基于单目视觉的实时测距方法研究

为了利用单目视觉实时监测本车与前方障碍物之间的距离,在比较了现有的几类用于车辆控制的道路深度信息获取方法的基础上,首先研究了较为适用于汽车自动驾驶的几何关系推导法,进而提出了基于单目视觉的实时测距算法.通过试验可知,由于摄像机的俯仰角是影响实时测距算法的关键因素,因此又提出了基于道路边界平行约束条件的实时计算摄像机俯仰角算法.静态实车试验的结果显示,该基于单目视觉的实时测距算法具有较高的准确性,可以满足测距要求,而动态实车试验的结果则显示,此算法还可以满足汽车智能化控制的实时性要求.     

基于单目视觉的移动机器人测距方法

本文针对多机器人编队过程中的跟踪控制,提出了一种跟踪机器人采用单目视觉技术获取前方被跟踪机器人距离信息的方法.该方法首先对跟踪机器人摄像机进行内参数标定,并在目标机器人背部设置视觉标记.然后系统获取目标机器人的含有视觉标记的单帧图像,预处理此图像,并识别出图像中的视觉标记所在的目标区域,用Hu氏不变矩计算该区域形心.最后推导出单目测距算法,利用图像信息和其它参数可以计算出两机器人之间的距离.实验结果表明,所设计的单目测距系统能得到准确的距离,为跟踪控制提供了重要的反馈信息.     

基于单目视觉的前方车辆检测与测距

针对智能车辆控制中的防碰撞问题,提出一种新的前方车辆检测与测距方法。采用多尺度分块二值模式与Adaboost提取车辆候选区域,根据候选区域内的水平边缘和灰度特征去除车辆误检,解决分类器检测过程中路面和绿化带的干扰问题。利用改进的车辆底部阴影定位方法获得车辆准确位置提高测距精度,建立基于位置信息成像模型的车距测量方法,测量前方车辆距离。实验结果表明,该方法在不同天气情况下车辆平均检测率为98.42%,车距测量平均误差为0.71 m。     

基于单目视觉的前方车辆测距

提出了一种适用于车载摄像机的前方车辆测距方法。建立感兴趣区域,利用帧间差分法初步提取图像,经过后续处理得到目标后,利用粒子滤波进行目标跟踪;通过交比不变性以及消失点的定义进行单目视觉测距并进行相关试验验证。     

基于单目视觉的车辆前方障碍物测距方法

针对行车过程中的防碰撞预警问题,提出一种基于单目视觉车辆前方障碍物检测与测距方法。为解决传统车辆检测泛化性差且人工提取特征不准确问题,通过深度学习目标检测YOLOv4算法对车辆前方多种障碍物进行检测,获取障碍物的类别信息与位置信息。运用改进的边缘检测算法调整检测框的位置,提升检测算法目标定位的准确性。根据摄像机成像原理及几何关系,得到路面三维坐标与像平面二维坐标转换模型从而进行测距,对所得测量数据进行三次曲线拟合、对测距过程和算法进行优化提升测距精度。在50m范围内平均误差为0.54m,在80m范围内平均测距误差为0.78m。实验分析对比结果表明,所提方法能够实现较精准、高效率的单目视觉测距。     

基于超声波测距和单目视觉跟踪的移动机器人系统

在移动机器人的发展过程中,对周围环境的感知能力变得愈加重要。本论文介绍了一种新的移动机器人跟踪目标的方法,该方法结合了超声波测距和单目视觉技术,可以实现对目标物的安全跟踪。通过该方法,移动机器人不仅能够跟踪目标,还能够与目标保持设定的距离,从而提高跟踪效率。本论文详细介绍了该方法的设计和实现,并对实验结果进行了分析和讨论。实验结果表明,该方法能够有效地实现对目标的安全迅速跟踪。本论文的主要贡献在于提出了一种新的移动机器人跟踪目标的方法,为进一步提高移动机器人的感知能力和实用价值提供了参考和借鉴。     

基于机器人单目视觉导航的测距方法研究

对单目视觉测距方法进行了研究、分析，并根据针孔成像和几何坐标变换原理，对移动机器人与目标点间距离的检测方法进行了推导，并拍摄多幅真实图像进行验证。     

基于单目视觉的移动机器人目标测距方法研究

为实现具有单目视觉的移动机器人对目标物体的定位测距工作,本文提出了一种基于单目视觉的几何测距算法融合的方法。该方法利用圆曲线拟合方法对方法所得的数据进行了优化,克服了由于外界环境变化以及对参照物识别时所产生的误差影响测距定位精度的问题,并通过实验来验证了这种融合方法的可行性。     

