基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

非合作旋转目标闭环检测与位姿优化

若要实现空间失效卫星、空间碎片等非合作目标,尤其是具有自旋运动特性的目标的在轨服务或者离轨清除,需要精确测量追踪航天器与目标之间的相对姿态。当目标旋转一周后,对重访区域的闭环检测与位姿优化是减小累积误差,提高测量精度的重要保证。首先,本文介绍了视觉词袋库的建立和基于视觉词袋的非合作目标闭环检测策略。然后,基于相似性变换,对图像序列关键帧集和当前帧进行了联合位姿图优化,实现了对刚体变换矩阵的校正。最后对不同运动角速度下的不同目标,采用不同相机进行地面模拟测试实验,验证了方法的有效性和可靠性。实验结果表明:对于以12(°)/s角速度运动的非合作目标,当测量稳定后,绝对角度误差约为1(°),相对角度误差约为1%,平均角速度误差约为0.12(°)/s。可以满足非合作目标相对姿态测量的任务需求。     

空间非合作旋转目标的模型重建与位姿优化

针对模型未知的空间非合作旋转目标的模型重建和位姿估计问题,利用激光雷达采集的3D点云,提出一种基于位姿图优化的SLAM技术框架,以解决跟踪过程中产生的累积误差问题。首先,根据迭代最近点(Iterative Closest Point,ICP)算法计算相邻关键帧之间的相对位姿信息,通过位姿跟踪方法获得当前关键帧的位姿,由此构建跟踪航天器的相对位姿图;采用GLAROT-3D(Geometric LAndmark relations ROTation-invariant 3D)全局描述子检测闭环,并将闭环约束添加到位姿图中;最后采用基于位姿图优化的方法进行位姿调整,并更新模型点云。在仿真实验中,噪声标准差达到100mm时,姿态测量误差小于2°;在地面实验中,姿态测量误差小于2.5°,并较好地重建了目标的点云模型,算法的精度及抗噪声能力基本满足非合作目标相对位姿测量的任务需求。     

非合作航天器的相对位姿测量

为了解决在轨维护和轨道垃圾清除中非合作目标的识别问题,提出了基于立体视觉的位姿(位置和姿态)测量方法.采用中值滤波器对原始图像进行平滑,去除星空背景干扰和其它噪声;将Canny边沿检测器用于对平滑后的图像进行检测,得到包含边沿信息的二值图像.然后,对该二值图像进行Hough变换,提取待识别对象的直线特征,并计算直线间的交点.最后,对所提取的左、右相机图像的点特征进行3D重构,得到各点在世界坐标系中的坐标,并据此建立目标坐标系,求出其相对于世界坐标系的位置和姿态.仿真结果表明,对于较远距离(>2.5 m),位置测量精度优于40 mm,而近距离内(<2.0 m)优于10 mm,相对姿态精度优于2°,基本满足对非合作目标进行跟踪、接近、绕飞等位姿测量要求.     

单目视觉位姿测量的线性求解

利用定位特征点在图像中的坐标求解空间位姿算法是单目视觉位姿测量技术中的关键.针对这个问题,在距离因子的基础上建立了非线性的位姿测量模型.利用代数变换方法将非线性测量模型转化成线性非齐次方程组.根据代数变换过程中变量之间的相互关系,建立方程组通解之间的乘积关系方程组.再次利用代数变换对乘积关系进行线性变换,并利用P4P问题中共面特征点姿态测量唯一解的特性,实现位姿测量的线性求解.通过数值仿真和实际测量两个试验对该位姿测量算法进行了精度验证,试验数据表明该方法可以有效抑制图像噪声干扰,提高位姿测量的精度.     

融合五自由度位姿信息的单目内窥镜目标尺寸测量

针对低分辨率、弱纹理、缺少参照物的小场景下内窥镜图像目标测量困难问题,提出了融合5自由度电磁传感器的单目内窥镜下目标尺寸测量方法。首先,分析了基于5自由度传感器的内窥镜定位原理,得到内窥镜沿主光轴方向的位移。接着,以结石目标为例分析了图像目标关键信息的导航采集方法,即通过语义分割网络获得图像目标的轮廓信息,进而与内窥镜主光轴进行重合度判定,记录符合重合条件关键帧的图像目标长度信息与对应的位姿信息。最后,基于针孔相机成像模型,将目标成像比例关系与内窥镜沿主光轴的位移结合,建立了目标尺寸测量方法。实验结果表明：所提方法的测量误差控制在10%以内;对长度1～9 mm目标的平均测量误差为0.33 mm。能够满足单目内窥镜检查中对目标尺寸测量的稳定可靠、精度高、省时省力等需求。     

非合作航天器的立体视觉位姿测量

针对在轨服务中非合作航天器相对位姿测量的关键任务,提出了一种双目立体视觉方法.该方法利用两台大视场可见光相机获取高分辨率图像,用双边滤波方法对图像进行预处理,接着利用弧线段拟合法提取目标表面的对接环椭圆,用Hough变换法提取目标的矩形边框特征,并引入极线约束准则、对接环尺寸约束和光流跟踪的方法,提高算法的提取精度和效...     

