基于图像特征融合的无人机位姿测量方法

针对实际无人机位姿测量过程中可能出现的特征数不够、测量精度不高等问题,提出了基于图像特征融合的无人机位姿测量方法及系统。测量过程中充分利用提取得到的无人机图像角点、机翼线以及对称轴特征。利用线-线交会最小二乘求解得到无人机图像中同名特征角点的世界坐标;根据各摄像机间的关系及检测到的直线特征,利用奇异值分解方法解算得到机翼线及对称轴在世界系中的单位方向向量;融合检测得到的角点特征、机翼线以及对称轴特征解算得到无人机的位姿参数。仿真试验结果表明:采用2台数字摄像机的合理布站,噪声标准差为1、无人机距离约为1200 m时,位置精度小于0.05 m,姿态测量精度小于0.5°,且摄像机的台数增加有助于提高位姿测量精度,精度对比验证了所提测量方法的正确性、可行性和高精度。     

基于特征匹配的着陆导航敏感器相对校准算法

在光学辅助惯性导航系统中,观测信息的最优融合依赖于相机与惯性测量单元六自由度转换的精确校准。针对火星软着陆自主导航中的测量信息最优融合问题,提出了基于扩展卡尔曼滤波的导航敏感器相对位姿校准算法。该算法仅利用火星表面可获取的路标特征点信息,不借助额外的测量设备,对相机与惯性测量单元相对位姿进行精确的校准,同时,能够估计着陆器的位置、速度和姿态。考虑到着陆器机动和火星自旋的影响,建立了宽视场相机及惯性测量单元的高精度测量模型。最后通过数学仿真对所提出的校准算法的可行性和有效性进行了验证。     

直线匹配的四元数位姿估计算法

摄像机的位姿估计在计算机视觉和机器人学等领域得到了广泛的研究与应用。通过已知的3D几何特征和其对应的2D几何特征获得摄像机的旋转和平移参数是实现摄像机位姿估计的一种重要方法。在此基础上,文中针对单目相机位姿估计提出了一种新的基于3D~2D对应几何特征实现摄像机位姿估计的算法。该算法利用单位四元数表示旋转矩阵,通过建立位姿参数约束方程解出旋转和平移参数。相对于Ansar的NLL算法,该算法能更好地克服图像噪声对位姿计算精度的影响,且能保证其计算出的旋转矩阵具有正交性。模拟实验将该算法同NLL算法进行了比较,结果表明:该算法在鲁棒性、计算精度及复杂度等方面具有明显的优势,实验结果验证了该算法的有效性。     

基于激光雷达的航天器相对位姿测量技术

基于激光雷达的航天器相对位姿测量技术已成为故障航天器在轨捕获与维修、空间垃圾清除等空间操控活动开展必不可少的关键技术之一。针对这一技术,阐述了国内外研究现状;然后,描述了相对位姿测量技术原理,并重点介绍了点云配准方法;最后,进行了航天器模拟器的相对位姿测量精度仿真验证。结果表明:基于激光雷达的航天器相对位姿测量技术方法合理可行,测量精度高,可满足近距离操控中相对导航任务需求,对国内后续开展工程应具有较大参考价值。     

视觉信息位姿估计在火箭起飞漂移量中的应用

目前,火箭起飞漂移量大多基于高速电视测量系统,测量精度低,利用位姿估计算法将火箭漂移量的计算问题转化为计算箭体坐标系与测量坐标系之间相对旋转和平移的问题,并结合实际测量情况,提出了一种基于正交迭代算法的多目视觉位姿估计算法.算法先把获取的全部图像数据进行统一表达,再把观测到的特征点的物方残差作为目标函数,最后使用加权绝...     

六自由度工业机器人位姿误差的补偿方法

为了实现工业机器人的位姿误差补偿,在分析了机器人的位置误差和姿态误差的基础上,利用修正后的D-H算法建立了机器人运动学方程,并利用矩阵法建立了机器人的位姿误差分析模型。提出一种将机械结构参数综合映射到关节角度参数的补偿方法,并设计了一套适合此方法的补偿实验。通过对实验结果的分析与计算,验证了该方法适用于机器人位姿误差补偿,大幅度提高了机器人的绝对精度。     

弹载组合导航算法仿真实现

本文阐述了基于高旋类弹载组合导航系统的功能和精度仿真,该仿真系统利用实弹惯性测量单元数据及卫星导航数据进行算法融合,从而实现空中动态初始对准及姿态位置解算功能.本算法中主要应用了EKF(扩展卡尔曼滤波)技术融合GPS数据和IMU(惯性测量单元)完成初始对准和航姿解算功能,经过算法仿真论证,本算法可以实现弹载体的航姿和位...     

