一种鲁棒的基于全向视觉的足球机器人自定位方法

针对RoboCup 中型组机器人足球比赛环境高度动态的特点和现有定位方法的不足,提出了一种鲁棒 的基于全向视觉的自定位方法．该方法结合使用粒子滤波定位和匹配优化定位,同时还设计了基于图像熵的摄像机 参数自动调节算法以使全向视觉的输出能够适应光线条件的变化．实验结果表明,通过使用该方法,机器人能够在 实时获得高精度自定位的同时实现可靠的全局定位,并对遮挡、光线条件变化等环境动态因素具有很强的鲁棒性．     

足球机器人全局视觉系统的快速标定方法

针对足球机器人全局视觉系统的特殊应用场景,提出了一种基于两步法简化标定模型的快速有效标定算法。利用近似欧拉角旋转矩阵建立摄像机标定模型,确定需要求取的摄像机内外参数,借助场地上现有的一些标志点作为靶标,对模型的相关参数进行分步求取初始值,并利用L-M优化算法对摄像机内外参数进行分步优化求取精确值。通过实验分别从标定误差和机器人动作实现效率两个方面与其他标定算法进行对比,验证了该算法具有较高的标定精度。实验表明,本算法的优点在于不用借助专门的标定靶标,即可快速有效完成相机标定,标定精度可达1mm,且标定过程简单易实现。     

一种新的用于足球机器人的全向视觉系统

全向视觉系统是RoboCup中型组足球机器人最重要的传感器之一。为了实现足球机器人的目标识别与自定位,提示了一种新的足球机器人全向视觉系统的设计与实现,其中在硬件上设计了一种由水平等比镜面和垂直等比镜面组合而成的新型全向反射镜面,其能够采集到较理想的全景图像;软件上则根据该镜面的成像特性实现了一种新颖的基于场地标志线信息的机器人自定位算法,该算法能够获得较准确的机器人自定位值。实验结果表明,该全向视觉系统能够有效地应用于机器人足球赛中。     

基于全向视觉和前向视觉的足球机器人目标识别

为了快速正确地进行机器人的目标识别，首先介绍了RoboCup中型组足球机器人NuBot使用的全向视觉系统及其目标识别方法；然后通过引入一套简单的前向视觉系统来弥补全向视觉的不足，以提高机器人对其前方目标球的感知识别精度，同时给出了一种简单有效的前向视觉系统标定方法；最后介绍两套视觉系统共同工作的实现机制，以提高机器人的目标识别处理速度。实验结果表明，两套视觉系统能够很好地共同完成机器人的目标识别。     

一种实用的手眼视觉系统定位方法

深入研究了机器人手眼视觉系统的立体定位问题。首先,重新将手眼问题公式化,得到一个新的系统模型;然后,在此基础上提出了一种实用有效的标定方法。其核心思想是直接将图像坐标映射到机器人基坐标系中,把系统参数作为一个整体来获取,而不必分别计算摄像机内部的每一个参数。与原方法相比,本方法可随意改变末端姿态定位,即定位时摄像机对目标取像的姿态不受任何约束。实验表明,该方法操作方便、实现简单、定位精度高。这一方法的提出克服了原方法的局限性,大大推广了手眼视觉系统的应用范围。     

一种基于近似点光源模型的光度立体视觉系统 标定方法

文章研究了一种由近似点光源组成的光度立体视觉系统的标定方法。由于光源自身的非均匀发光特性,传统的平行光和点光源模型不再适用,为实现精确的三维法向重建,必须对光源及光照场进行精确的标定。论文首先根据光源自身的发光特性建立其辐射度模型,进而提出了一种两步标定策略,对光源位置参数及主光轴参数进行标定。以相机作为参照系,提出了一种多球标定方法,用于计算各个光源的位置参数,该方法利用相机观察到的多个球面高光点图像坐标,结合球体轮廓线及球体半径实现了光源位置的精确计算。为实现光源主光轴参数的估算,提出了一种基于参考平面的标定方法,通过分析近似点光源照射下的平面亮度分布,结合等亮度线拟合策略实现了光源主光轴方向参数的计算。基于系统标定参数以及光源的发光模型,就可以对每个场景点的入射光条件进行精确建模,从而实现精确的法向计算。在实验部分,分别对标准几何物体和自由曲面物体进行三维重建实验,并与传统的平行光及点光源模型进行了对比。结果显示,所提出的标定方法能够在非均匀光照条件下获得精确的三维法向重建结果。     

