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.     

基于激光SLAM的综采工作面实时三维建图方法

移动式建图方法依赖高精度的光纤惯导和里程计进行位姿计算,而在实际工程实践中里程计精度难以满足应用需求,导致获取的工作面三维激光点云不完整。针对该问题,提出了一种基于激光SLAM的综采工作面实时三维建图方法。该方法主要包括激光点云去畸变、特征提取、位姿估计、优化建图等步骤。通过惯导数据消除激光点云的畸变,根据点云中每个点的时间戳检索惯导数据,获得对应每个点的姿态角,如果没有检索到对应姿态角,则采用四元数法进行插补。采用主成分分析法提取点云的几何张量特征,先求解点集的协方差矩阵,再进行特征值分解,得到几何张量特征。计算相邻2帧中特征点之间的距离,构建目标函数,采用LevenbergMarquardt算法求解目标函数,获取变换矩阵,从而实现位姿估计。采用增量式优化算法,使用GTSAM优化库对历史关键帧与当前关键帧进行联合优化,将获得的所有关键帧点云叠加到一起,即为全局实时三维地图。井下工业性试验结果表明,该方法能实时、完整、高精度地构建全工作面范围的三维地图,最大绝对误差均值为0.19 m,满足综采工作面监控及刮板输送机找直精度需求。     

基于手眼视觉的两种目标位姿测量法仿真分析

空间机器人手眼视觉系统利用合作目标物体上的合作特征点对目标物体进行位姿估计,以完成跟踪捕捉任务。针对空间机器人实时性的要求,给出了两种实时性较好的4个特征点的位姿测量算法,并且在相同仿真环境下对两种P4P位姿算法进行了分析比较。仿真结果表明:四面体体积测量的位姿测量算法对特征点的像点量化误差更加敏感,位姿测量结果偏差较大;坐标变换的位姿测量算法稳定,精度较高。后者在实际应用中,可以达到更高的精度。     

基于深度学习SuperGlue算法的单目视觉里程计

基于特征点法的视觉里程计中,光照和视角变化会导致特征点提取不稳定,进而影响相机位姿估计精度,针对该问题,提出了一种基于深度学习SuperGlue匹配算法的单目视觉里程计建模方法。首先,通过SuperPoint检测器获取特征点,并对得到的特征点进行编码,得到包含特征点坐标和描述子的向量;然后,通过注意力GNN网络生成更具代表性的描述子,并创建M×N型得分分配矩阵,采用Sinkhorn算法求解最优得分分配矩阵,从而得到最优特征匹配;最后,根据最优特征匹配进行相机位姿恢复,采用最小化投影误差法进行相机位姿优化。实验结果表明,在无后端优化的条件下,该算法与基于ORB或SIFT算法的视觉里程计相比,不仅对视角和光线变化更鲁棒,而且其绝对轨迹误差和相对位姿误差的精度均有显著提升,进一步验证了基于深度学习的SuperGlue匹配算法在视觉SLAM中的可行性和优越性。     

基于特征点位置校正的靶标位姿测量方法

针对图像式路基沉降监测系统中由于振动等因素导致靶标与相机发生偏转产生测量误差的问题, 本文在设计监测系统靶面位姿测量系统的基础上提出了基于4特征点位置校正的位姿测量方法. 首先介绍了图像式路基沉降监测方法的工作原理; 然后根据实际情况设计了区别于传统特征点的4特征点靶面的位姿测量系统, 并利用特殊特征点对靶面特征点进行位置校正; 最后根据设计的4特征点靶面测量系统提出已知矩形4特征点边长的位姿求解方法. 实验结果表明: 本文方法比迭代法位姿解算后角度误差值更小, 其位姿解算相对误差减小1.2 %. 当偏转角度小于2° 时, 本文方法位姿求解旋转角度误差小于0.09°, 相对角度误差为1.003 %. 其时间和测量精度都能够达到监测系统要求, 可以应用于监测系统中需要对相机和靶标进行实时标定的场景.     

基于特征分解的快速位姿图优化算法

位姿图优化(pose graph optimization, PGO)是计算机视觉领域中广泛应用的高维非凸优化算法,很难直接求解,主要依赖于迭代技术,对初始值的质量要求较高,在实践中很难得到保证。针对位姿图优化问题进行了研究,提出了基于特征分解的位姿图简单封闭解算法,该算法首先对PGO问题的最大似然估计进行半定松弛,然后将其转换为特征分解问题,并利用数据的稀疏性设计了改进的模型降阶方法进行求解,进一步提高了算法的计算速度。算法具有可伸缩性、计算成本低和精度高等优点。最后,在模拟和真实的位姿图数据集上进行实验评估,结果表明在不影响精度的情况下,该算法可以快速地进行位姿图优化。     