基于单目视觉的焊接螺柱位姿参数测量技术研究

焊接螺柱在汽车制造领域有着广泛的应用,其焊 接 后的位姿(位置和姿态)是否符合设计要求决定着 后续部件的装配效率及整车质量。为了实现在线测量焊接螺柱的位姿参数,研究了一种 基于单目视觉 的焊接螺柱位姿测量方法,首先通过摄像机获取焊接螺柱图像,然后通过边缘检测、特征提 取等技术提取 焊接螺柱特征信息,最后通过计算模型实现焊接螺柱的位置偏移量及倾斜角度偏移量的测量 。通过实验对 测量模型与方法进行了验证,结果验证了方法的准确性和有效性,位置精度和角度精 度分别为± 0.15mm和±15′,可以很好地满足汽车等制造工业领域在线、柔性、快速和高精度的焊接螺柱位姿参数的测量需要。     

基于激光视觉技术的运动目标位姿测量与误差分析

针对当前方法测量运动目标姿态和位置存在精度较低的问题,将激光视觉技术应用到运动目标位姿的测量中,提出基于激光视觉技术的运动目标位姿测量与误差分析方法。利用三维激光扫描仪和双目相机构成的系统,实现运动目标位姿的测量,分别采用三维激光扫描仪和双目相机采集运动目标的深度信息和二维图像信息,融合深度信息和二维图像信息,获取运动目标的位姿。通过三维坐标和光斑图像坐标、外部参数以及位姿解算之间存在的误差传递矩阵,构建运动目标位姿测量综合误差传递模型,利用误差传递模型对测量结果中存在的位姿误差进行分析,根据分析结果对运动目标位姿测量过程进行改进和优化,提高运动目标位姿测量结果的精度。在模拟风洞的实验环境中,验证了基于激光视觉技术的运动目标位姿测量与误差分析方法的可行性。     

手眼相机位姿测量精度理论分析及验证

从理论和实验上对手眼相机位姿测量精度进行了研究。首先,根据靶标设计形式和P3P 算法介绍位姿测量原理。接着,从理论上分析了位置测量精度和姿态测量精度,即靶标沿X 轴平移位置测量精度和靶标绕X 轴、Y 轴、Z 轴旋转测量精度。然后,对通常的检测方法进行分析,提出了以产生相对位姿实现六维自由度变化的检测方法,提出用中误差对测量精度进行评价,并具体介绍了检测方法。最后,对手眼相机测量精度进行了实际检测,将实验数据与理论数据进行了对比分析。实验结果表明:距离测量精度最大为25.60 mm,旋转测量精度最大为1.4毅,均满足测量精度的要求。     

基于EPNP算法的单目视觉测量系统研究

利用计算机视觉进行姿态测量的方法已广泛应用于现代控制、导航、跟踪等多个领域中。研究并设计了一种基于P4P矩形分布的平面靶标和EPNP算法结合的单目视觉姿态测量方法。首先,利用单相机获取平面靶标图像,经图像处理后得到四个特征点的像素坐标,并使用EPNP算法进行姿态解算;其次,对姿态角测量误差进行了仿真分析,为提高姿态测量精度提供了理论指导和依据;最后,提出一种与高精度二维转台结合的坐标系配准方法,利用该方法对三个方向姿态角精度进行验证。实验结果表明:当绕x和y轴的转动角度在[-6,6]时,姿态测量误差小于0.1,可以满足测量应用需求。     

基于点特征的单目视觉位姿测量算法

针对位姿求解过程中存在的解不唯一、选解难和解的精度不高等问题,提出一种基于点特征的单目视觉位姿测量算法。首先,根据共面4个特征点之间的位置关系,分别对平行和相交两种情况进行分析;其次,根据特征点的空间坐标、图像坐标和空间位置关系,推导出世界坐标系中3个坐标轴上的向量变换到摄像机坐标系中的单位向量,进而求解出物体相对于摄像机的初始位姿;最后,用LM算法对初始位姿进行优化,得到最终位姿。实验结果表明:文中算法的合成误差为0.54 mm;现有的EPnP算法、两点一线算法和P3P算法的合成误差分别为1.28、1.52和4.26 mm;文中算法的合成误差分别减小了57.8%、64.4%和87.3%,优于现有的EPnP算法、两点一线算法和P3P算法。     

多特征点拓扑确定位姿测量算法研究

为解决单目视觉位姿测量时,由目标特征点较多导致图像点与目标点拓扑关系未知的问题,提出了一种多特征点拓扑确定位姿测量算法。较多特征点可在目标进行大角度运动时保证足够的特征点进行位姿解算,与较少特征点相比提高测量精度。该算法将拓扑确定的过程和位姿求解的迭代过程进行嵌套,同时进行拓扑确定和位姿计算。位姿计算的迭代过程基于平行透视投影模型,不需要目标重心投影点坐标作为迭代初始值。拓扑确定的过程转化为分配问题的求解过程。每次位姿迭代的过程中进行一次拓扑确定,拓扑确定的结果可以计算更优的位姿估计。通过多位姿测量实验和精度对比实验结果证明:该算法适合大范围、高精度的位姿测量,在-120~120范围内,位姿测量均方根误差为0。272。     

采用单目视觉的无人机自动空中加油仿真

自动空中加油是未来无人机(UAV)需具备的重要能力之一。建立了包括UAV和加油机模型、视觉传感器、气动影响及视景的飞行硬管式无人机自动空中加油仿真系统;研究了单目视觉特征点识别与位姿估计算法,考虑大气扰动及加油机尾流的影响;设计了通过轨迹跟踪实现UAV与加油管会合对接的控制策略,并对加油末段的对接机动进行了仿真。结果表明,单目视觉可实现精确的相对位置测量,轨迹跟踪控制器超调量小,保证了自动空中加油的平稳对接。     

