基于极少信息的任意照片目标点定位算法

为了达到通过任意摄像头拍摄照片就可对目标点进行定位的目的,针对如何用最少信息得到空间中目标点坐标问题,基于摄像机的成像模型、空间中固定点之间的几何约束,以及坐标系变换的基本原理,推导出一种类似于P4P的无标定照片的目标点定位方法。该方法可由观测到的两幅图像中已知世界坐标系中位置坐标的任意四点在图像中的位置,通过计算得到图像中目标点的三维坐标。此方法需要的已知信息极少,对于拍摄图像以及拍摄所用相机没有要求,并通过实验验证可行,精度相比传统标定方法没有明显损失,且较其他自标定定位方法更高,实用性较强。     

关于目标跟踪定位的仿真方法研究

研究雷达定位精度和准确性问题,为了解决在目标定位跟踪中由于目标机动引起的无迹卡尔曼滤波(UKF)误差大和滤波发散问题,提出了一种基于UKF和自适应神经网络-模糊推理系统(ANFIS)的新的目标跟踪定位方法.将自适应神经网络-模糊推理系统应用于目标跟踪系统,利用状态变量的预测误差和预测误差的变化率来自适应地调整卡尔曼滤波器的系统噪声协方差矩阵,实现了模糊推理、神经网络和UKF的有效结合,并应用于雷达目标定位跟踪系统进行仿真.仿真结果表明,方法比UKF有更好的跟踪性能,收敛快,对目标机动有更好的适应能力,为设计提供了依据.     

基于距离参数的混合坐标系下UKF纯方位单站目标跟踪算法

针对纯方位单站目标跟踪问题,本文提出了一种基于距离参数的混合坐标系下UKF算法.该算法通过将UKF运用于混合坐标系中,不仅计算简单、精度高、稳定性好,还方便了引入过程噪声,较传统修改极坐标方法提高了运动模型的普适性.另外,通过距离参数化技术,该算法有效避免了纯方位单站定位易受滤波器初始值影响的问题.最后,本文大量的数值仿真结果也进一步验证了该算法的有效性和可行性.     

基于SAD与UKF-MeanShift的主动目标跟踪

针对复杂场景下动态目标难以准确分割以及目标难以准确定位的问题,提出将绝对差值和(SAD)方法、无迹卡尔曼滤波(UKF)和Mean shift算法相结合的混合自主跟踪动态目标的方法。首先,采用SAD方法获相邻两帧的视差信息,利用视差实现动态目标的检测,并依此建立目标的核直方图描述模型和状态空间模型,然后UKF算法对状态空间进行滤波估计,最后采用Mean shift 算法精确定位目标。实验结果表明该方法不仅能有效检测场景的动态目标,同时还能获得目标的运动信息。文中所提出的基于UKF-Mean shift的跟踪策略与相关算法相比,体现出较好的跟踪效果与时间性能。     

基于PF和UKF的水下目标运动估计方法研究

针对无人水下航行器（UUV）目标跟踪控制需求,分别提出了水下目标的粒子滤波（PF）和无迹卡尔曼滤波（UKF）运动估计方法,建立了目标运动参考坐标系,给出了坐标系之间转换基本方法;设计了建立了目标的典型运动模型和非线性随机运动模型,利用前视声呐实测实验数据,完成水下目标运动估计。通过与扩展卡尔曼滤波器（EKF）的目标运动估计对比仿真实验,验证了PF和UKF两种目标运动估计方法的有效性。     

基于信息融合的移动机器人目标识别与定位

针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。     

霍夫空间中多足球机器人协作目标定位算法

针对嵌入式仿人足球机器人提出一种霍夫空间中的多机器人协作目标定位算法。机器人利用实验场地中的标志物采用基于三角几何定位方法进行自定位,把机器人多连杆模型进行简化,通过坐标系位姿变换把图像坐标系转换到世界坐标系中,实现机器人目标定位;在多机器人之间建立ZigBee无线传感器网络进行通信,把多个机器人定位的坐标点进行霍夫变换,在霍夫空间中进行最小二乘法线性拟合,获取最优参数,然后融合改进后的粒子滤波实现对目标小球的跟踪;最后在21自由度的仿人足球机器人上进行仿真和实验。数据结果表明,这种多机器人协作的定位算法的精度提高了约48%,在满足实时性的前提下,对目标的跟踪效果也得到了改善。     