一种新的全向立体视觉系统的设计

本文介绍了用一个普通相机实现的全向立体视觉系统的设计，系统的配置使得其具有结构和几何计算简单、对应点匹配容易、系统成像无遮挡的优点。误差分析表明其具有较高的精度。本系统可用于机器人探测障碍物、环境深度信息的自动获取以及其它要求实时性计算的机器视觉。     

一种新的基于主动视觉系统的摄像机自标定方法

摄像机标定是从二维图像取获三维信息必不可少的步骤。该文提出了一种新的基于主动视觉系统的摄像机自标定方法,通过控制摄像机平台作4次平移运动（其中任意3次均不在同一平面上）即可线性地标定摄像机的内参数以及摄像机坐标系与平台坐标系之间的旋转矩阵。同时,还分别给出了利用立体视觉方法和纯极点方法唯一求解摄像机坐标系与平台坐标系之间的平移向量的充要条件。     

一种鱼眼镜头成像立体视觉系统的标定方法

鱼眼镜头成像立体视觉系统在微小型机器人视觉导航和近距离大视场物体识别与定位中有着广泛的应用 .尽管鱼眼镜头摄像机具有很大的视场角 (接近 180°) ,但同时也引入严重的图像变形 ,常规的摄像机标定方法无法使用 .该文提出一种标定鱼眼镜头摄像机立体视觉系统的方法 .在鱼眼镜头变形模型的基础上 ,通过考虑鱼眼镜头成像的径向变形、偏心变形和薄棱镜变形 ,建立了鱼眼镜头成像的精确成像模型 ;然后 ,利用非线性迭代算法 ,精确求解摄像机外部参数、内部参数 .实验表明 ,使用该方法得到的立体视觉系统参数满足精确恢复大场景稠密深度图的要求 .     

自主导航移动机器人视觉系统的一种标定方法

设计了一种基于视场中单个目标点的视觉系统标定方法,任意选取视场中的一点作为目标点,以该目标点为基准,机器人作相对运动来获得多个特征点。建立图像系列对应点之间的几何约束关系及各坐标系之间的变换矩阵,确定变换矩阵关系式,进一步求解摄像机的内外参数。该标定方法只需提取场景中的一个景物点,对机器人的运动控制操作方便、算法实现简洁。实验结果验证了该方法的有效性。     

简便高精度的机器人手眼视觉标定方法

对摄像机成像模型进行了分析,论述了机器人手眼系统标定原理。在此基础上,不改变机器人的外臂与基坐标系的旋转关系,设计了一种机器人手眼视觉的标定方法,与传统的方法比较,它不需要预先标定摄像机的内外参数。实验证明:该方法具有算法方便快捷、实验过程简单易行,且精度高等优点,可用于机器人进行运动目标定位与跟踪。     

基于多传感器的全向足球机器人自定位

随着对足球机器人智能水平的要求进一步提高,机器人足球委员会将比赛场地的立柱、球门颜色取消.这使以前的基于球门、立柱地标的足球机器人自定位方法失效了.本文提出了一种利用了里程计、罗盘和全景摄像头多种传感器信息的视觉图像特征匹配的足球机器人自定位方法.首先,机器人通过里程计和罗盘取定一个可能位姿.然后,由视觉处理系统把机器人的可能位姿当作变换因子对实时拍摄到的场景图像作旋转、平移变换.最后,将变换后的图像中的白线与参考图像中的白线相比较,选择使图像匹配程度最大的变换因子作为机器人自定位的结果.实验结果表明该自定位方法达到了较高定位精度并能满足比赛的高实时性要求.     

