基于点线对应的无人机位姿估计算法

针对无人机着陆,提出了一种基于视觉的辅助着陆方法,仅利用跑道两条边缘线和一条横向着陆阈值线引导着陆;利用跑道上的这三条直线之间的几何约束关系,可求出三条线之间的交点在摄像机系中的坐标,再考虑消失点的特性可求得三条线在摄像机系中的向量;最后使用Umeyama方法求出三个姿态角,并利用点的共面性特性得到了无人机相对跑道位置的鲁棒解;仿真中姿态误差均保持在0.5.的范围,横向和高度误差在1 m以内,处理一帧图像平均耗时1.3 ms,因此,提出的视觉辅助无人机着陆的方法精度高、实时性好.     

一种挠性机器人逆动力学控制的迭代算法—动态位姿误差补偿方法

本文分析了挠性机器人逆动力学问题的数学模型,成功地提出了一种逆动力学控制的迭代算法——动态位姿误差补偿方法,可离线或实时计算执行目标位姿所需的驱动力矩和关节变量.本方法具有计算量小、精度高的特点,同时提出了具有动态前馈-伺服补偿和振动抑制结合的阶层控制方案.     

未标定相机的高精度位姿估计方法

针对未标定相机的位姿估计问题,提出了一种焦距和位姿同时迭代的高精度位姿估计算法。现有的未标定相机的位姿估计算法是焦距和相机位姿单独求解,焦距估计精度较差。提出的算法首先通过现有算法得到相机焦距和位姿的初始参数;然后在正交迭代的基础上推导了焦距和位姿最小化函数,将焦距和位姿同时作为初始值进行迭代计算;最后得到高精度的焦距和位姿参数。仿真实验表明提出的算法在点数为10,噪声标准差为2的情况下,角度相对误差小于1%,平移相对误差小于4%,焦距相对误差小于3%;真实实验表明提出的算法与棋盘标定方法的精度相当。与现有算法相比,能够对未标定相机进行高精度的焦距和位姿估计。     

基于聚类的迭代双向最近点机器人位姿估计

针对迭代最近点（ICP）算法在存在严重遮挡的情况下容易陷入局部最小值的问题,对最近点规则（CP）进行了修改,提出双向最近点规则（DCP）．DCP 规则包含两次CP 规则对应,使计算量增加了一倍．为了降低算法的复杂度,继而提出基于聚类的迭代双向最近点（IDCP BoC）算法．IDCP BoC 对扫描数据进行聚类,在聚类的基础上进行数据精简．在相邻两次迭代的残差之差小于某个阈值之前,用精简数据进行迭代以提高计算速度,之后再改用非精简数据以保证精度．实验结果表明,IDCP BoC 算法能够有效避免陷入局部最小值的问题且其实时性也是可接受的．     

一种新的基于直线的定位方法

我们通常采用任意摆放位置的三条直线来完成三维物体定位. 对于交于两点的三条非共面直线这种配置, 它具有位置任意摆放三条直线不具有的一些特殊性质. 因此, 我们基于这种特殊配置直线提出一种确定物体位姿的新方法. 在理论上, 这种方法是对基于三条直线位姿估计方法的丰富, 同时这种方法也能为实际工程应用提供支持. 而且, 我们提出一种解决多解现象的方法和一种新的迭代方法. 最后, 仿真实验表明我们的算法具有较快的工作速度和较好的鲁棒性.     

基于迭代的旋转视觉元件针脚位姿估计精度优化

高效率型插件机通过同步带拖动旋转轴,插件模块紧凑重量轻,但大角度转动时旋转角定位误差偏大,针对旋转角定位误差影响针脚位姿估计精度的问题,提出基于位置约束和迭代拟合的位姿估计精度优化方法;元件针脚的相对位置固定,因此旋转测量时所有针脚转过相同角度,且针脚轨迹为圆周,该方法根据这两种约束构造了圆轨迹拟合方程和旋转角拟合方程,通过迭代实施这两种拟合得到旋转角的精确估计值,从而实现了元件针脚位姿精密估计;为了验证本文方法的有效性,进行了理论分析和仿真,仿真结果表明该方法可抑制大角度转动时旋转角的定位误差的增大,在常用针脚元件及工作参数下,迭代仿真的位姿误差控制在±0.018mm之内,耗时低于65ms,精度和实时性均能满足异形插件机的实际需求。     

一种估计深度相机位姿精度的闭式算法

针对深度相机,提出了估计位姿变换精度的闭式解算法.相对位姿由6自由度向量T=[x,y,z,α,β,γ]表示,计算该向量的协方差矩阵来表征相对位姿精度.定义3维点对到相对位姿的隐式函数,利用隐式定理计算该隐式函数相对于点对集合的偏导数,从而根据隐式函数变化趋势和深度相机测量误差来计算协方差矩阵.该方法要求3维点对匹配准确无误,所以本文同时提出在给定相对位姿情况下匹配3维点对算法,该算法充分利用深度相机可以同时返回深度信息和灰度信息的特点.最后在随机生成数据和真实数据上验证了相对位姿精度估计算法的有效性.     