基于TOF相机的非合作矩形目标三维位姿测量方法

针对目前空间非合作矩形目标位姿测量过程中提取像素级特征点误差大、距离测量值不稳定等导致的测量精度不高的问题,提出一种基于TOF（Time-of-Flight）相机的非合作矩形目标三维位姿测量方法。首先对灰度图像进行修正的FAST特征点提取,然后分别计算提取出的特征点在相机坐标系和目标坐标系下的三维坐标,最后检测矩形目标亚像素级角点并融合30帧距离信息后再计算姿态角。实验结果表明,对于1m距离范围内边长为50mm的非合作矩形目标,Z轴、X轴、Y轴方向位置测量的绝对误差平均值分别为2.65mm、1.28mm、0.60mm。姿态角γ测量的绝对误差平均值降为0.52°。相对于传统的基于点云配准的位姿测量方法,姿态角测量的绝对误差降低了48.0%,显著地提高了非合作目标三维位姿测量的精度和稳定性,具有广泛的应用前景。     

基于扩展卡尔曼滤波的5-Dof圆位姿估计算法

现有圆位姿估计方法对输入帧进行独立处理,忽略了有价值的目标动态信息,圆位姿估计精度有提升空间,提出一种基于EKF的高精度5-Dof圆位姿估计方法,圆位姿由5自由度向量ξ=(X,Y,Z,α,β)^T表示。该方法引入贝叶斯框架捕获视频连续帧的时间信息,优化圆位姿估计系统。首先,为了与2D椭圆轮廓交互,算法构造出5自由度向量ξ表示的空间圆投影轮廓5-Dof模型,进而设计非线性测量函数。其次,将该测量函数与扩展卡尔曼滤波(EKF)算法相结合,用于圆位姿优化。此外,使用简单的线性卡尔曼滤波算法(KF)对圆位姿估计值进行修正。实验表明,针对含有不同方差噪声的图像序列,算法利用图像序列的时间相关性,有效提高圆位姿估计精度。     

一种高精度鲁棒的基于直线对应的位姿估计迭代算法

2D-3D特征对应位姿估计问题算法多基于点对应,而基于直线对应求解比基于点对应求解更具有优势。从欧氏空间这一新颖角度出发,提出了一种从直线对应求解位姿估计问题的迭代算法,算法思想是先迭代求解出最优的旋转矩阵,然后再得到平移向量。针对不同的直线组情形,给出了相应的迭代初始值计算方法。仿真实验数据表明,算法具有对初始值较不敏感、高精度、鲁棒性好等特点。     

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。     

摄像机位姿的高精度快速求解

目的 针对对应点个数大于等于6的摄像机位姿估计问题,提出一种既适用于已标定也适用于未标定摄像机的时间复杂度为 的高精度快速算法。 方法 首先选取四个非共面虚拟控制点,并根据空间点和虚拟控制点的空间关系以及空间点的图像建立线性方程组,以此求解虚拟控制点的图像坐标及摄像机内参,再由POSIT算法根据虚拟控制点及其图像坐标求解旋转矩阵和平移向量。 结果 模拟数据实验和真实图像实验表明该算法时间复杂度和计算精度均优于现有的已标定摄像机位姿的高精度快速求解算法EPnP。 结论 该算法能够同时估计摄像机内外参数,而且比现有算法具有更好的速度和精度。     

基于神经网络的双目视觉下头部姿态估计

头部姿态估计是人体姿态检测的关键技术之一。本文基于神经网络设计一种在双目视觉下由人脸中的关键点在空间中的相对位置的变化估计头部姿态,并对头部进行定位的方法。将头部姿态分为6种,空间位置关系分为2种。利用改进SDM算法对双目视觉下的人脸关键点进行标记;标记出人脸关键点后利用的POSIT算法对头部姿态角度估计,计算出头部欧拉角;根据左右图像中对应的头部关键点位置的视差由三角测量原理算出其深度信息。并设定阈值对其进行分类。通过实验,该方法的头部姿态估计准确率高,头部空间定位精度良好。     

A monocular structured light vision method for pose determination of large non-cooperative satellites

A space robotic system is expected to perform on-orbit servicing missions to rescue malfunctioned satellites in geostationary orbit (GEO). In final berthing and capture, it is difficult for a space robot to determine the relative pose (attitude and position) of a non-cooperative malfunctioned satellite that is usually huge and without artificial recognition devices. In this paper, a space robot with a monocular structured light vision subsystem is introduced to solve the problem. Firstly, the monocular structured light vision subsystem composed of a single camera and a point light source is designed. Secondly, a partial rectangular shaped framework, which is very common on a non-cooperative malfunctioned satellite, is chosen as the recognition object for non-cooperative pose measurement. Using projection constraints on rectangle and circular points, a rectangle feature reconstruction algorithm is proposed. Thirdly, according to the reconstructed rectangle feature, a least square method of pose determination is presented. Lastly, using a semi-physical vision simulation system, several experiments of typical cases are simulated to verify the pose determination method of large non-cooperative target. The results show the validity and flexibility of the proposed method.     