全景摄像系统中展开图像的电子稳像方法研究*

深入分析和研究了全景图像的解算算法与稳像的实现方法,提出了全景摄像系统的稳像方法——基于灰度投影的电子稳像算法。该系统的硬件由全景装置、CCD、图像采集卡和计算机构成,软件编程基于DirectShow平台,通过VC++实现。通过对结果的分析表明,该算法的设计具有快速、准确的特征,是实现全景摄像系统的电子稳像的一种切实可行的方法。     

全向视觉网络中锚节点竞争定位算法

以全向视觉节点为基础,研究视觉网络中节点定位精度与效率问题。全向视觉网络中各个锚节点测量未知节点得到方位角。通过分析两个不同锚节点所测得的方位角之差对定位误差传递的影响,提出锚节点对（Anchor Node Pair,ANP）定位优先度与权值概念。定位ANP之间根据优先度参与定位竞争,利用在竞争中被选出的ANP所测方位角进行未知节点位置估计。融合算法将多个定位结果权值融合,得到目标定位结果。实验结果表明,算法在多种条件下都能避免夹角过大、过小引起的定位误差发散的问题,提高了定位精度与稳定性。     

机器人足球视觉系统中的实时图像处理

视觉系统是整个机器人足球系统的重要组成部分。根据机器人足球视觉系统的特点,提出基于游程长度编码(RLE)的实时快速图像处理算法。算法使用RLE对图像进行压缩,并且在处理阶段高效识别出图像中目标的尺寸和位置。压缩阶段算法的时间复杂度与图像尺寸成线性关系,图像处理阶段算法的时间复杂度与图像中目标的个数和每个目标所占的扫描行数成线性关系。     

双目视觉的立体标定方法

为实现双目视觉系统的立体标定,分析了摄像机成像模型,并充分考虑了透镜的径向畸变和切向畸变,提出了一种新的立体标定算法。该算法利用张正友的灵活标定算法,初步求取摄像机的内参数,结合Brown算法并提取图像中角点的子像素级坐标,精确求取摄像机内参数和畸变向量。为方便后续的图像校正,基于前面的单个摄像机标定,通过计算空间中的景物点在左右摄像机成像平面上的位置关系,计算出双目视觉系统中两个摄像机之间的旋转矩阵R和平移向量T,从而实现了立体标定。实验结果表明,该算法能取得较高的精度,可以应用于双目视觉系统。     

双目立体视觉系统的非线性摄像机标定技术*

针对双目立体视觉的工业检测精度和实时性要求,采用LENZ畸变模型建立基于面阵CCD的双目成像几何模型,分析了成像模型的内外参数及针孔模型的局限性,提出改进的双目立体视觉系统摄像机两步标定方法。利用HALCON标定板及函数库平台,采用亚像素精度的边缘提取和椭圆拟合算法精确获取标定点,以建立像点与空间点的对应关系,并对标定参数进行非线性优化。实验证明该标定算法灵活准确,并具有良好的可扩展性。     

全向立体成像系统场景深度估计

基于单相机双抛物面反射镜设计了一种共轴结构的折反射全向立体成像装置,给出了针对相应展开柱面全景立体图像对深度估计的应点匹配方法,最后通过3D Max构造相应虚拟装置和虚拟场景进行了仿真实验,初步证明了该结构设计和对应深度估计方法的有效性。     

A new calibration method for an inertial and visual sensing system

The relative pose between inertial and visual sensors equipped in autonomous robots is calibrated in two steps. In the first step, the sensing system is moved along a line, the orientations in the relative pose are computed from at least five corresponding points in the two images captured before and after the movement. In the second step, the translation parameters in the relative pose are obtained with at least two corresponding points in the two images captured before and after one step motion. Experiments are conducted to verify the effectiveness of the proposed method.