基于数据回归建模的单目视觉测距算法

提出了一种基于数据回归建模的单目视觉测距算法,其基本思路与现有的“先建模再测距”的顺序思路不同,创新性地提出了“先测距再建模”的逆向思路,首先准确标定出一些距离样本点,然后采用数据回归建模的方法建立测距模型。该方法不用再单独考虑成像模型、成像系统误差、透镜畸变等带来的影响,而是在进行回归拟合时隐含地加以解决;同时,该方法不依赖于道路几何约束条件,既可用于高速公路等结构化公路情况,又可用于城区公路等非结构化公路情况。实验表明,该算法思路是有效的,能满足测距的实时性与精确性要求。     

基于单目视觉的机器人目标定位测距方法研究

为实现具有单目视觉的双足机器人对目标物体的定位测距,根据针孔成像和几何坐标变换原理,提出一种基于单目视觉系统自身固定参数计算目标物体深度信息的几何测距方法;该方法利用双足机器人自带的单目视觉系统的固定参数,通过几何映射关系求解目标物体在三维空间内的坐标位置及相对于机器人的距离,克服了由于外界环境变化以及对参照物识别时所产生的误差影响测距定位精度的问题,从而实现基于单目视觉的目标物体精确跟踪定位;并对所提出方法进行了实验,得到比理论结果误差较小的实验数据,证明了方法的可行性。     

基于曲线拟合的单目视觉测量方法

针对传统单日视觉测量精度不高,尤其是深度方向测量精度较差的缺点,建立了球体针孔成像模型,提出了一种基于圆锥曲线拟合的球体成像边缘哑像素定位方法,可求出圆形目标的中心和半径,再同过统计目标边缘点到圆心的距离均值和方差,通过3σ原则剔除野值,再进行一次拟合进一步提高精度.实验表明,方法边缘定位精度为0.02pixel.直径为40mm的球体在1m范围内成像,平行于像平面方向上测量误差小于0.2mm,沿光轴方向小于0.6mm.     

车辆超车视觉辅助导航系统研究

为了能够提高行驶速度,保障行车安全,提高行驶环境认知,设计了一个基于单目视觉的车辆自适应道路、前车检测、超车指导系统,其主要应用于双车道结构化道路,而且在晴天与阴天不同天气情况下,车道线以及深色、浅色车辆均可识别,并可跟踪、超越前车。实验结果表明,该系统可以应用于不同环境背景下,该系统已通过了远距离自动、安全、准确地检测,并进行了超越前车的仿真实验。     

基于双目视觉的车辆闸杆防撞系统

针对传统的线圈感应车辆的方法来判断车辆所在的位置,易出现判断失误、更换设备不方便、费用较高的问题,提出一种适应各种光线变化的双目视觉判断车辆位置的方法来解决此问题。该方法根据白天夜晚的光线不同选取白天模式还是夜间模式,白天模式工作主要包括差值图像的中值滤波、二值图像的提取以及背景的分块实时更新,并在此基础上提出了一种背景差分与帧间差分相结合的车辆位置检测方法,该方法能准确的提取阈值以得到精确的目标轮廊,当工作在夜间模式时,开启红外灯切换到红外 CCD 采集,根据红外灯照射区域的RGB 三色值的大小来判断车辆的位置,这种方法解决了车辆灯光对视频采集的影响。通过实验验证了该方法的有效性。此方法能够准确的判断车辆的位置,并很好的控制闸杆的起落。     

智能车视觉导航的道路和前车检测系统

设计了一个基于单目视觉的智能车自适应道路、前车检测系统,主要应用于结构化道路,可以根据输入图像的可见度自动在夜间模式和日间模式间切换。结果表明系统可以在不同可见度下,自动、快速、准确地检测前车。     

基于单目视觉的水面目标识别与测距方法研究

无人船在自主航行过程中,如何探测障碍物种类与距离是值得重点研究的问题.现阶段的无人船主要采用激光雷达、超声波等设备探测水面障碍物,但此类方法并不能识别出障碍物的具体类型.提出采用基于单目视觉的目标检测与测距算法,不仅能够检测出无人船前方是否有障碍物,还能够对水面障碍物进行识别和距离检测.首先通过训练好的Mask R-C...     

基于超声波的自动测距系统设计

本文介绍利用AT89C51单片机设计的一种用于倒车雷达的超声波自动测距系统,提醒驾驶员在倒车时有效的避开可能对倒车造成危害的障碍物和行人,从而有效避免由于倒车造成的汽车碰撞或擦伤的经济损失和人身安全问题,具有较强的实用性.本文在分析超声波测距系统原理的基础上,指出了设计测距仪的思路和所需考虑的问题,给出了实现超声波测距...