基于全局彩色摄像机的移动机器人定位

本文提出一种基于全局彩色摄像机的移动机器人定位方法。该方法首先利用全局彩色摄像机对移动机器人所在的运动平面拍摄图像并基于色调和饱和度信息进行图像分割获取目标物体在图像平面坐标系中的位置,然后利用多项式拟合的方法实现图像平面坐标系到移动机器人运动平面坐标系的映射,从而确定移动机器人在其运动平面坐标系中的位置,同时利用移动机器人的行驶轨线近似获得其方向角。实验结果表明了上述方法的有效性,具有一定的实用价值。     

基于多普勒信息的UKF目标跟踪算法

在实际雷达信号应用中,当目标的状态方程和观测方程在不同坐标系下得到时, 对目标状态的估计不再是线性的而是非线性的.为了提高在非线性情况下对目标的跟踪精度,为提高实时性和统计精度,提出了一种基于多普勒信息的UKF(Unscented Kalman Filter)滤波算法,算法是在原有UKF算法所有信息的基础上,引入目标的多普勒信息即径向速度,推导出新的测量模型和相应的滤波算法.应用matlab软件对目标的跟踪轨迹进行仿真,结果表明,引入雷达多普勒测量信息的UKF算法比传统的UKF算法和EKF算法具有更高的估计精度.     

机载吊舱目标定位解算及误差分析

根据机载吊舱系统平台的一致特性,采用建立多空间坐标系,如大地、飞机、吊舱坐标系的方法,结合坐标变换,给出了吊舱画面中目标的定位解算方法。同时将激光光轴与相机光轴误差也融入到计算中,使得误差模型更为具体并与实际相接近。通过实验仿真进行定位实验,分析了飞行中各因素对定精度的影响,为提升目标定位精度所需做的具体改进方向给出了具体指导。     

简化UKF算法在摄像机标定中的应用

提出一种基于简化无迹卡尔曼滤波（UKF）算法的摄像机标定方法。将平面靶标图像上的不同特征点坐标视为同一个特征点在不同时刻的运动坐标。为避免欧拉角描述法带来的奇异问题,用单位四元数描述世界坐标系和摄像机坐标系之间的变换关系,选取摄像机内外参数作为系统状态变量。结合实际应用背景,简化标准UKF算法,将其用于摄像机参数估计,在保证标定精度的前提下降低运算复杂度。仿真结果表明了该方法的有效性。     

摄像机和惯性测量单元的相对位姿标定方法

提出了一种鲁棒的基于无迹卡尔曼滤波器的摄像机(视觉传感器)-惯性测量单元相对位姿标定方法,为了减小重力加速度对标定精度的影响,该方法采用迭代卡尔曼滤波器对惯性传感器坐标系下的重力加速度进行实时估计,仿真实验和真实数据实验表明,在系统初始误差较大或系统受到严重非线性因素干扰时,该方法仍能够对视觉传感器和惯性测量单元之间的...     

基于相机空间点约束的机器人工具标定方法

工具标定就是确定工具坐标系相对于机器人末端坐标系的变换矩阵,但传统的解决方案是通过人工示教点约束的方法,为此提出一种基于视觉相机空间的自动工具标定方法。在末端工具上增加特征点如圆环标志,利用相机建立机器人三维空间与相机二维空间之间的关系,通过自动的三维空间视觉定位,实现对圆环标志的中心点的点约束,视觉定位不需要相机的标定等繁琐过程。基于机器人的正运动学和相机空间点约束完成工具中心点(TCP)求解。重复实验的标定误差小于0.05 mm,实验的绝对定位误差小于0.1 mm,验证了基于相机空间定位的工具标定具有较高的可重复性以及可靠性。     

基于增强现实技术的三维交互建模

为简化现有CAD界面的专业性和复杂性,采用增强现实技术将二维设计操作移植到三维环境中,通过摄像机、交互工具与基准标记之间的相互变换关系寻找空间位置点在世界坐标系中的坐标表示方法,实现三维交互建模。实验结果表明,该方法具有较好的稳定性和可用性,且能满足空间交互建模的要求。     