基于三维模型的单目车辆位姿估计

车辆位姿估计是智慧交通系统的重要组成部分,然而复杂的运动场景以及单目相机存在无法获取深度信息等问题。本文提出了一种结合单目相机及车辆三维模型进行车辆位姿估计的方法。首先对多尺度的车辆目标进行尺度归一化,然后以向量场的形式回归车辆关键点的坐标提升在遮挡或者截断状态下的位姿估计精度。在此过程中提出使用基于距离加权的向量场损失函数和关键点误差最小化的投票方法,进一步提高了位姿估计算法的准确性。此外,本文制作了一个含有丰富标注信息的合成车辆位姿估计数据集,在其上的验证结果表明,本文算法的平均定位误差和角度误差分别为0.162 m和4.692°,在实际场景中有着非常大的应用价值。     

基于并联理论的单目视觉位姿估计

搭建了一种主动式测量系统用于测试伺服稳定平台的伺服精度.以此系统为基础,提出了基于并联理论的单目视觉位姿测量方法.介绍了系统的硬件组成和系统测量原理,分析了系统的分辨率.给出了激光点在投影靶坐标系下的计算原理及过程.然后,从并联机构的自由度出发,将视觉测量系统等效地转化为一个并联机构,将视觉测量系统的位姿估计问题转换为并联机构的正解问题.利用并联机构的运动影响系数迭代求解系统的位姿,由并联机构关节螺旋直接得到影响系数,由此简化了推导过程.仿真和实验结果表明:系统的姿态测量精度为±0.05°.该方法能够快速稳定的收敛,基本达到了系统的设计要求.     

基于单目视觉的并联机器人末端位姿检测

高效、准确地检测机器人末端位姿误差是实现运动学标定的关键环节。提出一种基于单目摄像机拍摄立体靶标序列图像信息的末端执行器6维位姿误差辨识方法,构造具有平行四边形几何约束的四个空间特征点,并以平行四边形的两个消隐点为约束,建立空间刚体位姿与其二维图像映射关系模型,实现末端位姿的精确定位,然后以Delta高速并联机器人为对象,进行了运动学标定试验,验证该方法的有效性,为这类机器人低成本、快速、在线运动学标定提供重要的理论与技术基础。     

单目视觉测量系统中目标位姿对图像点灵敏度影响的研究

通过研究单目视觉测量系统中不同位姿物体姿态测量的灵敏度,找到对图像点灵敏度影响的因素和各自占有比例。给出了灵敏度分析的理论模型,通过设计影响图像点灵敏度相关因素的数值分析实验,得出图像点灵敏度与靶板倾角及物距成反比,最大数值灵敏度最大值对应的处的靶面目标姿态,始终位于相机主方向光轴方向上。     

基于CAD模型的单目六自由度位姿测量

为实现单目摄像头对一般工业零件的六自由度位姿测量,研究了离线模板库自动建立,图像处理以及优化匹配3个方面的问题。首先,由STL文件格式的CAD文件建立不同观察方位下的匹配模板,定义了一种方便模板库调用并有图像意义的位姿描述参数。然后,对Chamfer Match方法进行改进,将距离映射图按边缘倾角分层,结合模板探索点的倾角进行匹配,在不增加运算量的情况下提升匹配度函数的灵敏性。最后,使用加入了退火算法的遗传算法进行最优搜索,从而提高匹配效率。实验结果表明:基于文中的方法完成一次位姿测量耗时在500ms以内,搜索可以获到正确的结果。在330mm观察距离上,平移误差和深度方向误差分别控制在1mm、2mm以内,转角误差为1°左右。得到的结果基本满足单目视觉六自由度位姿快速匹配自动测量的要求。     

单目视觉双臂机器人相对位姿的快速标定

由两个独立机械臂组成的双臂机器人系统,两个机械臂分别有各自独立的基坐标系,针对此类双臂机器人基坐标系相对位姿的确定问题,提出了单目视觉双臂机器人相对位姿标定方法。将相机安装在其中一机械臂末端执行器上组成手眼系统,标定板安装在另一机械臂末端执行器上,保持安装有相机的机械臂位姿固定不动,控制安装有标定板的机械臂运动达到任意不同的拍照位置,相机拍照并同时从机器人返回并记录下每个拍摄位置的机器人参数,联立解出基坐标系间的相对位姿关系。将实验结果应用于智能变电站隔离断路器自动检修双臂机器人,证明此方法能够满足实际工作需求,便于实际应用。     