基于直接解算与迭代优化的相对定向方法

为了提高相对定向的鲁棒性和精度,提出了一种直接解算与迭代优化相结合的相对定向方法。该方法首先由同名点估计本征矩阵;然后,通过分解本征矩阵得到两相机的初始相对位姿,详细介绍了确定唯一初始位姿参数的过程;最后,通过建立水平核线坐标系,基于共面约束由同名点构建约束方程组,对初始位姿参数进行迭代优化。通过在直接解算时采用随机采样一致性(RANSAC)策略及迭代优化中进行动态剔点,使算法对外点具有极高的抗性。仿真实验结果表明,在引入各种随机误差的条件下,所提方法的解算效率和精度均优于传统方法。实际数据实验证明所提算法可有效应用于三维重建中的相对位姿估计。     

融合CCCTI码和谱系聚类的仿射配准

针对复杂场景中目标由于成像畸变、部分遮挡或局部缺失难于识别的问题,提出一种新的仿射配准算法.首先给出了CCCTI码(cyclic code of corner and tangent and inflexion points)的定义,该码易于确定模型和目标轮廓上关键特征点的对应关系;其次利用关键特征点对轮廓进行分段,根据对应子曲线段的两端点及其形心估算变换矩阵,再引入谱系聚类法对所有估算矩阵进行聚类,降低最终估算矩阵的误差,且使算法适用于部分遮挡或局部缺失,提高算法的鲁棒性;最后计算能够聚类的对应子曲线段的总形心,并利用总形心与对应子曲线段的两端点再次估算变换矩阵,提高配准的精度.理论分析和实验结果均表明,该算法能有效地进行仿射配准,并能处理部分遮挡或局部缺失.     

多波束天线通道幅相误差的自校正算法

多波束天线利用多信号分类(MUSIC)算法对目标参数进行精确估计时,存在多波束天线的通道幅度和相位误差的失配现象,使MUSIC算法的性能严重下降;针对基于MUSIC的数字波束通道不一致问题,给出了一种新的基于MUSIC算法的最小化代价函数的波束无源自校正算法,利用阵列结构的先验知识对接收数据进行预处理,得到校正矩阵后自校正,并根据多波束阵列天线形成网络天线实测参数,加入随机幅度和相位误差进行计算机模拟仿真,验证仿真算法的正确性。     

A multimedia retrieval framework based on semi-supervised ranking and relevance feedback

We present a new framework for multimedia content analysis and retrieval which consists of two independent algorithms. First, we propose a new semi-supervised algorithm called ranking with Local Regression and Global Alignment (LRGA) to learn a robust Laplacian matrix for data ranking. In LRGA, for each data point, a local linear regression model is used to predict the ranking scores of its neighboring points. A unified objective function is then proposed to globally align the local models from all the data points so that an optimal ranking score can be assigned to each data point. Second, we propose a semi-supervised long-term Relevance Feedback (RF) algorithm to refine the multimedia data representation. The proposed long-term RF algorithm utilizes both the multimedia data distribution in multimedia feature space and the history RF information provided by users. A trace ratio optimization problem is then formulated and solved by an efficient algorithm. The algorithms have been applied to several content-based multimedia retrieval applications, including cross-media retrieval, image retrieval, and 3D motion/pose data retrieval. Comprehensive experiments on four data sets have demonstrated its advantages in precision, robustness, scalability, and computational efficiency.     

二维图形最狭长包络矩形的求解原理及方法

最狭长包络矩形是二维图形的一个潜在几何属性,可作为平面外形智能设 计、板料优化排样及图像自动识别的重要依据。目前国内外尚无此课题的专门深入研究。提 出了最狭长包络矩形的概念,将任意二维图形的最狭长包络矩形的求解转化为对其凸包的最 狭长包络矩形的求解。明确给出了过凸包上给定4 个顶点的包络矩形的包络角及长宽比求解 公式,并通过分析包络角及长宽比求解公式之间的关系,证明了凸多边形至少存在一条边与 其最狭长包络矩形的一条边共线。基于该定理,求解并比较与二维图形的凸包的n 条边分别 共线的n 个包络矩形的长宽比,得到了二维图形的最狭长包络矩形。最后用实例验证了定理 和求解方法的正确性和应用效率。     

虚拟环境中的人脸姿态交互方法

提出一种基于面积比的人脸姿态估计方法,先分析人脸姿态发生变化时特征点之间形成的三角形的面积变化,再应用BP神经网络对位置参数和人脸姿态参数的关系进行学习,从而对人脸姿态进行估计,最后将该方法应用于虚拟环境的漫游中。实验结果表明,采用该方法对人脸转动进行估计,采用的特征点比较少,具有较高的识别率和稳定性。     

Linear N-point camera pose determination

The determination of camera position and orientation from known correspondences of 3D reference points and their images is known as pose estimation in computer vision and space resection in photogrammetry. It is well-known that from three corresponding points there are at most four algebraic solutions. Less appears to be known about the cases of four and five corresponding points. We propose a family of linear methods that yield a unique solution to 4- and 5-point pose determination for generic reference points. We first review the 3-point algebraic method. Then we present our two-step, 4-point and one-step, 5-point linear algorithms. The 5-point method can also be extended to handle more than five points. Finally, we demonstrate our methods on both simulated and real images. We show that they do not degenerate for coplanar configurations and even outperform the special linear algorithm for coplanar configurations in practice