基于多视定位算法的多摄像机标定

针对多摄像机系统标定,提出一种基于多视定位算法的标定方法,标定过程只需一块可自由移动的平面模板即可,利用约束优化思想,将各摄像机坐标系转换到参考摄像机坐标系下,从而得到摄像机之间相对位置关系。标定操作过程简单,易于实现。实验结果表明,该方法是一种有效的多摄像机标定方法。     

空间非合作目标在轨主/被动融合跟踪方法

针对空间远距离非合作目标的点目标跟踪问题,研究基于非地面测控数据支持的远距离空间目标的在轨主/被动融合跟踪方法。包括运用基于被动传感器以及雷达间歇辅助测距跟踪的Unscented卡尔曼滤波(UKF)方法,得到非合作目标的运动状态信息,即利用光学跟踪摄像机的二维角度量测值及雷达间歇提供的距离量测值,估计目标的惯性位置与速度方法,为后续自主空间操作建立初始轨道状态数据。仿真结果表明,当状态误差和量测噪声改变时,UKF均能持续跟踪远距离非合作目标,使得雷达间歇提供的距离信息可以得到更好的跟踪精度。     

基于投影仪和摄像机的结构光视觉标定方法

为实现基于投影仪和摄像机的结构光视觉系统连续扫描,需要计算投影仪投影的任意光平面与摄像机图像平面的空间位置关系,进而需要求取摄像机光心与投影仪光心之间的相对位置关系。求取摄像机的内参数,在标定板上选取四个角点作为特征点并利用摄像机内参数求取该四个特征点的外参数,从而知道四个特征点在摄像机坐标系中的坐标。利用投影仪自身参数求解特征点在投影仪坐标系中的坐标,从而计算出摄像机光心与投影仪光心之间的相对位置关系,实现结构光视觉标定。利用标定后的视觉系统,对标定板上的角点距离进行测量,最大相对误差为0.277%,表明该标定算法可以应用于基于投影仪和摄像机的结构光视觉系统。     

基于WGS-84地球模型的三站时差定位算法

针对基于WGS-84地球模型的三站时差定位算法,从定位模糊、定位精度和运算效率3个方面,综合比较了传统的牛顿迭代算法与一种基于测量站覆盖范围的局域参考坐标系(以下简称局域参考坐标系)下算法的性能.将局域参考坐标系下算法的定位结果作为牛顿迭代的初值,结合两种算法,形成一种综合算法,并对3种算法进行性能比较.由仿真结果可知...     

一种空间非合作目标相对位姿紧耦合估计方法

航天活动中的许多任务如对目标的绕飞观测和逼近停靠等测控任务,其中的关键技术之一是相对位姿估计,而对非合作目标的相对位姿估计更是其中的重点与难点。针对该难点,提出了一种融合单目相机和激光测距仪的空间非合作目标相对位姿紧耦合估计方法。采用单目相机获取目标序列图像,在初始化时利用激光测距仪解决单目相机尺度模糊性问题,构建真实尺度下的世界坐标系,在后续对非合作目标进行连续位姿估计时,使用紧耦合的形式融合相机与激光测距仪数据来优化估计位姿,并且解决估计漂移问题。最后使用Blender软件生成空间非合作目标序列图像,仿真验证了本文算法能稳健地得到较高精度的空间非合作目标的相对位姿,且拥有较好的实时性。     

基于图像处理的株高无损测量方法研究

为了在定量化研究植物株高过程中实现无损测量,同时降低户外植物生长监测的硬件成本,方便设备安装和操作,依托立体视觉技术,提出了一种基于图像处理的株高无损测量方法.以测量棉花株高为研究对象,首先,在棉花生长无损监测系统中,通过标定后的单个摄像机获取棉花植株图像,在二维图像空间将棉花株茎简化成两个关键点坐标,然后利用摄像机参数矩阵以及对两个关键点的约束条件,获得植株在世界坐标系中的三维信息,从而获得植株高度.实验结果表明,该算法在进行植株高度测量时,其误差范围可以控制在5 mm以内,该方法是可行的、有效的.