#br# NAO机器人的视觉伺服物品抓取操作

针对家庭环境中服务机器人物品的抓取问题,提出一种改进的基于位置的视觉伺服抓取算法。首先,利用Naomark标签完成对物体的快速识别,并通过世界平面单应矩阵分解对物体的位姿进行估计;然后,对NAO机器人的机械臂进行运动学建模,并分别设计单臂和双臂抓取的视觉伺服控制律;最后,为进一步提高抓取的稳定性和鲁棒性,对末端执行器进行路径规划。实验结果表明,本方法能够快速、稳定地抓取目标物品。     

增强现实中基于三角标识的三维注册方法

在增强现实系统中实时跟踪三维物体,为了准确地将虚拟物体注册在复杂的真实环境中,提出了一种基于三角形图案标识的视觉三维注册方法.通过边缘检测方法在捕获的视频图像中提取标识的三角形轮廓,获得三角形顶点的数据,并根据这些数据计算出单应性矩阵,推导出摄像机参数,从而实现摄像机标定.利用Camshift算法对检测到的目标进行实时跟踪.实验结果表明,物体能被准确地注册到真实视频图像中的跟踪目标上,通过与ARToolKit软件相比较,该方法在注册效率方面优于ARToolKit软件.     

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.     

摄像机几何约束及人体定位

人体定位一直是计算机视觉领域的热点课题之一,是人机交互的基础。提出多摄像机条件下的投影关系的两类几何约束,及基于几何约束的人体定位方法。人体定位算法的精度计算依赖于实验中人体在世界坐标系中精确位置的获取,而这一直是计算机视觉实验中的难点。本文提出基于虚拟数据的新的人体定位实验方法,可以方便准确地获取到人体在世界坐标系的位置。由于几何约束的完备性,定位过程中无需对摄像机的位置和姿态进行假设,也不需要限制人体在场景中的位置(遮挡关系)、行为等。采用虚拟数据与真实数据相结合,可以更准确地验证方法的精确度和适应性。实验结果表明,本文算法运行稳定且定位精度高。在定位结果的基础上,又进一步给出了人体在世界坐标系中的运动轨迹。     

基于单应性矩阵的室内移动机器人视觉定位研究

Monocular visual positioning for indoor mobile robot is concerned in this paper. A new visual positioning method based on homography matrix in Euclidean space is proposed. It can calculate the position and pose of the mobile robot according to the intrinsic parameters of camera and two position-known points in a plane. It is very simple and low cost in computation. The experimental results show its effectiveness.     

基于单幅平行六面体图的空间测量

基于单幅图像的测量是计算机视觉中一个重要的研究方向。针对平行六面体模板，本文提出了一种新的摄像机标定方法．并实现空间测量。在该方法中，利用平行六面体中的三组相互正交的平行线得到影灭点来完成摄像机的内部参数标定，进一步完成摄像机的外部标定，从而得到单应矩阵，实现了空间任意两点的测量。模拟实验和真实图像实验说明本文的方法是可行的。     

采用地平面约束的双目PTZ主从跟踪方法

在视频监控领域,包含PTZ（pan-tilt-zoom）相机的双目主从系统可以同时获取跟踪目标的全景信息和高分辨率信息,因此得到了广泛研究与应用。针对智能视频监控的需求,提出了一种基于地平面约束的双目PTZ主从跟踪方法。该方法分为离线标定和在线实时跟踪两个阶段。离线阶段,利用两相机不同视角间的目标匹配关系计算地平面所诱导的单应矩阵,提出了一种从两相机同步视频流中自动估计单应矩阵的方法,该方法与传统方法相比具有不需要标定物和人工干预的优点,然后采用匹配特征点的方法估计相机的主点和等效焦距。在线实时跟踪时,通过单应变换建立主从相机之间的坐标关联,并利用离线阶段标定的主点和等效焦距估计从相机控制参数,从而实现主从跟踪。与其他算法相比,该方法可以应用于宽基线的情形,能够适应目标深度的变化,满足了实时性的要求。室内、外场景的多组实验验证了所提方法的有效性。     

视频拼接中最优自适应单应性矩阵求解算法

针对交通场景中对视频拼接速度要求较高的特点,提出了利用视频帧最优单应性矩阵进行实时拼接的双线程快速算法。首先,利用SURF(Speeded up robust features)算法提取图像特征点;其次,通过NN(Nearest neighbor)算法以及优化的RANSAC(Random sample con-sensus)算法进行特征点的匹配,并去除误匹配点对;再次,利用重叠区域的归一化协方差相关函数最大化得到视频前k帧配准效果最佳的单应性矩阵,作为后继视频帧场景拼接的映射矩阵;同时,采用KLT算法对k+1的后继视频帧特征点进行动态跟踪,若匹配点对的数量变化超过了给定的阈值,则认为当前的最优单应性矩阵需要进行优化和变换,重新计算k幅视频帧中新的特征点对,经匹配后求取新的最优单应性矩阵。在交通场景中的拼接实验证明,该快速算法平均视频帧的拼接处理速度小于100ms,对存在旋转、尺度缩放、视角以及光照变化的图像都具有良好的拼接效果,具有参数估算准确,计算量小、速度快的优点,能够满足系统对视频拼接的实时性和精确性要求。     

移动机械臂手眼关系标定及视觉伺服控制方法

将视觉传感器集成到移动机械臂上构成眼在手上构型的视觉伺服系统是服务机器人实现物品抓取与搬运操作的一种有效方法,但存在手眼关系标定算法复杂非线性,以及难以处理移动机械臂的非完整性约束等难题。为了克服以上难题,首先将移动机械臂抽象为一个广义机械臂,对其进行运动学建模,并求出其运动学解析逆解;然后提出一种全新的线性主动视觉摄像机标定方法对手眼关系进行标定;最后设计包含眼注视逼近和look-then-doing开环抓取的视觉伺服切换控制律来控制移动机械臂实现家庭物品的抓取操作。仿真及试验结果表明,该线性手眼关系标定法易于实现,且具有极高的标定精度,同时设计的视觉伺服切换控制律能够有效克服移动机械臂的非完整性约束带来的控制困难。