基于时空多特征融合网络的三维人体姿态估计北大核心CSCD

目前,常见的三维(3D)人体姿态估计算法在表征学习上取得很好的效果,但是在人体骨架关节点处依然存在估计精度不佳等问题,因此,如何从单目RGB图像中利用冗余的二维(2D)姿态序列时空信息来估计人体姿态的有效方式是一个研究的难点。本文提出一种基于时空多特征融合网络的三维人体姿态估计算法,具体是结合一种图像外观信息和运动时序信息时空多特征融合层级方法,该方法利用一种紧凑的卷积神经网络(convolutional neural network, CNN)学习时空信息将二维关节点位置信息建模为三维关节点位置。实验结果表明,本文所提出的方法能实现较为先进的端对端姿态估计精度,而且不需要任何后处理阶段的姿态优化方法,本文得到的姿态估计在平均精度上得到有效的提升,证明本文方法能够有效提高人体姿态估计的准确性。     

激光跟踪测距三维坐标视觉测量系统建模

提出了一种激光跟踪测距视觉坐标测量系统,主要由摄像机、激光测距仪、计算机和光笔组成.测量时摄像机测量光笔上各光反射点的方向,激光测距仪跟踪捕捉并测量出某一光反射点到激光测距仪的距离,由测得的方向和距离计算出光笔笔尖接触点的三维坐标.根据n点透视问题(PnP)原理建立了系统的数学模型,激光测距仪测得的距离参数的引入,使得该数学模型可以线性求解,而且解具有唯一性.依据冗余技术给出了被测点三维坐标的求解方程组及其解法.和单摄像机视觉坐标测量系统的比对实验结果表明:在Z、Y和X轴方向上的测量稳定性精度可分别提高0.366、0.031和0.011 mm.     

基于单目视觉对地面特征点定位方法

为了解决机器人在室内导航定位的问题,本文提出基于单目视觉对地面特征点定位的新方法.为扩大摄像头的视野,本方法采用鱼眼摄像头,然后将鱼眼摄像头安装在小车底盘下面,实时校正鱼眼摄像头拍摄的图片.通过对摄像头进行标定得到其内外参数,进一步用新方法计算出摄像头安装在小车上的姿态角,建立平面成像模型得到世界坐标系与像素坐标系的对应关系.再进行RANSAC算法对地板的特征点和特征线进行提取,然后获得相关特征信息再经过逆透视变换算法变换到物理空间上,获取真实物理信息.实验结果表明利用该方法能够更精准获得摄像头与地板边缘线的相对位置信息,并且成本也低但定位精度高.     

无人机视觉导航算法

为保证无人机着陆精度和安全性,提出了一种无人机自主着陆视觉导航位姿解算方法。首先对机载相机进行标定,获取相机参数;然后综合考虑地标形状和尺寸、地标角点几何分布和角点数量对位姿估计精度的影响,设计了T型着陆地标形状和尺寸参数,将地标轮廓提取和角点检测算法相结合,得到几何分布好、数量适中的8个角点用于位姿解算,保证了位姿解算精度;为减少LK （Lucas-Kanade）光流法稳定跟踪地标的处理时间,直接将提取的这8个角点作为LK光流法检测和跟踪的输入,保证了算法实时性;最后利用三维空间到二维像平面投影关系对飞行位姿参数进行实时解算。实验结果表明:算法具有较高估计精度,算法平均周期为76.756 ms （约13帧/s）,在速度较低的着陆阶段基本满足自主着陆视觉导航的实时性要求。     

基于局部注意力和位姿迭代优化的自监督单目深度估计算法

自监督单目深度估计在自动驾驶、智能制造等领域有着广泛的应用。然而由于自监督训练存在大量训练噪声,其估计精度受到了极大限制。针对自监督单目深度估计算法中深度估计精度有限的问题,本文提出了一种基于局部注意力机制和迭代调优的自监督单目深度估计框架。首先,对于深度估计网络,基于局部像素间深度值的高度相关性,本文设计了一种局部注意力机制来融合高分辨率特征图的局部特征,提升深度估计的准确性;其次,对于位姿估计网络,本文设计了一种迭代调优的位姿估计结构,利用残差优化的方式降低位姿估计难度,提升位姿估计的准确性进而提升深度估计网络的性能。实验表明,本文提出的改进自监督单目深度估计算法有效提升了深度估计的精度。      

面向室内动态场景的VSLAM

传统VSLAM算法基于静态场景实现,其在室内动态场景下定位精度退化,三维稀疏点云地图也会出现动态特征点误匹配等问题.文中在ORB-SLAM2框架上进行改进,结合Mask R-CNN进行图像的语义分割,剔除位于动态物体上的动态特征点,优化了相机位姿,得到了静态的三维稀疏点云地图.在公开的TUM数据集上的实验结果表明,结合...