基于HALCON的单目视觉工件位姿测量方法研究

为了满足单目视觉系统对被测工件三维位姿参数测量及机器人实时快速响应要求,提出一种通过单目视觉获取规格已知、位置随机工件三维参数的方法。利用HALCON图像处理软件对机器人和工业相机进行系统标定,通过标定参数进行采集图像预处理、点特征坐标提取,引入约束条件建立三维位姿算法几何模型,完成上位机图像采集与数据处理,并实时将数据通过以太网传送至机器人,实现工件抓取。试验表明,这一方法误差范围达到了工业机器人操作的预期要求。     

基于单目视觉和激光测距仪的位姿测量算法

基于单目手眼相机和激光测距仪,提出了一种尺寸未知的空间矩形平面的位姿测量算法.该算法不需要知道矩形平面的4个顶点的物体坐标,只需要知道它们的图像坐标、激光点的图像坐标和激光测距结果,就能够计算出尺寸未知空间矩形平面在相机坐标系下的位姿,并且计算出矩形平面的尺寸.通过建立单目手眼相机和激光测距仪的数学模型,对该算法进行了验证.实验结果表明,该算法是有效的,可以应用于机器人对空间物体的跟踪、定位以及抓取.     

确定对象单目视觉位姿检测算法的研究

针对确定作业对象的位姿检测,提出一种基于Hausdorff距离的单目视觉检测算法,即首先依据建立的数学模型构建作业对象在虚拟摄像机下成像的二维模板序列;接着在图像匹配时为降低计算量及加快图像匹配速度,以部分Hausdorff距离作为匹配测度,采用阈值法先行的分层搜索策略进行检测。通过对不同位姿下的夹紧块影像进行检测实验,结果证明了该算法的有效性和快速性。     

基于单目摄像头的圆台工件位姿检测技术

工件位姿检测是工业自动装配等领域的重要环节,其中立体视觉位姿测量以其非接触性,低成本和优良的扩展性得到了广泛的应用。针对常见的圆台元件位姿检测问题,提出了一种基于投影椭圆相对关系的方法并解决了单圆重投影的二义性问题,从而仅根据静态单目摄像头拍摄的一张图片就可以解决机器人手眼协调中的定位问题。根据实验测量,对位姿检测的误差在1.5°以内,对比同类方法不需要对应用环境的任何先验知识,在准确性与易用性上均更有优势。     

基于单目视觉的特定工件位姿检测研究

建立了一种基于单目视觉的特定立方体工件检测模型。采集目标物不同角度的图片以建立模板库,通过SURF算法提取模板库特征点集,再进行特征点匹配实现场景图片中目标物感兴趣区域的框定。针对检测到的目标感兴趣区域,利用霍夫变换提取拟合目标物的临近特征角点,再结合相机标定的参数与特定工件的先验信息换算出拟合角点的实际坐标。以检测特定箱体工件进行多组实验,结果表明,检测到的角点平均误差在一定范围不超过2.5mm,且检测时间也基本满足实时要求。     

二维合作目标的单相机空间位姿测量方法

针对空间交会对接的近距离位姿测量要求,提出了一种基于单目视觉的二维合作目标位姿解算算法。为方便空中移动平台的调整以满足特定的位姿关系,引入了一种新的姿态角定义方法,此方法定义的三个姿态角可以作为平台姿态调整的反馈量且不受旋转顺序的限制。平面模型相对于相机坐标系的三个姿态角和位置向量可通过平面单应矩阵直接导出。在测量实验中,算法基于DSP平台实现,合作目标由4个共面LED光源构成,测量值基准由高精度倾角传感器和全站仪获得。对空间位置变化范围为2m×2m,姿态角变化范围为-30°~30°的目标平面进行测量,结果表明,本算法可实现0.88%的相对位置定位误差和最大为0.996°的姿态角测量误差,且单帧算法的解算速度仅为0.25ms。     

基于对称重复纹理的摄像机位姿测量方法

某些目标上具有对称重复的纹理,这些纹理的图像矩阵具有低秩特性。当摄像机在偏离对正方向拍摄纹理时,由于存在投影形变,该纹理图像在原有方向上的对称性和重复性不再保留,从而不再具备低秩特性。通过建立摄像机拍摄方向与纹理图像的秩之间的数学模型,将摄像机方向的求解问题等效为一定约束下纹理图像的秩最小化问题。求解该问题,可得到摄像机拍摄方向,进一步结合纹理上任意两点的成像关系求解摄像机的空间位置。该方法与传统的基于目标图像中点、线等局部特征的测量方法相比,具有更高的准确性和良好的抗噪性能。仿真实验和实际实验均证明了该方法的有效性。