采用频闪成像技术的柔性气动外形运动物体SIFT特征跟踪(英文)

近年来,有关微型飞行器的结构动力学、材料气动弹性以及飞行控制方面的研究受到了高度的重视。为了提高飞行器的空气动力学检测能力,提出了一种基于频闪成像技术的柔性气动外形物体跟踪方法。利用尺度不变特征转换(SIFT)算法提取出的特征对于图像的尺度变换、旋转以及光照变化和局部图像变形等具有的不变特性,提出了一种利用感兴趣区域中SIFT特征对柔性气动外形运动物体进行探测与跟踪的方法。该方法在获取物体的状态、位置以及空间转换关系等方面表现出良好的性能,并且为同一场景中同一物体在不同位置之间的相互匹配提供了可靠保证。实验表明:在该实验系统中,基于频闪成像技术、利用SIFT特征作为柔性气动外形物体探测的方法具有一定的可行性。     

柔性气动外形飞行体气流扰动下的可视化检测

为研究具有柔性气动外形的微型飞行器抗气流扰动特性,本文设计了一种具有柔性气动外形微型旋翼飞行体,利用有限元方法对飞行体垂直气道的设计模型进行了模态分析,实现了飞行体的垂直起降和悬停。在基于双目立体视觉测量的气流扰动场实验装置中对飞行体完成初步的三维可视化检测,利用频闪成像方法记录气流扰动下飞行体的运动轨迹和气动外形的形态学变化,为研究柔性气动外形非定常气动特性以及飞行体抗扰动机理提供一种有效的可视化信息提取方法。     

基于局部熵的SLAM视觉里程计优化算法

针对移动机器人视觉同步定位与地图创建中由于相机大角度转动造成的帧间匹配失败以及跟踪丢失等问题, 提出了一种基于局部图像熵的细节增强视觉里程计优化算法. 建立图像金字塔, 划分图像块进行均匀化特征提取, 根据图像块的信息熵判断其信息量大小, 将对比度低以及梯度变化小的图像块进行删除, 减小图像特征点计算量. 对保留的图像块进行亮度自适应调整, 增强局部图像细节, 尽可能多地提取能够表征图像信息的局部特征点作为相邻帧匹配以及关键帧匹配的关联依据. 结合姿态图优化方法对位姿累计误差进行局部和全局优化, 进一步提高移动机器人系统性能. 采用TUM数据集测试验证, 由于提取了更能反映物体纹理以及形状的特征属性, 本文算法的运动跟踪成功率最高可提升至60 % 以上, 并且测量的轨迹误差、平移误差以及转动误差都有所降低. 与目前ORB-SLAM2系统相比, 本文提出的算法不但提高了移动机器人视觉定位精度, 而且满足实时SLAM的应用需要.     

基于频闪成像技术的MAV气动外形三维视觉测试(英文)

在目前的实验条件下虽已掌握了大量的气动外形测试数据和分析结果,但这些实验都是基于高速影像设备来完成物体运动记录的.为此,提出了一种基于频闪成像探测技术的柔性气动外形三维视觉检测方法,基于此方法,能够在不具备高速影像设备的条件下获取微小型飞行器(MAV)柔性气动外形的连续图像数据,使用尺度不变特征转换(SIFT)方法提取出描述表面纹理特性的特征点,在频闪图像中的各个不同位置依次进行搜索、匹配,找出特征点的同名点.为了提高跟踪精度,使用了RANSAC方法对误匹配对进行消降.实验结果表明,该方法不仅能实现柔性外形的形态学变化检测,而且能建立一幅频闪图像中不同位置上提取出的特征点之间的关系,从而计算出气动外形上特征点的运动轨迹.整个实验框架是基于双目立体视觉测量原理来满足检测与跟踪的高精度及可视性的.