstly, an expression of object-point re-projection errors is derived by the collinear equation model, and the non-linear least square algorithm (NLS) is introduced to iteratively optimize external parameters for individual camera. A rectangular pyramidal method enforcing the rectangular geometric constraint is presented, to produce more stable initial parameter values. Then, according to imaging-point correspondences between the left and right camera, a re-projection error model is constructed for this stereo calibration system, of which all parameters are further optimized and calculated through the calibrated results of two separate cameras. Experimental results show that the proposed algorithm can achieve re-projection errors of no more than 0.5 pixels and converge fast usually with less than 10 interation times, whether under normal illumination or low illumination, so it can get better performance and realize a rapid re-calibration.

     

基于线结构光的水下目标扫描定位方法

当海底环境噪声及声学散射影响比较严重时,声呐方法无法实现高精度的海底探测．因此,设计了一种基于线结构光的扫测系统．激光中心线条纹提取及系统参数快速标定是影响线结构光测扫精度的2大关键问题．在激光中心条纹处理方面,多阈值算法通过采用不同的阈值可以有效地滤除背景噪声,基于极值法的高斯拟合法则对部分激光条纹采用高斯函数进行拟合,结合多阈值算法和基于极值法的高斯拟合法提出了一个条纹中心线提取算法．该算法在保留多阈值法快速性的同时,又具备高斯拟合法的准确性．而在系统参数标定方面,提出了一种共线点的快速标定法,设计的平面标定靶只需通过确定3个共线的特征点即可快速实现系统参数的标定和高精度的海底快速测扫．最后,在水池中进行了模型实验,验证了该方法的可行性和有效性．     

具有未知参数的非线性系统动态优化

针对具有未知参数和不等式路径约束的非线性系统动态优化问题,提出一种新颖有效的数值求解方法.首先,将未知参数视为一个动态优化问题的决策变量;其次,利用多重打靶法将无限维的含未知参数动态优化问题转化为有限维的非线性规划问题,进而在不等式路径约束违反的时间段内,用有限多个内点约束替代原不等式路径约束;然后,用内点法求解转化后的非线性规划问题,在路径约束违反的一定容许度下,经过有限多次步数迭代后得到未知参数值的同时得到控制策略,并在理论上对所提出算法的收敛性进行相应证明;最后,对两个经典的含未知参数非线性系统的动态优化问题进行数值仿真以验证所提出算法的有效性.     

一种基于非量测畸变校正的摄像机标定方法

设计一种基于非量测畸变校正的摄像机标定方法.该方法利用单参数除式模型校正镜头畸变,根据直线透视投影保留同素性,通过拉凡格氏法（LM）优化标定出畸变模型系数和摄像机主点坐标,然后校正成像点,使其满足针孔模型映射关系.根据内参数的两个基本方程,线性求解剩余参数.实验表明,该方法在非量测标定过程具有较好的鲁棒性,且对比张正友标定方法,可在单幅标靶图像下进行标定,避免了模型内外参数耦合在一起,提高了标定效率.     

基于极值约束的鞋底边缘立体匹配

为了提取鞋底边缘特征,提出了一种中间加光源的双目立体视觉测量方法,增大边缘内外的对比度。针对鞋头和鞋跟特征匹配,提出了基于极值约束的边缘立体匹配方法。该方法分三步：采用Canny算子提取左右图像的边缘;对鞋跟和鞋头部分的边缘点利用最小二乘三项式曲线拟合,求取边缘点上与曲线极值点最近的点作为极值特征点;利用长度均分法进行其他边缘点的匹配。对鞋底进行双目三维测量实验,结果表明,中间加光源可使得图像边缘清晰,便于边缘提取;提出的匹配方法获得的鞋底边缘三维数据完整、正确,有效地抑制了匹配错误。     

Tsai氏相机平面标定算法的一种解析改进

针对径向畸变的针孔透视投影模型,提出了一种简单快速的相机标定算法。该算法在假设图像中心点与CCD或CMOS传感器中心重合的前提下,将相机的内外参数和相机模型的畸变参数分离,以进一步进行线性相机标定,避免了非线性优化带来的误差,降低了算法复杂度,可适当提高标定精度,节约计算时间。首先,根据透视投影的交比不变性原理标定镜头的畸变系数;然后,根据旋转变换关系和平移变换关系,充分利用径向畸变约束、旋转变换的正交性和旋转矩阵特有的性质约束线性求解出相机的内参和外参;最后,通过实验与Tsai氏相机平面标定算法进行对比,所提算法在标定时间上节约了35%左右,在精度上至少提高了15%。