基于相对坐标的轮式移动机器人位姿估计方法

轮式移动机器人在长时间运行中,会因传感器误差和模型不精确导致位姿估计累积误差增大。为此,本文研究基于相对坐标的轮式移动机器人位姿估计方法,首先建立运动学方程,再利用相对坐标系统实时估计机器人位姿,并对位姿估计方法进行了优化。实验结果显示,该方法在复杂环境中相比其他两种方法,展现出卓越精度和稳定性,为轮式移动机器人的自主导航和精确控制提供了有力保障。     

基于迭代最近点的井下无人机实时位姿估计

针对煤矿井下无GPS信号、低照度、结构化环境等特点,提出了一种基于迭代最近点(ICP)的井下无人机实时位姿估计方法。通过建立四旋翼无人机运动模型与机载激光雷达观测模型,将煤矿井下四旋翼无人机位姿估计问题转换为机载激光点云数据的扫描匹配问题。用三维激光雷达作为四旋翼无人机机载环境测量传感器,得到无人机当前位姿下的观测点云数据;以第1帧位置为初始位,通过ICP方法得到连续2帧点云数据之间的相对变换矩阵,迭代求解连续关键帧点云数据,得到煤矿井下四旋翼无人机实时位姿估计结果。采用滤波与下采样方法对点云数据进行优化,加速变换矩阵的求解,满足四旋翼无人机位姿估计实时性需求。实验结果表明,基于ICP的井下无人机实时位姿估计方法能够快速、有效地求解四旋翼无人机位姿,相比于正态分布变换方法,ICP方法更适用于煤矿井下四旋翼无人机的实时位姿估计。     

基于激光雷达的移动机器人位姿估计方法综述

位姿估计是移动机器人研究的一个核心问题．本文综述了国内外基于激光雷达的移动机器人位姿估计的最新进展,并对各种方法进行分类、比较和分析,从中归纳出应用中值得注意的问题和发展趋势．     

工业钣金件视觉检测中的一种2D-3D自动定位算法

利用图像计算目标物体空间方位一直是计算机视觉领域的重要任务。利用单幅图像结合CAD三维模型实现钣金零件空间方位的2D-3D自动定位。沿CAD三维模型在影像上投影的外轮廓统计影像边缘特征点的数目,根据极值位置确定零件方位的初始参数;提出基于广义点理论的最邻近直线迭代的算法求取零件方位的精确值。为加快轮廓跟踪速度,也对经典的8-领域轮廓跟踪串行算法进行了并行优化。     

基于点线相合的机器人增量式地图构建

提出基于测量数据点和已构建地图线的最佳相合性增量式构建未知环境地图的方法,将机器人地图构建过程分解为局部地图构建、机器人位姿估计和地图合并3个循环步骤,在局部地图构建中,采用哈夫变换拟合、同线性判断和最小二乘拟合相结合的方法从测量数据点中拟合得到局部线段集合,在位姿估计时,首先利用点线匹配寻找测量数据和已构建地图之间的匹配关系,然后通过去除不当匹配和引入加权矩阵来减小测量误差和已构建地图中的不确定性对位姿估计的影响,最后利用加权最小二乘法估计机器人的位姿,使得匹配部分达到最佳相合,同时提出虚拟线和虚拟点的方法解决由伪相合条件所引起的错误位姿估计问题,实验结果证明了算法的有效性和鲁棒性,适于构建室内环境地图。     

Recovering facial pose with the EM algorithm

This paper describes how 3D facial pose may be estimated by fitting a template to 2D feature locations. The fitting process is realised as projecting the control points of a 3D template onto the 2D feature locations under orthographic projection. The parameters of the orthographic projection are iteratively estimated using the EM algorithm. The method is evaluated on both contrived data with known ground-truth together with some more naturalistic imagery. These experiments reveal that under favourable conditions the algorithm can estimate facial pitch to within 3°.     

一种基于模型的单相机姿态估计方法

利用单幅影像测量目标在空间的位置和姿态参数(Pose)在目标定位、场景监测与更新、目标识别、自动导航等领域有着广泛的应用。目前有很多方法用于解决该问题,这些方法按照目标模型点与对应成像点的对应关系是否已知而分为两大类:一类是对应性已知条件下求解Pose;另一类是对应性未知条件下同时求解Pose与对应性问题。该文提出了一种新的采用单幅影像求解目标位置与姿态参数的方法。与已有的方法不同,该方法完全回避了与Pose问题并存的对应性问题。它利用目标模型投影与真实影像中目标区域的重合程度建立一个包含Pose参数的能量函数,将Pose求解转换为能量最优化问题,并采用了Hooke-Jeeves算法求解这个最优问题。多组仿真数据的仿真实验结果表明,该方法是正确和有效的。     

交替误差补偿的无人飞艇位姿估计

针对少数控制点下空间后方交会的可靠性差及传统多次迭代平差结果误差累积的问题,设计了一种对无人飞艇真实位姿进行精确估计的算法.首先利用欧拉角描述旋转矩阵;然后对严格的共线条件方程进行线性化,并通过空间后方交会和立体视觉获取一组均匀分布的控制点;最后借助均匀分布点提出一种交替误差补偿的初次迭代平差方法解算飞艇位姿.实验结果表明,该算法正确可靠,对位姿初值没有要求,具有一定的收敛性且精度较高.